-
公开(公告)号:CN117521789A
公开(公告)日:2024-02-06
申请号:CN202310243502.6
申请日:2023-03-14
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06N5/01 , G06N5/02 , G06F16/36 , G06F40/211 , G06F40/35 , G06F16/332
摘要: 本发明提出了一种基于语义动态感知的可解释多跳食品知识图谱问答方法,包括:获取给定的问题,确定与问题对应的AMR语义图;将AMR语义图中的关键要素在预先配置的食品知识图谱中检索,以构建问题的关键要素所对应的三跳联通子图谱,对三跳联通子图谱进行剪枝处理,得到对应的答案子图;利用答案子图,生成候选答案集合;基于预设的答案选择算法,从候选集合中选择问题的最终答案;基于给定的问题与最终答案的对应关系,构建用于在食品知识图谱中提供可解释的路径的目标函数。本发明可将所有元素嵌入到统一的语义空间中,实现了在同一的语义空间中去衡量与给定查询最相关的答案实体,并通过多跳路径来实现可解释性。
-
公开(公告)号:CN112861967B
公开(公告)日:2023-04-07
申请号:CN202110168649.4
申请日:2021-02-07
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F18/2415 , G06F18/22 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于异构图神经网络的社交网络异常用户检测方法及设备,基于异构图神经网络的社交网络异常用户检测方法,包括:针对社交网络收集用户信息,并对收集到的用户信息进行特征提取;基于提取的特征,构建基于社交网络的异构信息网络,并利用社交网络的关系属性设计相应的元路径和元图;基于异构信息网络、元路径和元图,根据用户之间的亲密度和相似度,确定用户在社交网络中的表示;基于用户在社交网络中的表示,检测用户类型,以确定异常用户。本发明整合了丰富的用户特征,基于真实的社交场景汇总用户信息形成了两个视角,即用户亲密程度和关系类型,模型具有出色的性能,在准确度和F1值上都表现较好。
-
公开(公告)号:CN115205760A
公开(公告)日:2022-10-18
申请号:CN202210966913.3
申请日:2022-08-11
申请人: 杭州电子科技大学 , 中国电子科技集团公司电子科学研究院
IPC分类号: G06V20/40 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04 , G06F40/289
摘要: 本发明提出一种基于深度局部自注意力网络的视频密集描述生成方法。本发明步骤如下:1、数据集预处理以及数据集的划分,使用训练好的行为识别网络对视频提取特征;2、构建视频结构化密集描述的序列,并构建该序列的文本特征;3、构建序列到序列建模的深度局部自注意力网络;4、通过反向传播算法对步骤(3)中的网络参数进行训练,直至整个网络模型收敛。本发明同时将密集视频描述中的事件定位与事件描述两个子任务联合建模为一个序列生成任务,将两个独立的子任务紧密联系在一起,起到相互促进的作用,相比于大部分两阶段方法模型没有过多的超参数需要手工调整,训练模型更加方便,性能有了进一步提升。
-
公开(公告)号:CN107146198B
公开(公告)日:2022-08-16
申请号:CN201710256861.X
申请日:2017-04-19
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06T3/00
摘要: 本发明公开了一种照片智能裁剪方法及装置。该方法包括:获取智能设备照片图像;在照片图像中生成若干子区域,计算若干子区域的美学评分,根据所述美学评分得到最佳美感裁剪区域;根据最佳美感裁剪区域的坐标裁剪照片图像。本发明实施例的照片智能裁剪方法及装置通过图像美学评价技术实现照片的智能裁剪,使得从美学角度裁剪出更加符合应用场景的照片;本发明适用的照片类型更加普遍,且操作方便、效率高,所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
-
公开(公告)号:CN110166822A
公开(公告)日:2019-08-23
申请号:CN201910424013.4
申请日:2019-05-21
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: H04N21/4363 , H04N21/436 , H04L29/08 , H04L29/06 , H04L12/66
摘要: 本发明公开了一种多信任域可信视频共享方法及系统,基于区块链实现视频域网关,通过在不同的信任域中设置视频域网关,实现对域内视频设备的可信管理;同时,通过视频域网关建立域间信任,针对跨域视频共享和协同分析请求,基于可信授权验证实现在多信任域之间进行视频共享和视频协同分析,进而实现可信视频共享及协同分析,解决了因相互不信任导致的视频共享和协同分析实现难度大的问题,实现更大范围更高效率的视频共享和更高价值的目标分析。
-
公开(公告)号:CN109227567A
公开(公告)日:2019-01-18
申请号:CN201811257380.1
申请日:2018-10-26
申请人: 中国电子科技集团公司电子科学研究院
摘要: 本发明公开了一种探测机器人,包括:核心模块、可更换感知模块和可更换机动模块;所述可更换感知模块通过第一机械接口及第一通信接口与所述核心模块可拆卸连接、用于更换机器人的感知功能;所述可更换机动模块通过第二机械接口及第二通信接口与所述核心模块可拆卸连接、用于更换机器人的运动模式。本发明实施例通过将机器人划分成机动模块、感知模块和核心模块,再将机动模块、感知模块与核心模块采用可快速拆装的通用机械接口和通用电气接口快速连接,实现了对机器人功能的快速改装,使得改装后的机器人能够满足应用场景并快速投入到任务使用中。
-
公开(公告)号:CN110928993B
公开(公告)日:2023-06-30
申请号:CN201911173251.9
申请日:2019-11-26
申请人: 重庆邮电大学 , 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/33 , G06F16/35 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S19/42
摘要: 本发明公开了一种基于深度循环神经网络的用户位置预测方法及系统,属于用户移动位置预测领域,所述方法包括:提取出用户的每个轨迹点信息,将用户的每个轨迹点包含的信息元组转化成轨迹点向量表示,将轨迹点向量输入到基于长短期记忆网络LSTM改进的循环神经元、注意力层和SoftMax层,得到预测向量,计算出用户下一步位置的概率分布来预测位置,本发明对GPS数据中所包含的语义信息进行处理,有效的将时空信息输入深度学习模型进行建模,增强历史位置对于用户下一个移动位置的影响,最终得到精准的位置预测结果。
-
公开(公告)号:CN115952281A
公开(公告)日:2023-04-11
申请号:CN202211335783.X
申请日:2022-10-28
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/35 , G06F40/253 , G06F40/289 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
摘要: 本申请的实施例揭示了一种文本的生成器模型训练方法,所述方法包括:获取用于模型训练的数据集,所述数据集中包括多个标注完成的话题文本;将所述数据集输入生成器模型,得到所述生成器模型生成的文本;基于所述生成器模型生成的文本以及所述数据集中的训练文本对所述生成器模型进行训练优化,使得优化完成的所述生成器模型能够生成与话题文本接近的文本,通过上述方法训练处的生成器模型能够自动生成符合真实话题文本的文本,避免了相关技术中通过机器写作单调重复的发布相同言论的网评话题文本,导致效果差的问题。
-
公开(公告)号:CN115687758A
公开(公告)日:2023-02-03
申请号:CN202211335748.8
申请日:2022-10-28
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F16/9535 , G06F16/9536 , G06F21/31 , G06F18/24
摘要: 本申请的实施例揭示了一种用户分类模型训练方法、用户检测方法,用户分类模型训练方法包括:根据原始用户特征构造多关系图;获取所述多关系图中每个节点的特征表示,并基于所述特征表示得出每个节点的最终表征;基于每个节点的所述最终表征获得初始用户分类模型;通过联邦学习网络框架获取特征样本数据,并基于所述特征样本数据对所述初始用户分类模型进行训练,得到用户分类模型。
-
公开(公告)号:CN115329769A
公开(公告)日:2022-11-11
申请号:CN202210784238.2
申请日:2022-07-05
申请人: 中国电子科技集团公司电子科学研究院
IPC分类号: G06F40/30 , G06F40/242 , G06F40/216 , G06F40/211
摘要: 本申请公开了一种基于语义增强网络的平台企业网络舆论情感分析方法,包括:基于平台企业舆情相关文本和构建的平台企业舆论情感词典,形成平台企业舆论情感数据集;对所述平台企业舆论情感数据集中句子的词进行多级向量表示,以获得句子中单词的语义向量;对所述平台企业舆情相关文本进行句法分析,计算出句法分析树的概率值;基于平台企业舆论情感数据集的语义向量进行语义增强匹配,以获得语义增强的语义向量;基于语义增强的语义向量进行句子嵌入表示;基于句子嵌入表示的结果进行情感预设,以获得预测结果。本申请的方法利用深度学习技术实现快速高效的情感分析,针对网络财经文本的情绪分析,有助于了解公众的情绪状态,及时获取舆论和态度。
-
-
-
-
-
-
-
-
-