公开(公告)号：CN118228804A

公开(公告)日：2024-06-21

申请号：CN202410222743.7

申请日：2024-02-28

申请人： 北京交通大学

发明人： 景丽萍 ,  李毅 ,  王睿 ,  秦毅 ,  柳哲坤 ,  杨腾昆

IPC分类号： G06N3/094 ,  G06N3/096

摘要： 本发明提供一种黑盒可迁移对抗样本生成方法、装置、电子设备及介质，涉及计算机技术领域，该方法包括：获取原始样本对应的初始对抗样本和目标模型的参数对应的协方差矩阵；基于所述协方差矩阵和模型滤波方式，对所述初始对抗样本进行迭代，生成目标对抗样本；其中，所述模型滤波方式用于对所述目标模型的参数进行滤波。由于模型滤波方式用于对目标模型的参数进行滤波，考虑了模型的参数和对抗样本的迁移能力的关系，使得生成的目标对抗样本的迁移能力比较强，提升了对样样本的迁移能力。

公开(公告)号：CN118690195A

公开(公告)日：2024-09-24

申请号：CN202410737665.4

申请日：2024-06-07

申请人： 北京交通大学

发明人： 刘华锋 ,  文静轩 ,  景丽萍

IPC分类号： G06F18/214 ,  G06F18/21 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/0464 ,  G06N3/092

摘要： 本发明提供了一种结合反事实增强和神经过程的冷启动推荐方法。该方法包括：将用户原始交互数据输入到原推荐模型，得到隐变量；将隐变量经过增强网络得到增强重要性变量，对增强重要性变量进行采样得到增强指示变量；将增强指示变量作用于原始交互数据得到增强后的交互数据，根据损失函数对增强网络进行更新；将增强后的交互数据作为原推荐模型的输入，重复执行上述处理过程，当训练收敛后，得到原始交互数据的最终增强数据，结合最终增强数据与原始交互数据重新训练原推荐模型，得到最终的预测模型，利用最终的预测模型进行冷启动场景下的物品推荐。本发明聚焦于冷启动任务，避免了映射过程的信息损失，有效地提高了冷启动情况下的物品推荐效率。

公开(公告)号：CN118116266A

公开(公告)日：2024-05-31

申请号：CN202410450411.4

申请日：2024-04-15

申请人： 北京交通大学

发明人： 李宗辉 ,  陈茜 ,  李文波 ,  景丽萍 ,  贾卓生 ,  孙亚新 ,  向彬

IPC分类号： G09B23/18

摘要： 本发明公开了一种面向高校的物联网实验教学平台，包括硬件平台和软件平台；硬件平台包括DC电压转换板、PDA模块和传感器模块，DC电压转换板和PDA模块之间通过引线连接，传感器模块嵌扣在PDA模块上；PDA模块上设有多个定义接口，传感器模块包括传感器感知元件模型库、MCU处理器、USB转接口模块、烧录/工作转换开关、传感器感知元件和MCU连接开关。软件平台在PC端，包括Arduino开发环境和实验代码库。本发明开发了PDA实验板、集成了传感器感知元件模型库和实验代码库并设计了实验任务。节省传感器选型、组网、原理图设计、物联网系统开发、测试验证的时间和成本，启发学生扩展出探索性和创造性的实验场景，激发学生的学习热情，提高学习效率。

公开(公告)号：CN116796739A

公开(公告)日：2023-09-22

申请号：CN202310831372.8

申请日：2023-07-07

申请人： 北京交通大学

发明人： 景丽萍 ,  宋明阳

IPC分类号： G06F40/289 ,  G06F40/126 ,  G06F40/194 ,  G06F40/30

摘要： 本发明提供了一种文档的无监督关键词抽取方法。该方法包括：构建输入文档的候选词语集合；通过文档词语编码器和自注意力机制构建子集抽取智能体，并利用文档到集合的打分函数作为奖励函数训练该智能体，所述子集抽取智能体实现从候选词语集合中抽取关键词子集；将所述输入文档的候选词语集合输入到训练好的子集抽取智能体，所述训练好的子集抽取智能体输出上述输入文档的最优关键词子集。本发明通过正交优化正则的排序损失函数构建了文档到集合的打分函数作为强化学习中的奖励函数，允许模型从集合的角度对候选关键词集合进行打分，达到对关键词重要性准确估计的目的，极大提升了无监督关键词抽取的性能。

公开(公告)号：CN118135877A

公开(公告)日：2024-06-04

申请号：CN202410450390.6

申请日：2024-04-15

申请人： 北京交通大学

发明人： 李宗辉 ,  赵守强 ,  景丽萍 ,  贾卓生 ,  李文波 ,  牟宏伟

IPC分类号： G09B23/18

摘要： 本发明公开了一种高校人才培养用计算机硬件实验教学平台，包括硬件平台、软件平台和实验任务，所述硬件平台和软件平台的输出端均与实验任务相对应；所述硬件平台包括开发板及相应配件；所述软件平台包括开发环境软件，所述实验任务包括《数字系统基础》任务、《计算机组成原理》任务、《计算机体系结构》任务和《硬件综合实训》任务，本发明中通过硬件编程将计算机及相关专业所涉及到的硬件课程串成“硬件一条线”，在一套实验箱上将硬件系列课程实践完全贯通，改变当前“一门课程一套实验箱，只做仿真缺实践”的课程体系现状，遵循人才培养循序渐进的规律，同时兼顾系统能力培养。

公开(公告)号：CN118691725A

公开(公告)日：2024-09-24

申请号：CN202410817860.8

申请日：2024-06-24

申请人： 北京交通大学 ,  清华大学

发明人： 温玉辉 ,  景丽萍 ,  刘永进 ,  孙志尧 ,  汪意 ,  周正忠

IPC分类号： G06T13/40 ,  G06T17/00 ,  G06T3/04 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明提供一种情感可控脸部动画生成方法、装置、设备及介质，该方法包括：确定目标时间段内的脸部视频和音频，所述脸部视频和所述音频同步采集；根据所述脸部视频和所述音频，确定条件编码，所述条件编码表征脸部视频中情感编码和音频中声音编码的组合关系；根据所述条件编码，确定隐空间编码，所述隐空间编码表征动画场景下的情感编码；根据所述隐空间编码，确定目标时间段内的人脸模型参数；根据所述人脸模型参数和预配置的视角参数，确定动画场景下的脸部视频,能够通过声音和情感生成三维人脸动画，能够更加灵活地控制动画生成结果。

公开(公告)号：CN115392456A

公开(公告)日：2022-11-25

申请号：CN202211048884.9

申请日：2022-08-30

申请人： 北京交通大学

发明人： 景丽萍 ,  方正伟 ,  黄韬 ,  王睿

IPC分类号： G06N3/08 ,  G06N3/04 ,  G06N5/04 ,  G06N7/00

摘要： 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。

公开(公告)号：CN118898665A

公开(公告)日：2024-11-05

申请号：CN202410971418.0

申请日：2024-07-19

申请人： 北京交通大学 ,  清华大学

发明人： 温玉辉 ,  刘永进 ,  景丽萍 ,  景宇宸 ,  李晨光 ,  叶盛

IPC分类号： G06T13/40 ,  G06T15/20

摘要： 本发明提供一种体型参数可控的风格化人体动画生成方法、装置及设备，该方法包括：确定音频片段对应的音频特征；获取动画对象的体型参数，以及所述动画对象在所述音频片段下的风格语义标签；所述风格语义标签表征动画对象的动作类型；获取与所述风格语义标签对应的动作序列的形状相匹配的噪音参数；基于所述音频特征、所述体型参数、所述风格语义标签和所述噪音参数，生成所述动画对象在动画场景下的动作序列；对所述动作序列进行渲染，得到所述动画对象的动画视频，本发明能够简化生成动画视频的操作，提高生成动画视频的效率。

公开(公告)号：CN118277523A

公开(公告)日：2024-07-02

申请号：CN202410308297.1

申请日：2024-03-18

申请人： 北京交通大学

发明人： 景丽萍 ,  刘健 ,  黄彪文 ,  姚松方 ,  张璞琦 ,  宁康云

IPC分类号： G06F16/332 ,  G06F16/35

摘要： 本发明提供一种基于人工智能的拟人回复生成方法、装置和电子设备，该方法包括：获取目标文本数据及目标文本数据对应的目标向量；对目标向量和多个预设向量进行聚类处理，基于聚类结果以及各预设向量分别对应的预设主题类别确定目标文本数据的主题类别；基于自然语言处理模型，根据目标文本数据的主题确定目标文本数据对应的多个字段，以及各字段分别对应的描述信息和情感倾向；基于多个字段，各字段分别对应的描述信息和情感倾向，以及用户的自定义选项生成目标文本数据对应的拟人回复，自定义选项包括身份类型。本发明确定了目标文本数据的主题类别，提升了回复的准确性。并使得用户能够选择回复的身份，提高了回复的真实性。

公开(公告)号：CN115392456B

公开(公告)日：2023-10-10

申请号：CN202211048884.9

申请日：2022-08-30

申请人： 北京交通大学

发明人： 景丽萍 ,  方正伟 ,  黄韬 ,  王睿

IPC分类号： G06N3/094 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/047 ,  G06N5/04

摘要： 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。