“廖祥文”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果133个，建议您升级VIP下载更多相关专利

[实用新型]一种建筑用一体式钢结构检测装置-CN202321217352.3有效
发明人： 廖祥文;江斌;刘伟珊 -专利权人：广东省建设工程质量安全检测总站有限公司
申请日： 2023-05-18 - 公布日： 2023-10-27 - 主分类号： G01N23/18 文献下载
摘要：本实用新型公开了一种建筑用一体式钢结构检测装置，涉及钢结构检测领域，该钢结构检测装置旨在解决现在的钢材焊缝检测和硬度检测需要让钢材在两种不同的检测设备之间周转，检测效率低的技术问题，该钢结构检测装置包括检测台、固定安装于检测台左端的导轨，导轨上端安装有可沿导轨轴向运动的线性电机，线性电机的外壳上端安装有立架，立架上端安装有X射线焊缝探伤检测设备，检测台右端固定安装有托梁，托梁上端设置有可水平移动的基座，该钢结构检测装置采用X射线焊缝探伤检测设备和硬度检测仪之间联合运动的方式对建筑钢材的表面焊缝损伤和硬度指标进行同步检测，不需要操作人员将钢材在不同设备之间周转，提高检测效率。
一种建筑体式钢结构检测装置

[发明专利]基于多任务稀疏共享学习的论辩挖掘系统及方法-CN202110912198.0有效
发明人： 廖祥文;魏冬春;吴君毅;翁钰晨;郑鹏程 -专利权人：福州大学
申请日： 2021-08-10 - 公布日： 2023-08-22 - 主分类号： G06F16/35 文献下载
摘要：本发明提出一种基于多任务稀疏共享学习的论辩挖掘系统及方法，包括：编码器模块，用于使用双向长短时记忆神经网络学习上下文信息；双路注意力编码模块，用于使用自注意力和外部注意力并行对词向量进行特征提取，获得不同角度的单词语义关注度，强化单词之间的关系建模；稀疏共享学习模块，用于对获得句子向量的编码模块进行多任务学习，为不同任务生成任务特定的稀疏参数矩阵，以解决多任务学习负迁移影响，并获得句子级编码表示；多任务标签输出模块，用于使用任务特定的分类器完成不同任务的分类结果预测。能够自动地学习多个任务的稀疏共享结构，并利用各自任务特定的子网络进行联合训练，有效避免多任务学习的负迁移现象。
基于任务稀疏共享学习论辩挖掘系统方法

[发明专利]基于分层融合多头注意力网络和卷积网络的观点检索方法及系统-CN202110917626.9有效
发明人： 廖祥文;蔡鸿杰;陈甘霖;梁明;郭星宇 -专利权人：福州大学
申请日： 2021-08-11 - 公布日： 2023-08-04 - 主分类号： G06F16/33 文献下载
摘要：本发明提出一种基于分层融合多头注意力网络和卷积网络的观点检索方法及系统，主要包含一个文本预处理模块，对输入的查询和候选文档的文本数据进行预处理；包含一个相关得分计算模块，用于计算查询和候选文档之间的相关得分；包含一个观点得分计算模块，用于计算候选文档的观点得分；包含一个统一相关检索模块，用于根据相关得分和观点得分计算观点检索得分；包含一个排序学习检索模块，将相关得分作为新的特征加入到常用的特征、文本概念化特征、网络表示特征和观点得分特征中，用于计算观点检索得分。
基于分层融合多头注意力网络卷积观点检索方法系统

[发明专利]基于数据包络分析的文本分类模型解释方法及系统-CN202110950317.1有效
发明人： 廖祥文;林树凯;林建洲;王灿杰;徐攀 -专利权人：福州大学
申请日： 2021-08-18 - 公布日： 2023-08-04 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及一种基于数据包络分析的文本分类模型解释方法及系统，该方法包括以下步骤：通过文本预处理模块对待解释的初始文本进行预处理；通过先验知识提取模块对待解释文本的固有属性进行信息提取；通过多视角解释模块对文本的预测结果从不同视角进行解释并获取相应的贡献得分；通过数据包络分析解释模块对先验知识提取模块提取的先验知识矩阵与多视角解释模块提取的视角贡献得分矩阵进行综合评估分析，以获取融合特征后的单词解释得分。该方法及系统有利于提供客观、全面的解释信息，提高文本分类模型解释的准确性和可靠性。
基于数据包络分析文本分类模型解释方法系统

[发明专利]融合图卷积神经网络的文本情感分类系统-CN202110777058.7有效
发明人： 廖祥文;林建洲;陈甘霖;林树凯;王灿杰 -专利权人：福州大学
申请日： 2021-07-09 - 公布日： 2023-08-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种融合图卷积神经网络的文本情感分类系统。包括：数据预处理模块，用于构造用户与用户关系图和用户与产品关系图；评论文本预处理模块，用于对文档文本进行特征化处理；基于循环神经网络的编码模块，获取单词级别和句子级别的编码；基于图卷积神经网络的用户和产品特征提取模块，获取用户和产品的向量表示；用户产品记忆模块，获取具有代表性的用户和产品信息的向量表示；注意力机制模块，分别获取用户和产品的句子和文档表示向量；预测情感极性模块，利用分类函数得到最终的情感分类结果。本发明能够有效的学习用户与用户之间和产品与产品之间的内联关系，并通过用户层次和产品层次的分层注意力网络，最终识别出文本的情感类别。
融合图卷神经网络文本情感分类系统

[发明专利]一种基于级联时空特征的信息传播预测方法及系统-CN202110776900.5有效
发明人： 廖祥文;梁少斌;陈志豪;杨黄涛 -专利权人：福州大学
申请日： 2021-07-09 - 公布日： 2023-08-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于级联时空特征的信息传播预测方法及系统。将给定的信息级联转换为向量形式；捕获级联的时序特征，获得级联在时间维度上的特征向量；利用社交关系图和级联图构造异质图，捕获网络节点的依赖上下文；捕获信息在网络中传播的拓扑特征；融合得到级联的时空特征；根据网络节点在时间维度上的位置关系对级联不同时刻的历史时空特征进行加权，得到级联在不同时刻加权后的特征向量；而后使用多头自注意力调整级联不同时刻节点的重要性，得到最终的级联特征表示；利用级联最终的特征表示进行信息传播预测，得到下一个时刻节点激活的概率分布，选择激活概率最大的节点作为下一时刻激活的节点。本发明能够更好地预测下一时刻激活的节点。
一种基于级联时空特征信息传播预测方法系统

[发明专利]基于分层异质图神经网络的社交媒体谣言检测方法及系统-CN202110775965.8有效
发明人： 廖祥文;王灿杰;林建洲;林树凯;陈泓敏 -专利权人：福州大学
申请日： 2021-07-09 - 公布日： 2023-08-01 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于分层异质图神经网络的社交媒体谣言检测方法及系统，包括基于数据预处理模块，用于对文本数据进行预处理，抽取用户静态特征，构建分层异质图结构；事件编码模块，用于编码含有传播及扩散结构信息的文本；用户编码模块，用于学习用户行为特征；全局异质图编码模块，用于捕捉事件和用户之间丰富的全局结构信息；谣言检测标签输出模块，用于融合文本信息、用户行为特征、全局异质图信息，完成谣言检测的标签预测工作。本发明能够有效的学习用户与用户之间和文本与文本之间的局部内联关系，生成含有临近节点信息的用户、文本表示，以此建模学习用户与事件之间的全局结构关系，最终识别出事件的真实性。
基于分层异质图神经网络社交媒体谣言检测方法系统

[发明专利]基于定义、语法并融合协同注意力的论辩挖掘方法及系统-CN202211628358.X在审
发明人： 廖祥文;郑鹏程;刘翀凌;陈泓敏;陈迎迎 -专利权人：福州大学
申请日： 2022-12-17 - 公布日： 2023-05-30 - 主分类号： G06F18/25 文献下载
摘要：本发明提出基于定义、语法并融合协同注意力的论辩挖掘系统，包括：编码器模块，用于使用双向LSTM学习上下文信息；特征提取模块，用于使用堆叠的BiLSTMs、序列自注意机制和辅助softmax层对词向量进行特征提取，作为针对消失梯度问题的隐式辅助；梯度反转调节模块，用于使用梯度反转层来捕获类不变的特征；平行协同注意力定义对齐模块，用于使用基于残差融合粗粒度并行协同注意力的机制来发现输入文本关于主张和非主张的定义准则的不同关联特征；注意力正交投影学习与输出模块，用于通过注意正交投影层合并类不变特征和输入文本关于主张定义准则及非主张定义准则的特征，并经过softmax激活函输出分类结果；本发明能够高效地利用语法和关于主张的定义来进行主张检测。
基于定义语法融合协同注意力论辩挖掘方法系统

[发明专利]基于图对抗对比预训练的社交网络谣言检测系统-CN202211616703.8在审
发明人： 廖祥文;陈泓敏;杨黄涛;郑鹏程;陈宁 -专利权人：福州大学
申请日： 2022-12-15 - 公布日： 2023-05-30 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于图对抗对比预训练的社交网络谣言检测系统。包括：一个事件增强模块，通过修改图结构和节点属性，用于提取有意义的谣言传播模式；一个用户编码模块，用于学习用户行为特征；一个图对抗模块，用于为模型提供模拟恶意扰动操作；一个对比预训练模块，用于最大化文本特征、用户行为特征正负样本间的互信息；一个微调模块，用于融合推文事件全局特征向量、用户特征向量、文本图形向量和源帖子特征，完成谣言检测的标签预测工作。
基于对抗对比训练社交网络谣言检测系统

[发明专利]一种融合关系差异信息的多模态讽刺识别系统-CN202211616786.0在审
发明人： 廖祥文;何佳;梁明;张纬峰;曾炜森 -专利权人：福州大学
申请日： 2022-12-15 - 公布日： 2023-05-23 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及一种融合关系差异信息的多模态讽刺识别系统。包括：一个图文特征提取模块，用于提取图文数据的特征表示；一个图文关系融合模块，用于匹配并组合文本图像一致信息用于预测；一个图文差异融合模块，用于提取模态内文本中的不一致性信息、提取模态间图文之间的不一致性信息，并组合不一致信息用于预测；一个讽刺识别模块，用于判别多模态数据中是否存在讽刺感。
一种融合关系差异信息多模态讽刺识别系统

[发明专利]基于双路双层特征编码器的图像描述系统-CN202211634700.7在审
发明人： 廖祥文;吴海杰;刘翀凌;林于翔;黄智锋 -专利权人：福州大学
申请日： 2022-12-19 - 公布日： 2023-05-16 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及一种基于双路双层特征编码器的图像描述系统，包括基于几何与视觉的融合模块，用于嵌入图像特征的位置信息；基于自注意力网络的特征增强编码器模块，结合区域特征和网格特征，互补增强特征融合；基于双层Transformer的特征融合编码器模块，用于对区域特征和网格特征进行建模融合；基于多元残差网络的特征融合模块，对特征融合编码器模块的输出进行融合，得到编码信息；基于Transformer的解码器模块，对编码信息进行解码。本发明能够更好地根据图像内容生成对应的描述语句。
基于双层特征编码器图像描述系统

[发明专利]一种利用全量数据训练零样本图像分类方法-CN201911099506.1有效
发明人： 廖祥文;肖永强;丘永旺;徐戈;陈开志 -专利权人：福州大学
申请日： 2019-11-12 - 公布日： 2023-05-12 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种利用全量数据训练零样本图像分类方法，包括以下步骤：步骤S1:将全量数据分为源数据和目标数据；步骤S2:将源数据集和目标数据集输入视觉特征网络，将原始图像映射到视觉特征空间,得到图像视觉特征向量；步骤S3:将原始图像的低维属性语义通过语义转换网络映射到高维，得到语义特征向量；步骤S4:根据得到的图像视觉特征向量和语义特征向量，利用视觉‑属性语义衔接网络完成融合，得到拼接结果；步骤S5:根据拼接结果，通过得分子网络在语义空间中产生原始图像每一类的得分，并根据得分输出最终的预测结果。本发明能够有效的解决图像类别标签缺失问题。
一种利用数据训练样本图像分类方法

[发明专利]基于级联间关系的信息传播预测系统-CN202211634214.5在审
发明人： 廖祥文;杨黄涛;陈志豪;陈泓敏;高航 -专利权人：福州大学
申请日： 2022-12-19 - 公布日： 2023-05-02 - 主分类号： G06Q50/00 文献下载
摘要：本发明涉及一种基于级联间关系的信息传播预测系统，包括：异质图卷积模块，用于获取异质图的网络节点特征向量；用户注意力模块，用于利用注意力机制对异质图卷积模块得到的网络节点特征向量进行处理，对用户间的内在关系进行权重的分配，得到新的特征向量；级联间关系图卷积模块，用于从级联图中获取级联间关系；时间衰减网络模块，用于将时间衰减信息引入到级联的特征表示中；多头自注意力模块，用于调整带有时间衰减信息的级联特征权重，得到最终的级联表示；信息传播预测输出模块，用于利用最终的级联表示计算得到下一时间节点中各用户节点的概率分布。该系统有利于提高信息级联预测的效果。
基于级联关系信息传播预测系统

[发明专利]一种基于双路编码和精确匹配信号的观点检索系统-CN202211628289.2在审
发明人： 廖祥文;梁明;何佳;杨思源;张纬峰 -专利权人：福州大学
申请日： 2022-12-17 - 公布日： 2023-04-25 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种基于双路编码和精确匹配信号的观点检索系统，包括：一个查询文本和文档文本预处理模块，对输入的查询和候选文档据进行预处理；一个查询文本和文档文本相关得分计算模块；一个查询文本和文档文本观点得分计算模块，通过预训练模型计算候选文档的观点得分；统一相关检索模块，用于根据相关检索模块得出的查询和文档的相关得分和根据观点得分模块获取文档的观点得分，最终计算文档的观点检索得分。本技术方案通过双路编码来获取局部语义信息和全局语义信息，能够通过融合并基于这些信息进行观点检索，通过精确匹配机制获取的精确语义信息能够提高查询与文档的相关性。
一种基于编码精确匹配信号观点检索系统

[发明专利]基于重复注意力网络的零样本图像分类模型及其方法-CN201911099492.3有效
发明人： 廖祥文;肖永强;叶锴;徐戈;陈开志 -专利权人：福州大学
申请日： 2019-11-12 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于重复注意力网络的零样本图像分类模型，包括重复注意力网络模块，用于训练并获取图像区域序列信息；生成对抗网络模块，用于获取视觉误差信息；视觉特征提取网络处理模块，用于得到图像一维视觉特征向量；属性语义转换网络模块，用两层的线性激活层将低维的属性语义向量映射到与视觉特征向量维度相同的高维特征向量；视觉‑属性语义衔接网络，实现视觉特征向量与属性语义特征向量的融合；得分分类结果和奖励输出模块，采用交叉熵损失对已见过带标签的类别进行分类，而奖励输出是对未见过的无标签数据进行惩罚，以及惩罚无标签数据中见过的类别和未见过的类别最有可能性的预测结果。本发明能够有效的解决图像类别标签缺失问题。
基于重复注意力网络样本图像分类模型及其方法

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 133 条