-
公开(公告)号：CN106708868B
公开(公告)日：2020-02-21
申请号：CN201510784361.4
申请日：2015-11-16
申请人： 中国移动通信集团北京有限公司 , 北京邮电大学
IPC分类号： G06F16/9535 , G06F16/9538
摘要： 本发明公开了一种互联网数据分析方法及系统，该方法包括：获取互联网上的产品的属性以及所述产品对应的评论；针对一个产品，根据所述产品对应的每条评论的关注程度信息，确定所述每条评论对应的第一权重值；以及根据对所述产品的每个属性对应的评论进行情感分类得到的结果，确定所述产品的每个属性的第二权重值；结合所述每条评论对应的第一权重值和所述产品的每个属性的第二权重值，确定关于所述产品的评论的数据分析结果，用以解决现有的星级评分方法仅依据平均值分析评论数据，存在分析结果不准确的问题。
-
公开(公告)号：CN106708868A
公开(公告)日：2017-05-24
申请号：CN201510784361.4
申请日：2015-11-16
申请人： 中国移动通信集团北京有限公司 , 北京邮电大学
摘要： 本发明公开了一种互联网数据分析方法及系统，该方法包括：获取互联网上的产品的属性以及所述产品对应的评论；针对一个产品，根据所述产品对应的每条评论的关注程度信息，确定所述每条评论对应的第一权重值；以及根据对所述产品的每个属性对应的评论进行情感分类得到的结果，确定所述产品的每个属性的第二权重值；结合所述每条评论对应的第一权重值和所述产品的每个属性的第二权重值，确定关于所述产品的评论的数据分析结果，用以解决现有的星级评分方法仅依据平均值分析评论数据，存在分析结果不准确的问题。
-
公开(公告)号：CN117237426B
公开(公告)日：2024-03-22
申请号：CN202311202649.7
申请日：2023-09-18
申请人： 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC分类号： G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN117274772B
公开(公告)日：2024-02-20
申请号：CN202311203529.9
申请日：2023-09-18
申请人： 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC分类号： G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
-
公开(公告)号：CN117237426A
公开(公告)日：2023-12-15
申请号：CN202311202649.7
申请日：2023-09-18
申请人： 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC分类号： G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN116843342A
公开(公告)日：2023-10-03
申请号：CN202310805809.0
申请日：2023-07-03
申请人： 北京邮电大学
IPC分类号： G06Q20/40 , G06F18/24 , G06F18/214 , G06Q40/04 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本发明涉及金融欺诈检测技术领域，特别涉及一种基于图神经网络的金融欺诈检测方法、装置、设备及介质，其中方法包括：获取用户信息及用户关系数据；基于获取的用户信息及用户关系数据，构建多关系欺诈图；基于构建的多关系欺诈图，通过训练好的图神经网络模型进行检测，对多关系欺诈图中的每个节点进行分类判断，以确定欺诈用户。本发明能够提高金融欺诈检测的查准率和查全率。
-
公开(公告)号：CN110321566B
公开(公告)日：2020-11-13
申请号：CN201910619945.4
申请日：2019-07-10
IPC分类号： G06F40/295 , G06N3/04
摘要： 本申请涉及一种中文命名实体识别方法，包括：获取待识别语句，将所述待识别语句输入预设神经网络的嵌入层，输出所述待识别语句的输出字向量；将所述输出字向量分别同步输入预设的双向长短期记忆网络和预设的空洞卷积网络得到输出矩阵；将所述输出矩阵输入预设的分段长短期记忆网络，得到多个预测序列；采用条件随机场算法从所述预测序列中选取最优序列，根据所述最优序列获取识别出的实体。本申请通过同步采用双向长短期记忆网络和预设的空洞卷积网络进行特征变换，可以有效提取特征，无需赖于实体词典，提高识别效率。
-
公开(公告)号：CN117171368A
公开(公告)日：2023-12-05
申请号：CN202311321253.4
申请日：2023-10-12
IPC分类号： G06F16/383 , G06F16/35 , G06F16/31 , G06F40/194 , G06F40/289 , G06Q40/06
摘要： 本发明涉及深度学习技术领域，特别涉及一种基于主题特征的金融投诉案例的检索方法和装置。方法包括：利用向量索引算法对待检索案例进行粗排检索，得到待检索案例的若干个相似案例；待检索案例分别与每一个相似案例生成文本对，并将若干个文本对输入至预先训练好的文本匹配模型中；其中，文本匹配模型是基于预训练模型训练生成的，预训练模型的输入层用于生成由词向量、位置向量、分段向量和主题信息词向量相加组成的输入向量，并将输入向量输入至文本匹配模块；得到各文本对的匹配分数，以根据匹配分数确定最终的目标案例。本方案可以使得预训练模型能够学习跨文本的主题特征，从而提高金融投诉案例检索的准确度和效率。
-
公开(公告)号：CN111553295B
公开(公告)日：2023-05-09
申请号：CN202010368593.2
申请日：2020-05-01
申请人： 北京邮电大学
IPC分类号： G06F18/24 , G06N3/094 , G06N3/0475 , G06F18/25 , G06F18/213 , G06N3/0442
摘要： 本发明涉及一种基于自注意力机制的多模态情感识别方法以及计算机可读存储介质，包括：获取不同模态的数据；将每条样本中的多维情感特征分组，抽取高维特征；根据自注意力机制计算模态间融合的情感信息；根据自注意力机制计算模态内融合的情感信息；构建情感相关矩阵，集结每个模态下的高维特征，形成单模态情感特征；对每一类情感，融合各模态的单模态情感特征，输出属于该情感类别的概率；对各类情感概率进行归一化，输出概率最大的情感类别，实现情感识别。本发明有效增强了模态特征之间的情感信息互补性，并增加情感高相关性特征的影响力，从而增强多模态情感识别能力。
-
公开(公告)号：CN111553295A
公开(公告)日：2020-08-18
申请号：CN202010368593.2
申请日：2020-05-01
申请人： 北京邮电大学
摘要： 本发明涉及一种基于自注意力机制的多模态情感识别方法以及计算机可读存储介质，包括：获取不同模态的数据；将每条样本中的多维情感特征分组，抽取高维特征；根据自注意力机制计算模态间融合的情感信息；根据自注意力机制计算模态内融合的情感信息；构建情感相关矩阵，集结每个模态下的高维特征，形成单模态情感特征；对每一类情感，融合各模态的单模态情感特征，输出属于该情感类别的概率；对各类情感概率进行归一化，输出概率最大的情感类别，实现情感识别。本发明有效增强了模态特征之间的情感信息互补性，并增加情感高相关性特征的影响力，从而增强多模态情感识别能力。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.079 秒)
