“杜友田”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25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于高维图注意力网络的大电网暂态功角稳定评估方法-CN202310626738.8在审
发明人： 杜友田;傅太国屹;吕昊;常源麟 -专利权人：西安交通大学
申请日： 2023-05-30 - 公布日： 2023-09-15 - 主分类号： H02J3/00 文献下载
摘要：一种基于高维图注意力网络的大电网暂态功角稳定评估方法，根据电网拓扑结构构建初始图邻接矩阵，根据电网直接量测参数构建图中节点特征矩阵，共同组成初始图；将连通子图在保留外部连接关系的前提下，合并为单个k阶节点，形成k阶邻接矩阵，并构建拓扑特征矩阵；将初始图输入双层GAT网络，图拓扑结构不受网络影响，网络仅对节点特征通过汇聚进行更新，对得到的节点特征矩阵进行全局池化得到初始图的全局特征向量，进行局部池化得到k阶节点对应的节点属性特征矩阵，之后将对应元素拼接形成特征矩阵，组成k阶图；将k阶图输入双层GAT网络得到全局特征向量；将各特征向量进行拼接后输入全连接网络，输出为暂态功角稳定评估结果。
一种基于高维图注意力网络电网暂态功角稳定评估方法

[发明专利]一种基于多智能体策略梯度模型的大电网区域协同潮流调控方法-CN202310159550.7在审
发明人： 杜友田;郭子豪;王晨希;常源麟 -专利权人：西安交通大学
申请日： 2023-02-24 - 公布日： 2023-06-30 - 主分类号： G06Q10/04 文献下载
摘要：一种基于多智能体策略梯度模型的大电网区域协同潮流调控方法，进行区域划分，设计其状态表征向量、局部观测表征向量和动作表征向量；基于多智能体策略梯度模型，将每个智能体的局部观测表征向量作为第一层的输入，输出为一个具体的连续动作空间向量，称为通信动作，将所有通信动作经过映射拼接为一个全局的策略通信信息，并与局部观测表征向量作为第二层的输入，输出连续动作作为区域智能体在环境中执行的最终动作；基于离散化的电网运行数据集构造仿真电网运行环境，将模型与仿真电网运行环境交互，收集批次样本数据进行模型训练直至收敛；本发明能够有效的降低多智能体策略学习的方差与随机性，提升在大规模复杂电网中的应用效果。
一种基于智能策略梯度模型电网区域协同潮流调控方法

[发明专利]一种基于场景图关系信息增强的视觉问答方法-CN202310214638.4在审
发明人： 杜友田;陈思源;张新明 -专利权人：西安交通大学
申请日： 2023-03-07 - 公布日： 2023-05-30 - 主分类号： G06F40/35 文献下载
摘要：一种基于场景图关系信息增强的视觉问答方法，首先提取输入问题的整体向量特征和分词向量特征；再检测视觉目标对象并提取视觉目标特征；然后构建关注目标关系的场景关系图；利用多层图注意力网络增强关系节点信息，设计的关系选择模块结合问题向量排除和问题无关或者错误的关系；最后利用注意力机制的多层网络融合视觉嵌入、问题嵌入、和场景图关系嵌入来推理问题的答案。该方法还在训练过程中，充分利用预训练的场景图关系解码器提供的监督信息，设计相关损失函数，提高了模型结合问题本身理解图像视觉目标之间关系的能力。本发明通过增强场景图的关系节点信息和针对性地选择问题相关的场景图关系信息，提高了视觉问答的准确性。
一种基于场景关系信息增强视觉问答方法

[发明专利]电网潮流调控决策推理方法-CN202110444680.6有效
发明人： 杜友田;鹿永迪;王晨希;解圣源;郭子豪 -专利权人：西安交通大学;国网浙江省电力有限公司
申请日： 2021-04-24 - 公布日： 2023-04-18 - 主分类号： H02J3/06 文献下载
摘要：一种基于深度确定性策略梯度网络的电网潮流调控决策推理方法，为电力网络设计其状态表征向量和动作表征向量；基于深度确定性策略梯度网络设计推理模型，将状态表征向量作为Actor网络的输入，得到多个相似的离散动作，将“状态‑动作”对向量作为Critic网络的输入，输出每一“状态‑动作”对向量的价值估计，选取估计值最高的动作作为该状态下要在环境中执行的最终动作；基于离散化的电网运行数据集仿真电网运行环境，将所述模型和仿真电网运行环境进行交互，从仿真电网运行环境中得到当前状态和要执行的最终动作，将要执行的最终动作交由仿真电网运行环境执行，本发明为电力网络实时调控提供了一种可行手段。
电网潮流调控决策推理方法

[发明专利]融合局部目标特征与全局特征的视频摘要生成方法-CN202110444672.1有效
发明人： 杜友田;张光勋 -专利权人：西安交通大学
申请日： 2021-04-24 - 公布日： 2023-04-11 - 主分类号： G06V20/40 文献下载
摘要：一种融合局部目标特征与全局特征的视频摘要生成方法，提取视频的局部目标特征，所述局部目标特征中包含目标的视觉特征、目标的运动轨迹特征以及目标的类别标签特征；利用注意力机制构建局部目标特征融合网络，输入所述局部目标特征得到融合局部目标特征；利用编码‑解码框架中的编码器从视频中抽取得到视频的全局特征，并将所述融合局部特征引入编码‑解码框架，融合视频的全局特征信息与局部目标特征信息，获得表现力更加丰富的表征向量，再根据该表征向量解码出相应的摘要语句。本发明为编码‑解码框架的视频摘要生成模型引入了视频局部目标特征，丰富表征特征的视觉表现力，进而优化最终的文本生成，实现基于输入视频生成相关的语义文本描述。
融合局部目标特征全局视频摘要生成方法

[发明专利]一种基于强化学习的视觉关系实例学习方法-CN202110152379.8有效
发明人： 杜友田;王航;王雪 -专利权人：西安交通大学
申请日： 2021-02-04 - 公布日： 2023-03-21 - 主分类号： G06F16/58 文献下载
摘要：视觉关系通常表示为一个三元组subject,predicate,object，其中包含两个物体subject和object及它们之间的交互动作predicate。视觉关系学习是连通低水平的图像感知任务和高水平的图像认知任务之间的一道桥梁，属于中等水平的图像理解任务。视觉关系实例学习是在给定图像及对应的视觉关系集合的情况下，确定每个视觉关系中涉及到的两个物体实例的问题。本发明将该问题建模成两个智能体关于subject和object的两个实例搜索框在图像上进行搜索时的序列决策过程，从而提出了一种基于深度强化学习的视觉关系实例学习方法。对于给定的测试图像及关联的视觉关系集合，能够快速准确地找到每个视觉关系中subject和object物体所对应的实例框。
一种基于强化学习视觉关系实例学习方法

[发明专利]一种基于文本摘要生成与双向语料改善对话文本生成的方法-CN202110359417.7有效
发明人： 杜友田;曹富媛 -专利权人：西安交通大学
申请日： 2021-04-02 - 公布日： 2022-12-09 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种基于文本摘要生成与双向语料改善对话文本生成的方法，包括如下步骤：1)构建预训练文本摘要生成模型；2)构建上下句依赖关系判别器：以BERT模型作为编码器，后接分类器，根据判别结果分别获取在正向或反向上具有强单向依赖关系的对话语料，并由此构成双向对话语料；3)构建短文本对话生成模型：模型结构与预训练文本摘要生成模型相同，加载预训练文本摘要生成模型的编码器，使用双向对话语料更新整个短文本对话生成模型，生成具有多样性和强上下文依赖的回复。该对话生成方法利用加噪文本摘要任务加强模型编码器对输入文本的理解能力，利用双向对话语料生成更加语义相关和多样化的回复。
一种基于文本摘要生成双向语料改善对话方法

[发明专利]一种具有区域注意力的红外与可见光图像融合方法-CN202210434625.3在审
发明人： 杜友田;蓝宇;王航;王雪 -专利权人：西安交通大学
申请日： 2022-04-24 - 公布日： 2022-07-22 - 主分类号： G06T5/50 文献下载
摘要：红外与可见光图像融合旨在利用信息互补性，融合同一场景下的热辐射、纹理细节等信息，使得融合图像内容更全面、清晰，并有利于人眼观察及后续任务等。图像融合的步骤通常为特征提取，特征融合和图像重构。本发明提出了一种具有区域注意力的融合方法。首先用编码器提取高维特征，然后设计了具有显著区域注意力的融合策略融合特征，最后用解码器重构图像。本发明旨在解决光照不足场景下的图像融合问题。结果表明本发明能够充分保留可见光图像良好的纹理细节，并利用红外图像对曝光不足的区域进行内容补充。另外，本发明对显著区域的关注使得源图像中高亮显示的区域在融合图像中仍保持高亮，达到红外和可见光图像优势互补的良好效果。
一种具有区域注意力红外可见光图像融合方法

[发明专利]一种基于内容选择和引导机制的图像描述文本生成方法-CN202210435607.7在审
发明人： 杜友田;陈中奇;沈逸如;陈思源;张新明 -专利权人：西安交通大学
申请日： 2022-04-24 - 公布日： 2022-07-22 - 主分类号： G06F16/55 文献下载
摘要：一种基于内容选择和引导机制的图像描述文本生成方法，构建模型数据集；提取图像视觉信息特征、图像语义信息特征和图像空间几何信息特征；构建特征融合网络，将图像视觉信息特征、图像语义信息特征和图像空间几何信息特征有效融合；设置内容选择和引导机制，对特征进行筛选，增强有效信息特征，筛除冗余信息特征，并将有效特征信息准确引导至文本生成模型；构建文本生成模型，将编码特征以时序的方式生成描述文本。本发明通过建模图像和文本之间的潜在对齐关系，提高了图像描述文本生成的准确性。
一种基于内容选择引导机制图像描述文本生成方法

[发明专利]一种基于多尺度特征解耦的多层级细粒度图像生成方法-CN202210422103.1在审
发明人： 杜友田;沈逸如;陈中奇;陈思源;张新明 -专利权人：西安交通大学
申请日： 2022-04-21 - 公布日： 2022-07-15 - 主分类号： G06T5/50 文献下载
摘要：一种基于多尺度特征解耦的多层级细粒度图像生成方法，对公开数据集图像进行预处理；确定图像的层次划分，构建多尺度特征解耦网络，提取图像背景以及图像前景的形状和外观的多尺度特征，将真实图像映射到隐变量空间；将提取的特征编码作为多层级生成对抗网络的输入数据；将多尺度特征解耦网络得到的中间层特征图与多层级生成对抗网络中对应尺度的特征图进行跳跃连接，实现多尺度特征融合；设计损失函数并设置参数，训练多尺度特征解耦网络和多层级生成对抗网络，得到训练好的细粒度图像生成模型；将真实图像输入训练好的细粒度图像生成模型，生成丰富多彩的细粒度图像。本发明不需要手动的细粒度注释，且提高了生成图像的多样性和生成图像的质量。
一种基于尺度特征多层细粒度图像生成方法

[发明专利]基于分层的深度策略梯度网络的电网调控方法-CN202210435606.2在审
发明人： 杜友田;解圣源;王晨希;郭子豪 -专利权人：西安交通大学
申请日： 2022-04-24 - 公布日： 2022-07-05 - 主分类号： G06K9/62 文献下载
摘要：一种基于分层的深度策略梯度网络的电网调控方法，为电网设计其状态表征向量和动作表征向量；动作空间进行聚类，使得每个簇的动作数目相等，基于分层的策略梯度网络，将状态表征向量作为网络的输入，使用策略梯度算法来设计电网调控模型，该模型共有两层，每层都是独立的策略梯度模型，第一层先选择动作簇，第二层选择簇内的具体动作，进行连续决策；基于仿真电网环境的离散的电网运行数据集，将所述模型和仿真电网运行环境进行交互，从仿真电网运行环境中得到当前状态，将要执行的电网动作交由仿真电网运行环境执行，实现电网调控的目的，本发明为电网的实时调控提供了一种可行手段。
基于分层深度策略梯度网络电网调控方法

[发明专利]一种基于知识图谱邻域结构的图谱完备化方法-CN201910271576.4有效
发明人： 杜友田;李雪莲;曹富媛;王雪 -专利权人：西安交通大学
申请日： 2019-04-04 - 公布日： 2021-04-09 - 主分类号： G06F16/36 文献下载
摘要：针对知识图谱存在的三元组缺失问题，本发明提出一种基于邻域结构的知识图谱完备化技术。该技术基于知识图谱的实体邻域、关系邻域、实体与关系之间的对应关系等信息，对知识图谱的关系要素和实体要素进行建模。主要步骤为：①基于图谱中实体的邻域结构，建立模型将实体要素映射到实体向量空间内；②基于图谱中关系要素的邻域结构，建立模型将关系映射到关系向量空间内；③采用关系映射矩阵将实体表示映射到对应的关系空间内，建立三元组关联模型。为了更有效地训练模型，本发明提出基于邻域结构的负样本采样算法，对实体和关系进行联合训练，基于训练结果对未知三元组进行预测。本发明的贡献在于提出一种基于邻域结构的知识图谱完备化的有效技术。
一种基于知识图谱邻域结构完备化方法

[发明专利]一种在线社会网络多尺度社区发现方法-CN201611236469.0有效
发明人： 杜友田;苏畅;管晓宏;王倩 -专利权人：西安交通大学
申请日： 2016-12-28 - 公布日： 2020-08-14 - 主分类号： H04L12/24 文献下载
摘要：针对大尺度在线社会网络中社区挖掘的高计算复杂度以及社区定义涉及的多种要素，本发明提出了一种在线社会网络多尺度社区发现方法，该方法的一个重要特点是融合了用户兴趣和内聚度，该挖掘方法主要包括3个步骤：1)网络粗化过程，2)粗化网络上基于概率模型的社区标签初始化，3)基于图上半监督学习的社区标签的估计。该方法的优点在于通过粗化过程极大地降低了网络的大小，使得用于社区检测概率模型具有很小的参数空间，大大增大了寻找全局最优解的可能性并降低了计算复杂度；其次，结合了用户兴趣和内聚度能够全面地对社区进行定义，本发明的贡献在于提出了一种基于多层次的社区挖掘方法。
一种在线社会网络尺度社区发现方法

[发明专利]网络文本与图像中关联语义基元的弱监督学习方法-CN201711248543.5有效
发明人： 杜友田;黄鑫;崔云博;王航 -专利权人：西安交通大学
申请日： 2017-12-01 - 公布日： 2020-08-04 - 主分类号： G06F16/583 文献下载
摘要：一种网络文本与图像中关联语义基元的弱监督学习方法，首先，针对异构模态数据内容进行特征提取与表达，从而分别获得文本、图像两者单独模态下语义基元的特征向量空间；其次，以图像中的每个区域作为结点，以结点之间的多种关系作为边，构建图像‑文本语义信息传播模型；再次，构建图上的学习算法，将图像级别对应的文本语义信息有效地传播到这些图像区域上去，形成大量表征客观世界的语义基本单元集合；本发明针对目前网络中数量居多的文本、图像两种模态的数据进行相关性建模和学习，通过基于图的文本图像关联语义基元学习算法，获得大量在高层语义相匹配的文本‑图像语义基元对，从高层语义上将二者实现关联，在跨媒体检索等领域价值巨大。
网络文本图像关联语义监督学习方法

[发明专利]一种基于多模式混合模型的在线社会网络信息传播建模方法-CN201611236476.0有效
发明人： 杜友田;苏畅;管晓宏;王倩 -专利权人：西安交通大学
申请日： 2016-12-28 - 公布日： 2020-06-26 - 主分类号： G06Q50/00 文献下载
摘要：针对在线社会网络中信息传播的复杂性，本发明提出了一种基于多模式混合模型的在线社会网络信息传播建模方法。该方法认为信息传播过程中存在一些基本的典型传播模式，而信息的传播过程是这些典型基本模式共同作用的结果，在此基础上构建信息传播过程的混合传播模型。该研究思路优点有二：每一种典型传播模式都较为固定，对应的概率模型相对简单，最终降低了信息传播建模的复杂度；典型传播模式对应了一种基本的信息传播过程，有利于探求信息传播规律的本质。
一种基于模式混合模型在线社会网络信息传播建模方法

1
2
下一页»
尾页
共 25 条