-
公开(公告)号：CN117809028A
公开(公告)日：2024-04-02
申请号：CN202311567341.2
申请日：2023-11-22
申请人： 山东大学
IPC分类号： G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/098 , G06N5/04
摘要： 本发明涉及基于跨模态交互推理的图像指代物体分割方法及系统，包括：对给定图片进行理解并生成相应的视觉特征；对给定查询语句进行有效表征，生成文本特征；文本特征与视觉特征联合编码；构建多模态图，进行跨模态图推理，进行目标物体的粗定位；对不同尺度下的跨模态特征进行特征增强，细化分割结果。本发明可以结合对视觉信息的理解来增强语言表达，进而在语言表达的不断引导下对重要的视觉特征进行编码。本发明使用多模态特征和语言特征构建多模态图，然后通过跨图交互和图内推理定位目标物体。本发明在多尺度上增强多模态特征，对来自编码阶段的特征自底向上地逐步细化，以实现精细分割。
-
-
公开(公告)号：CN117453912A
公开(公告)日：2024-01-26
申请号：CN202311201784.X
申请日：2023-09-18
申请人： 山东大学
IPC分类号： G06F16/35 , G06F40/216 , G06F40/284 , G06F40/30 , G06F18/22 , G06F18/231 , G06F18/23213
摘要： 本发明涉及一种基于无监督关键词提取的科学文献聚类方法与系统，首先，综合考虑词语在文献摘要和标题中的出现情况、词语和文献本身的语义相似度、领域关键词特点等方面，对科学文献的关键词进行有效提取；然后，本发明根据中文和英文的特性，对提取出来的中文文献关键词和英文文献关键词使用不同的嵌入方式进行聚类，从而实现对于中文科学文献和英文科学文献的有效聚类。本发明从多方面考虑单词的重要程度，综合考虑词语在文献摘要和标题中的出现情况，使用根据领域特性自动化调整预设关键词长度的方式计算关键词得分，并集中了单词的更多特征。本发明比已有的无监督关键词提取算法效果有所提升。
-
公开(公告)号：CN111835738B
公开(公告)日：2021-09-24
申请号：CN202010611946.7
申请日：2020-06-30
IPC分类号： H04L29/06
摘要： 本发明涉及一种基于时间序列挖掘的网络异常流量自动检测方法，属于数据挖掘、大数据分析与模式识别技术领域，包括数据导入、形成初始时间序列模型、数据切分获得数据子序列、利用快速学习方法得到待检测数据子序列的最优前后松弛空间、计算各数据子序列之间的距离并得到数据子序列相似矩阵、计算异常程度得分，比较判断等步骤。通过标准的数据接入接口，数据导入模块将标准的网络流量数据进行数据值读取，方便地实现数据导入与数据的标准化，转化为时间序列模型，简化了数据采集方式，本发明利用提出的时间序列异常数据检测方法从多个数据维度研究并分析得出异常流量序列，降低了数据的复杂性，同时保留了网络流量原始数据的时间联系性特征。
-
公开(公告)号：CN110175253A
公开(公告)日：2019-08-27
申请号：CN201910393633.6
申请日：2019-05-13
申请人： 山东大学
IPC分类号： G06F16/535 , G06F16/583 , G06F16/58 , G06Q30/02
摘要： 本发明公开了一种用户个性化服装搭配方法及装置，该方法包括：接收服装搭配正例套装数据集，对其视觉信息和文本信息分别进行特征提取，得到视觉特征和文本特征；根据视觉特征和文本特征，通过多层感知机对互补服装的相容性进行建模；根据视觉特征、文本特征和存储的用户对服装的历史偏好，通过矩阵分解对用户偏好进行多模态建模；将互补服装的相容性建模和用户偏好的多模态建模进行线性结合，构建个性化服装搭配模型，进行个性化服装搭配。
-
公开(公告)号：CN118939682A
公开(公告)日：2024-11-12
申请号：CN202411425826.2
申请日：2024-10-14
IPC分类号： G06F16/2452 , G06F16/242 , G06N5/022
摘要： 本发明提供了一种基于知识引导的层级查询语句意图理解方法及系统，涉及自然语言处理技术领域，所述方法包括，获取查询语句，将查询语句转换为不同层级的语义嵌入向量；将外部知识图谱转化为知识嵌入矩阵，检索知识嵌入矩阵中与各层级的语义嵌入向量最相关的知识嵌入向量，将检索到的知识嵌入向量与对应的语义嵌入向量融合，得到各层级融合后的语义嵌入向量；根据各层级融合后的语义嵌入向量获取权重矩阵，计算权重重分配后的语义嵌入向量；基于注意力机制融合权重重分配后的语义嵌入向量与文本嵌入向量，得到查询语句的精确表征，确定查询语句的意图。本发明能够提高查询语句的理解与表征精准度。
-
公开(公告)号：CN117009571A
公开(公告)日：2023-11-07
申请号：CN202310980937.9
申请日：2023-08-04
申请人： 山东大学
IPC分类号： G06F16/583 , G06F16/55 , G06F18/213 , G06F18/25 , G06F18/241 , G06F18/22 , G06N3/096
摘要： 本发明属于图像信息检索技术领域，提供了一种目标引导的多模态组合式图像检索方法级系统，其方案为：包括属性特征提取模块，目标‑查询关系引导的多模态融合模块，以及目标相似度分布引导的度量学习模块。其中，属性特征提取模块可对参考图像、修改文本、以及目标图像提取统一的属性特征。而后两个模块则利用目标图像信息作为引导，分别进行多模态融合和度量学习，取得了出色的多模态组合式图像检索性能。
-
公开(公告)号：CN116522120A
公开(公告)日：2023-08-01
申请号：CN202211425243.0
申请日：2022-11-14
申请人： 山东大学
IPC分类号： G06F18/2132 , G06F18/23 , G06F16/901 , G06F16/906
摘要： 本发明涉及一种基于受挫随机游走和特征加权聚类的高校经济困难生识别方法及系统，包括：获取一卡通流水历史数据并进行预处理；获取学工数据并与一卡通流水历史数据集成起来，得到最终用于对高校经济困难生进行识别的数据集；构建学生信息在每个特征上的全连通图；在全连通图上执行受挫随机游走算法；利用随机游走结果对特征指标的权重进行计算；对特征指标的权重进行特征优选，实现高校经济困难生的识别。本发明解决了各学校数据的差异性，解决了不同高校不同食堂一卡通消费数据多样性问题，生成通用的特征指标；本发明解决了简单随机游走算法无法从特征关联图中找到影响当前特征的关键图节点特征问题，从而对特征权重计算性能进行综合提升。
-
公开(公告)号：CN110391010B
公开(公告)日：2022-05-13
申请号：CN201910502406.2
申请日：2019-06-11
申请人： 山东大学
摘要： 本发明公开了一种基于个人健康感知的食品推荐方法及系统，所述方法包括以下步骤：确定可选的食材种类，基于食谱数据集进行食谱检索；获取与用户健康有关的文本信息，根据所述文本信息进行健康状况预测，得到用户健康画像；基于检索到的食谱和用户健康画像为用户推荐食谱。本发明能够推荐符合用户健康状态的食谱。
-
公开(公告)号：CN112132058A
公开(公告)日：2020-12-25
申请号：CN202011019897.4
申请日：2020-09-25
申请人： 山东大学
摘要： 本发明涉及一种基于多层级图像特征精炼学习的头部姿态估计方法及其实现系统、存储介质，S1，接收图像，将图片进行初步人脸估计，框出人脸框后进行裁剪；S2，通过小波变换产生的四个通道的信息，与RGB图像信息进行拼接送入神经网络中；S3，神经网络阶段采用由粗到细网络架构，先将输入的图像进行头部姿态的预判，估计其大致区间，之后将图像送入精细化阶段计算头部姿态的精确值；S4,在精细化阶段，将图像信息送入人体头部输入模块中，采用多支流方案对图像信息进行特征映射的提取，经过神经网络训练，获得估计头部姿态结果。本发明通过小波变化提取图像低频特征，结合多支流与由粗到细的网络架构，有效提升了头部姿态的识别效果。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.046 秒)
