-
公开(公告)号：CN111159427A
公开(公告)日：2020-05-15
申请号：CN201911399693.5
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: G06F16/36
Abstract: 本发明公开了一种基于众包的知识图谱构建方法及系统，所述方法包括如下步骤：步骤S1、创建图空间；步骤S2、创建用户模式并进行模式匹配和融合；步骤S3、上传资源；步骤S4、图谱构建。所述系统包括图空间模块、用户模式模块、资源模块、图谱构建模块、图数据库容器集群管理模块。本发明采用基于众包的知识获取方法，用户可以根据自己的需求提供资源，添加到知识图谱中，解决知识图谱的资源获取问题。本发明提出一种基于OWL的模式，对异构资源进行描述，从元模型上控制其异构性，使得通过该方法构建的知识图谱可以更容易地进行融合。本发明实现知识应用的操作接口，所述操作接口提供对知识图谱的搜索能力和推理能力。
-
公开(公告)号：CN119179495A
公开(公告)日：2024-12-24
申请号：CN202411191319.7
申请日：2024-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种面向跨领域多任务的大模型适配器高效部署方法及系统，所述方法包括如下步骤：步骤S1、构造模型adapter索引；步骤S2、构造用于训练selector的混合表征数据集；步骤S3、训练selector；步骤S4、基于selector的适配器联合部署。本发明提出了大语言模型部署中适配器选择器selector这一概念，可以根据模型的输入精准判断输入对应的领域和任务，从而引导系统精准将大模型与这一领域与任务的模型适配器精准匹配并重组，提高了多任务推理的准确度；同时提出了selector的训练方法和携带selector的大模型的推理流程和部署方法，提高了有限资源的资源利用率。
-
公开(公告)号：CN118692140A
公开(公告)日：2024-09-24
申请号：CN202410698098.6
申请日：2024-05-31
Applicant: 哈尔滨工业大学
IPC: G06V40/20 , H04L67/12 , H04N7/18 , G06V40/50 , G06V40/16 , G06V20/40 , G06V20/52 , G06V10/25 , G06V10/80 , G06V10/82 , G06T7/246
Abstract: 本发明公开了一种老年人居家行为识别方法，所述方法包括如下步骤：步骤一、人脸数据库准备；步骤二、视频数据收集；步骤三、人脸识别；步骤四、目标识别；步骤五、动作识别；步骤六、引入场景获取具体行为；步骤七、关联身份与行为；步骤八、存储具体行为信息。本发明借助物联网技术通过网络摄像头对老年人行为进行图像捕捉，利用计算机视觉技术进行人脸和行为分析，将可能含有多人的图像转化为指定人员的行为输出。人员身份的确定和行为的记录为后续老年人日常行为流程抽取、异常行为检测等打下基础，有助于完善老年人远程监护体系。
-
公开(公告)号：CN118274709B
公开(公告)日：2024-08-23
申请号：CN202410359726.8
申请日：2024-03-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于透视变换和鱼竿测量背景板的像素坐标转世界坐标方法，所述方法如下：一、在背板上粘贴两种不同半径大小的圆形标志点，通过大圆标志点的位置确定其余所有小圆标志点的世界坐标，实现对背景板上坐标的定位；二、通过识别鱼竿测量背景板上的所有圆形标志点，根据圆形标志点的面积判断大圆标志点的像素坐标，从而确定剩余小圆标志点的像素坐标；对小圆标志点排序后与鱼竿测量背景板进行比对确定其相对位置，并与世界坐标对应；三、通过找到转换点附近的六个背景板上的圆点，并根据这些点的坐标和特征点的排序计算透视变换矩阵；根据透视变换矩阵将输入的像素坐标转换为真实物体坐标。本发明能够提供更精确的位置信息和距离测量。
-
公开(公告)号：CN118274709A
公开(公告)日：2024-07-02
申请号：CN202410359726.8
申请日：2024-03-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于透视变换和鱼竿测量背景板的像素坐标转世界坐标方法，所述方法如下：一、在背板上粘贴两种不同半径大小的圆形标志点，通过大圆标志点的位置确定其余所有小圆标志点的世界坐标，实现对背景板上坐标的定位；二、通过识别鱼竿测量背景板上的所有圆形标志点，根据圆形标志点的面积判断大圆标志点的像素坐标，从而确定剩余小圆标志点的像素坐标；对小圆标志点排序后与鱼竿测量背景板进行比对确定其相对位置，并与世界坐标对应；三、通过找到转换点附近的六个背景板上的圆点，并根据这些点的坐标和特征点的排序计算透视变换矩阵；根据透视变换矩阵将输入的像素坐标转换为真实物体坐标。本发明能够提供更精确的位置信息和距离测量。
-
Patent Agency Ranking
公开(公告)号：CN118135279A
公开(公告)日：2024-06-04
申请号：CN202410088713.1
申请日：2024-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/80
Abstract: 本发明实施例提供一种不完整视图的聚类方法及系统，属于信息技术领域。该聚类方法包括：获取待聚类的不完整多视图，并构建邻接矩阵以确定不完整多视图的图结构信息；结合邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得潜在特征表示；对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示；对综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型，使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后，得到每个节点潜在特征表示，更有利于聚类，并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示，进行深度聚类，得到聚类结果。
-
公开(公告)号：CN117523244A
公开(公告)日：2024-02-06
申请号：CN202311439517.6
申请日：2023-10-31
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/762 , G06V10/82 , G06N3/088 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F17/16 , G06N3/045
Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质，属于信息技术领域。该方法包括：获取待聚类的多个数据缺失视图；利用多重插补法，对所述多个数据缺失视图中缺失的数据进行缺失值处理，获得多个完整视图，并生成不确定性度量矩阵；提取所述不确定性度量矩阵中易于聚类的隐空间特征；将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类，获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案，利用多重插补法，不仅可以充分利用多视图数据之间的互补信息，对缺失数据进行有效插补，增强了数据之间的关联性，还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。
-
公开(公告)号：CN116402067B
公开(公告)日：2024-01-30
申请号：CN202310359660.8
申请日：2023-04-06
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向多语种的自监督跨语言文字风格保持生成方法，所述方法包括如下步骤：一、建立用于实现跨语言生成任务的条件生成对抗网络模型；二、条件生成对抗网络模型在多语言真实数据中进行自监督训练，且在自监督训练过程使用识别器和条件生成对抗网络模型联合训练，提升最终的风格文本图像可辨读性。本发明综合利用风格迁移、生成对抗网络、图像修复、场景文字擦除和图像文字识别等技术，面向多语种实施跨语言文字风格保持生成，将图像的文本内容修改为另一种语言的新文本，同时保留图像中文字风格和背景纹理，能够解决图像翻译后的结果面临替换前后文本风格不一致、背景纹理不协调等问题，给用户带来更好的图像翻译体验。
-
公开(公告)号：CN116563422A
公开(公告)日：2023-08-08
申请号：CN202310345363.8
申请日：2023-04-03
Applicant: 哈尔滨工业大学
IPC: G06T11/60 , G06F40/109 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/09
Abstract: 本发明公开了一种文字图像风格的细粒度编辑方法，所述方法提出了针对文字图像风格的编辑框架，整体架构遵循前景文本和背景纹理分离、前景文本内容和风格分离的原则，这样能够自由修改前景文本而不破坏背景纹理、编辑文本风格属性而不影响文本内容；提出了隐空间向量的语义解析和分离方法，首次确定了文字风格能够解耦为旋转角度、字体和颜色等不同的细粒度风格属性，从而为语义编辑方法奠定基础；提出了同时支持有监督和无监督的细粒度文字风格属性编辑方法，能够对文字形状、字体和颜色等风格属性进行编辑。该方法适合文字图像的编辑框架，解耦文字风格为形状、颜色和字体等属性，实现文字风格精细控制和细粒度编辑。
-
公开(公告)号：CN113792157B
公开(公告)日：2022-10-25
申请号：CN202111076042.X
申请日：2021-09-14
Applicant: 哈尔滨工业大学
IPC: G06F16/36 , G06F40/211 , G06F40/295
Abstract: 本发明公开了一种面向领域机理知识库的构建方法，其特征在于所述方法包括如下步骤：步骤S1、对领域机理的结构化和非结构化数据进行获取和处理；步骤S2、基于三层模型，对结构化数据进行本体构建；步骤S3、对步骤S1得到的可标注的非结构化文本数据进行知识抽取，得到实体关系对，即三元组数据；步骤S4、将三元组数据按照本体模型进行一定的数据填充后，导入Neo4j数据库中。本发明从本体结构方面，明确提出了本体的构建规则——三层模型，作为一种更细粒度的本体构建模型，分别从抽象概念层、概念实例层和能力层规定领域知识库的结构，使得领域机理知识库构建过程更加清晰，对节点数据的填充也变得有据可依、有论可查。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
