公开(公告)号：CN119943435A

公开(公告)日：2025-05-06

申请号：CN202510003480.5

申请日：2025-01-02

Applicant: 华南理工大学

Inventor： 黄双萍 ,  柯衢辉 ,  林骏翔 ,  彭文杰 ,  黄森

IPC: G16H70/00 ,  G06F40/30 ,  G06F16/334 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G06F16/35

Abstract: 本发明公开了一种中医情境信息精准结构化表示及语义比对方法，包括构建情境维度语义丰富网络；将中医情境文本经思维链结构化模块提取关键维度信息并转化为结构化情境文本，然后经情境信息编码模块提取多层次维度特征，接着依次通过层内上下文信息丰富模块和层间信息交汇模块捕获层内上下文信息和层间多维度信息获得语义丰富的情境语义特征；训练所述情境维度语义丰富网络并进行情境语义比对；本发明结合思维链提示调优方法挖掘通用中文大语言模型的中医语义理解能力，准确地对中医情境信息进行提取，同时融合多层次的中医情境维度信息获得语义丰富的情境语义特征，提升中医情境语义比对的准确性，为中医临床医生提供有价值的参考情境。

公开(公告)号：CN119397047A

公开(公告)日：2025-02-07

申请号：CN202411521888.3

申请日：2024-10-29

Applicant: 华南理工大学

Inventor： 黄双萍 ,  彭文杰 ,  柯衢辉 ,  黄森

IPC: G06F16/55 ,  G06F16/532 ,  G06F16/583 ,  G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于难负样本表征合成的图像检索方法，包括以下步骤：构建能够合成信息丰富的难负样本表征生成网络；以类别均衡采样策略构建的批量图像作为网络输入，经图像表征提取模块提取出批量图像表征，然后将批量图像表征输入到样本间全局关联学习模块中学习，将互为负类的样本对输入到关联感知的通道多样性插值模块中合成难负样本表征；训练所述的能够合成信息丰富的难负样本表征生成网络，利用合成的难负样本表征和真实样本表征共同训练图像表征提取模块；使用训练好的图像表征提取模块进行图像检索；通过结合样本间全局关联学习能力，合成更具信息量的难负样本表征，引导图像表征提取模块提取更具判别性的图像表征以增强检索性能。

公开(公告)号：CN118762103B

公开(公告)日：2025-01-24

申请号：CN202411240512.5

申请日：2024-09-05

Applicant: 华南理工大学

Inventor： 黄双萍 ,  代港 ,  柯衢辉 ,  郭强亚

IPC: G06T11/20 ,  G06V30/18 ,  G06V30/19 ,  G06V30/22 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/092

Abstract: 本发明公开了一种基于扩散模型的单样本手写文字临摹方法，包括以下步骤：构建能够临摹任意手写风格的扩散模型生成网络，包括风格特征增强模块，内容编码器，自适应融合模块，条件扩散模型；以手写样本图像和标准字体图像作为风格输入和内容输入，分别经内容编码器和风格编码器提取出风格特征和内容特征，然后将风格和内容特征同时输入到条件扩散模型中生成具有目标风格和内容的手写文字;训练所述的能够临摹任意手写风格扩散模型生成网络；使用训练好的扩散模型生成网络来生成同时满足目标风格和目标内容的手写文字。本发明方法结合高频信息提取和门控机制，能够提取更加准确的用户手写风格，引导条件扩散模型合成更加逼真的风格化手写文字。

公开(公告)号：CN118762103A

公开(公告)日：2024-10-11

申请号：CN202411240512.5

申请日：2024-09-05

Applicant: 华南理工大学

Inventor： 黄双萍 ,  代港 ,  柯衢辉 ,  郭强亚

IPC: G06T11/20 ,  G06V30/18 ,  G06V30/19 ,  G06V30/22 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/092

Abstract: 本发明公开了一种基于扩散模型的单样本手写文字临摹方法，包括以下步骤：构建能够临摹任意手写风格的扩散模型生成网络，包括风格特征增强模块，内容编码器，自适应融合模块，条件扩散模型；以手写样本图像和标准字体图像作为风格输入和内容输入，分别经内容编码器和风格编码器提取出风格特征和内容特征，然后将风格和内容特征同时输入到条件扩散模型中生成具有目标风格和内容的手写文字;训练所述的能够临摹任意手写风格扩散模型生成网络；使用训练好的扩散模型生成网络来生成同时满足目标风格和目标内容的手写文字。本发明方法结合高频信息提取和门控机制，能够提取更加准确的用户手写风格，引导条件扩散模型合成更加逼真的风格化手写文字。