-
公开(公告)号：CN108734111A
公开(公告)日：2018-11-02
申请号：CN201810381645.2
申请日：2018-04-26
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明提出了一种SAR图像海面舰船识别方法。利用本方法可实现不同海杂波背景下的SAR图像海面舰船目标的检测与识别。本发明通过下述技术方案予以实现：对输入的海面SAR图像，基于累计分布直方图分布计算全局分割阈值，进而得到目标泄漏像素的索引矩阵；针对每一个像素，通过KS检验从模型字典中自适应选择最优统计模型进行杂波建模，并利用CFAR方法进行二值分割；在二值分割结果的基础上，利用局部亮点密度剔除孤立噪声点，提取连通区域、剔除背景、计算相应的特征参数，得到候选舰船目标；利用训练数据集构建舰船目标特征集，并通过朴素贝叶斯方法计算舰船目标的置信度。
-
公开(公告)号：CN112200317B
公开(公告)日：2024-05-07
申请号：CN202011043062.2
申请日：2020-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种多模态知识图谱构建方法，涉及大数据领域知识工程技术，本发明通过下述技术方案予以实现：首先基于多模态数据特征表示模型提取多模态数据语义特征，构建基于预训练模型的文本、图像、音视频等数据特征提取模型，分别完成单模态数据语义特征提取；其次，基于无监督图、属性图、异构图嵌入等方式，将不同类型数据投射到同一向量空间中进行表示，实现跨模态的多模态知识表示；在上述工作的基础上，将需要进行融合对齐的两个图谱分别转化为向量表示形式，然后基于得到的多模态知识表示，根据先验对齐数据学习知识图谱间实体对的映射关系，完成多模态知识融合消歧，解码映射到知识图谱中的相应节点，生成融合后新图谱、实体及其属性。
-
公开(公告)号：CN111611309B
公开(公告)日：2023-11-07
申请号：CN202010233520.2
申请日：2020-03-30
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/26 , G06F16/2458 , G06F16/28 , G06F16/215
Abstract: 本发明公开的一种话单数据关系网络交互式可视化方法，旨在提供交互性强的可视化方案。本发明通过下述技术方案实现：结合后续关系网络分析的需求，针对人员信息数据和话单数据进行数据建模，形成话单关系网络分析数据模型；抽取Impala数据库中数据，进行话单关系网络构建；针对话单关系网络进行话单数据挖掘，得到关键人物节点集合；设置点击节点返回下级节点个数阈值TopN和入度阈值InNum和出度阈值OutNum；计算选中节点与所有下级节点间的通联次数，按降序排列，排序前TopN的节点判为密切联系人；根据不同的社会行为规律来判断其分类数据相应的社会关系权值，将各分类结果以表单与图像两种可视化的形式输出。
-
公开(公告)号：CN109684373B
公开(公告)日：2023-07-18
申请号：CN201811419419.5
申请日：2018-11-26
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/2458 , G06F16/28 , G06Q50/00
Abstract: 本发明提出的一种基于出行和话单数据分析的重点关系人发现方法，旨在提供一种高效准确、识别率高的重点关系人发现方法，本发明通过下述技术方案予以实现：同行关系人发现模块利用航班和火车出行数据，采用同行规律挖掘算法得到与目标人物一起出行的同行关系人特征数据列表；通联关系人发现模块利用话单数据，采用通联规律统计算法计算目标人物所有通话记录的通联频次和通联时长，通联频次降序排列得到通联关系人特征数据列表1，表2；关系人类型判定模块利用话单数据分析目标人物和重点关系人特征数据列表人员的停留时空规律，根据关系人类型判定规则判定重点关系人的类型，得到带有关系人类型的重点关系人特征数据列表。
-
公开(公告)号：CN113962294B
公开(公告)日：2023-05-16
申请号：CN202111159151.8
申请日：2021-09-30
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F18/24 , G06N3/084 , G06N3/049 , G06N3/0464
Abstract: 本发明公开的一种多类型事件预测模型，涉及事件分析与处理领域。本发明通过下述技术方案实现：事件异构时序图构建模块以事件描述数据库为基础，以所有要素为邻域节点，构建事件异构时序图，通过关系图神经网络模型获取事件发生时间节点的特征向量；组合特征提取模块提取时间节点特征向量组合时间段内事件的组合特征信息，按时间顺序排列输出组合特征向量；时序特征提取模块将组合特征向量送入时序特征提取模块，输出具备时序特征的向量；多标签分类器模块将时序特征提取模块输出的向量进行扁平化处理，控制神经网络输出层向量维度与被预测事件类型数量保持一致，最终全连接深度神经网络通过激活函数层，可视化输出每种类型事件发生的概率值。
-
Patent Agency Ranking
公开(公告)号：CN111681174B
公开(公告)日：2023-02-03
申请号：CN202010355045.6
申请日：2020-04-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06T5/00
Abstract: 本发明公开的一种抑制椒盐/高斯混噪目标图像的联合滤波方法，旨在提供一种能有效解决传统算法在高强度椒盐‑高斯混噪图像下失效问题的抑制椒盐‑高斯混合噪声的方法，本发明通过下述技术方案予以实现：首先，获取可见光图像，设定扩展窗口阈值，确定初始滤波窗口，进行滤波窗口噪声点辨识，采取滤波窗口自适应的方式，对含噪目标图像进行椒盐噪声点辨识，判断是否为高强度椒盐噪声点，在辨识的过程中不断扩展滤波窗口大小，并计算各滤波窗口的归一化系数和一次加权联合滤波中间输出,然后，根据多层窗口中间输出值进行二次加权滤波，最后，在自适应中值滤波过程中使用均值分割，加速寻找中值的速度，实现椒盐‑高斯混噪图像快速自适应滤波。
-
公开(公告)号：CN110287482B
公开(公告)日：2022-07-08
申请号：CN201910455093.X
申请日：2019-05-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F40/289 , G06F40/211 , G06K9/62
Abstract: 本发明一种半自动化分词语料标注训练装置，旨在解决分词语料标注及训练过程中使用语料存在的弊端。本发明通过下述技术方案予以实现：文本语料标注准备模块对待标注语料、分词语料的管理，通过基于集成词典的双向最大匹配分词、CRF、JIEBA、等多种分词算法，将生语料分词标注工作提交给半自动化语料分词标注模块，创建分词标注任务，选择标注适用算法模型，开展自动标注，在自动标注结果融合的基础上，将文本语料标注准备模块产生的训练模型语料和标注模型反馈至反馈式模型学习训练模块，选择和模型学习训练，调用统一训练模型接口生成核心词典，更新分词训练模型表，建立标注算法综合评估模型对模型标注效果进行评估，完成新的分词标注任务。
-
公开(公告)号：CN110287481B
公开(公告)日：2022-06-14
申请号：CN201910455086.X
申请日：2019-05-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F40/295
Abstract: 本发明公开的一种命名实体语料标注训练系统，旨在提供一种能够提高命名实体识别的准确率、正确率、召回率的命名实体识别的半自动化标注训练装置。本发明通过下述技术方案予以实现：命名实体语料标注准备模块在标注过程中提供可选择适用的标注算法；半自动化语料命名实体标注模块自主选择适配算法并开展自动标注，基于命名实体提取算法中至少一个命名实体抽取算法，对待标注文本语料数据进行单一命名实体的预标注处理；当标注任务完成后，反馈式模型学习训练模块使用标注语料对命名实体模型进行训练，自动反馈调整完成新的命名实体标注任务；命名实体标注模型效果评估模块对模型指标量化标注效果进行评估，根据评估结果推荐默认最适算法模型。
-
公开(公告)号：CN113779959A
公开(公告)日：2021-12-10
申请号：CN202111011031.3
申请日：2021-08-31
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F40/205 , G06F40/211 , G06F40/247 , G06F40/30
Abstract: 本发明公开的一种小样本文本数据混合增强方法，简洁、完备、自适应强。本发明通过下述技术方案实现：基于文本数据增强目标，将原始文本分为长文本数据和短文本数据，自动分开区分处理，对长文本数据进行同义词替换、随机插入、随机交换和随机删除，对不同长度的文本自动适配，对短文本数据进行回译增强，统计分析文本数据样本长度分布，将数据样本分布细分为更细粒度的组并进行掩码预测或预训练；将每个文本数据样本归类到不同的组，对不同组的文本数据样本，按组设置不同的掩盖概率，通过降噪自编码过程进行掩码预测，实现文本数据二次增强；根据小样本数量生成批量增强文本，实现小样本文本数据混合增强。提高文本增强数量，同时保证增强质量。
-
公开(公告)号：CN112200317A
公开(公告)日：2021-01-08
申请号：CN202011043062.2
申请日：2020-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种多模态知识图谱构建方法，涉及大数据领域知识工程技术，本发明通过下述技术方案予以实现：首先基于多模态数据特征表示模型提取多模态数据语义特征，构建基于预训练模型的文本、图像、音视频等数据特征提取模型，分别完成单模态数据语义特征提取；其次，基于无监督图、属性图、异构图嵌入等方式，将不同类型数据投射到同一向量空间中进行表示，实现跨模态的多模态知识表示；在上述工作的基础上，将需要进行融合对齐的两个图谱分别转化为向量表示形式，然后基于得到的多模态知识表示，根据先验对齐数据学习知识图谱间实体对的映射关系，完成多模态知识融合消歧，解码映射到知识图谱中的相应节点，生成融合后新图谱、实体及其属性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.061 seconds)
