“周水庚”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55个，建议您升级VIP下载更多相关专利

[发明专利]基于语义感知和自适应对比学习的零样本目标检测方法-CN202310832458.2在审
发明人： 周水庚;刘欢;张路;赵佳佳 -专利权人：复旦大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本发明属于机器学习技术领域，具体为基于语义感知和自适应对比学习的零样本目标检测方法。本发明采用基于transformer网络的DETR作为目标检测模型框架，并引入基于注意力的语义感知模块，来缓解映射式零样本目标检测模型对已见类别的偏见；还采用基于度量学习的自适应对比损失，使模型学习到更好的特征表示，同时保持类别间的语义结构关系，进一步提升检测性能。实验结果表明，与现有方法相比，本发明在零样本目标检测任务上具有更好的性能和泛化能力，具有广泛的应用前景。
基于语义感知自适应对比学习样本目标检测方法

[发明专利]一种基于DETR和元学习的零样本目标检测方法-CN202310832459.7在审
发明人： 周水庚;张路;关昊;赵佳佳 -专利权人：复旦大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本发明属于机器学习技术领域，具体为一种基于DETR和元学习的零样本目标检测方法。本发明方法是基于transformer架构的DETR检测器进行构建，将零样本学习机制引入到DETR深度目标检测框架，将类别语义向量直接融入到DETR的查询向量中，并通过解码器直接预测出结果，在训练的过程中，通过逐类别的最优匹配和损失计算来完成训练。本发明方法框架简单、使用方便、可扩展性强、可解释性强，在主流视觉属性数据集的零样本目标检测的结果表明，本方法性能明显优于现有的方法。本发明为目标检测技术在工业应用领域，提供算法的支持，也能很容易地扩展到其他零样本学习任务上。
一种基于 detr 学习样本目标检测方法

[发明专利]一种基于定位预训练的弱监督小样本目标检测系统和方法-CN202310832460.X在审
发明人： 周水庚;张晨博;张莹露;张路;关昊;赵佳佳 -专利权人：复旦大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本发明属于机器学习技术领域，具体为一种基于定位预训练与渐进式优化策略的弱监督小样本目标检测方法与系统。本发明将弱监督学习机制引入到小样本深度目标检测框架，建立了一套准确率高的弱监督小样本目标检测系统。本发明方法框架简单、使用方便、可扩展性强、可解释性强，并在两个主流视觉属性数据集的弱监督小样本目标检测的结果上，都超过了现有方法。本发明能够为目标检测技术在军事和工业应用领域，提供基础框架和算法的支持，也能很容易地扩展到其他小样本学习任务上。
一种基于定位训练监督样本目标检测系统方法

[发明专利]一种长尾数据场景下的目标检测方法及装置-CN202310832461.4在审
发明人： 周水庚;张莹露;张晨博;张路;关昊;赵佳佳 -专利权人：复旦大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本发明属于深度学习中的目标检测技术领域，具体为一种长尾数据场景下的目标检测方法及装置。本发明目标检测方法包括：构建长尾目标检测数据集；在模型训练过程中维护特征缓存模块，为进行目标级别的精确上采样提供数据源基础；利用检测器分类头权重向量的二范数与类别下样本量的正相关关系，设计分布感知的动态上采样策略；利用类别间的相似语义关系，构建多类协同数据增强模块；设计双向调节损失函数，从正负两个方向调节梯度影响；对模型进行整体优化训练，并进行有效性验证。本发明能弥补现有的长尾数据场景下的目标检测方法在处理尾部类别时的不足和技术限制，有效地提高目标检测准确率，尤其是对极具挑战性的尾部类别目标的检测精度。
一种长尾数据场景目标检测方法装置

[发明专利]一种基于条件独立性测试和连续优化的因果发现方法-CN202310743834.0在审
发明人： 周水庚;夏业伟;张浩 -专利权人：复旦大学
申请日： 2023-06-24 - 公布日： 2023-09-15 - 主分类号： G06F16/901 文献下载
摘要：本发明属于机器学习技术领域，具体为一种基于条件独立性测试和连续优化的因果发现方法。本发明方法包括：利用条件独立性测试建立掩盖矩阵；基于掩盖矩阵设计连续优化损失函数中的约束项(硬约束/软约束)；利用变分自编码器和结构因果模型结合建立变分图自编码器模型，并导出对应的证据下界目标函数；基于二次罚函数法优化等式约束优化问题得到权重矩阵从而发现因果关系，并对方法进行了虚拟数据集和真实生物数据集的验证。本发明能够弥补现有基于连续优化的因果发现方法在处理较少样本和异质噪声场景下发现因果关系的能力不足。
一种基于条件独立性测试连续优化因果发现方法

[发明专利]一种保护差分隐私的因果发现方法-CN202310743835.5在审
发明人： 周水庚;张浩 -专利权人：复旦大学
申请日： 2023-06-24 - 公布日： 2023-09-15 - 主分类号： G06F21/62 文献下载
摘要：本发明属于机器学习技术领域，具体为一种保护差分隐私的因果发现方法。本发明方法包括依据输入数据集的潜在数据集规模，查询敏感度，根据条件独立性测试方法计算隐私预算的上界；在条件独立性测试过程中融合差分隐私思想添加噪声数据、添加拉普拉斯噪声，使之总体隐私预算不超过预设值；通过调节差分隐私预算，实现训练数据集可用性与隐私保护度的平衡。本发明可在不限定数据是否满足联合高斯分布的场景下实现满足保护差分隐私的因果发现任务。
一种保护隐私因果发现方法

[发明专利]一种跨语言多模态信息融合方法及装置-CN202310743839.3在审
发明人： 周水庚;何轶凡 -专利权人：复旦大学
申请日： 2023-06-24 - 公布日： 2023-09-15 - 主分类号： G06F18/25 文献下载
摘要：本发属于数据挖掘技术领域，具体为一种跨语言多模态信息融合方法及装置。本发明跨语言多模态信息融合方法包括：收集跨语言多模态信息数据；建立多语种文本模态数据特征表示模块、建立图像模态数据特征表示模块；构建多模态特征融合模块将单一模态的数据表征通过自监督任务完成融合；结合多模态融合特征与数据标签实现整体模型的优化训练，并对跨语言多模态信息融合进行了下游分类任务验证。本发明还提供多模态信息融合装置，并应用与跨语言多模态信息分类任务中。本发明能够增强多模态数据的表征与融合能力，提升下游任务的准确性。
一种语言多模态信息融合方法装置

[发明专利]基于数据增强和自训练的属性级情感四元组预测系统和方法-CN202310743895.7在审
发明人： 周水庚;于泳欣 -专利权人：复旦大学
申请日： 2023-06-24 - 公布日： 2023-09-15 - 主分类号： G06F16/35 文献下载
摘要：本发明属于自然语言处理技术领域，具体为基于数据增强和自训练的属性级情感四元组预测系统和方法。本发明系统包括：增强样本生成器模块，为编码器‑解码器结构；增强样本判别器模块，为一个多标签分类器；属性级情感四元组预测模块，包括编码器和解码器；基于多任务学习的四元组校验模块，通过单独的属性词和观点词的预测结果校验四元组任务的结果。本发明将生成式数据增强和自训练算法引入属性级情感四元组预测框架；框架简单、使用方便、可扩展性强；在两个主流属性级情感数据集的四元组预测结果优于现有方法。本发明能够为属性级情感分析技术在舆情分析和电商评论等应用领域，提供基础框架和算法的支持，提高属性级情感四元组预测性能。
基于数据增强训练属性情感四元组预测系统方法

[发明专利]一种基于深度神经网络的高置信度的多选择学习方法-CN201811333067.1有效
发明人： 周水庚;田凯;关佶红 -专利权人：复旦大学
申请日： 2018-11-09 - 公布日： 2023-09-05 - 主分类号： G06V10/774 文献下载
摘要：本发明属于机器学习技术领域，具体为一种基于深度神经网络的高置信度多选择学习方法。本发明方法中，提出了一个置信合页损失来解决专家网络过度自信的问题，防止非专家模型以高可信度进行不准确的预测；采用选择网络来学习每个专家网络的可信度，使得最终可以从多样性的预测结果这聚合一个更可靠的决策预测。本发明方法框架简单、使用方便、可扩展性强；在图像分类和图像语义分割的任务上进行实验，达到或超过现有最好方法的水平。本发明能够为计算机视觉、数据挖掘等领域，提供基础框架和算法的支持。
一种基于深度神经网络置信选择学习方法

[发明专利]内容搜索方法、装置、电子设备、存储介质和程序产品-CN202310858808.2在审
发明人：廖东亮;赵珉怿;周水庚;王艺如 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-13 - 公布日： 2023-08-11 - 主分类号： G06F16/43 文献下载
摘要：本申请实施例公开了一种内容搜索方法、装置、电子设备、存储介质和程序产品，可以应用于人工智能技术领域，如计算机视觉的场景；本申请实施例获取搜索信息以及多媒体资源；从搜索信息中提取文本特征，以及从多媒体内容中提取内容特征；通过语义分布参数，对内容特征进行映射，得到映射特征；基于文本特征，对映射特征进行语义识别，确定映射特征对应的语义类型；从不同语义类型中，确定满足相关性条件的目标映射特征；根据目标映射特征，从多媒体资源中确定搜索信息的搜索结果。在本申请实施例中，结合基于语义分布参数的映射过程，以及基于不同语义类型的特征筛选过程，能够提供精准、多样化的搜索结果。
内容搜索方法装置电子设备存储介质程序产品

[发明专利]场景文本识别中基于对抗学习的序列领域适应方法-CN201911321106.0有效
发明人： 周水庚;林景煌;程战战 -专利权人：复旦大学
申请日： 2019-12-20 - 公布日： 2023-06-30 - 主分类号： G06V20/62 文献下载
摘要：本发明属于人工智能技术领域，具体为一种基于属于机器视觉场景文本识别任务上的领域适应方法。本发明方法包括：构建CNN‑LSTM网络、注意力网络；将两者组合成场景文本识别网络；将自源域与目标域的场景图像输入场景文本识别网络，由CNN‑LSTM从输入的场景图像中提取图像特征，由注意力网络对图像特征进行再编码，提取出每一个字符的对应特征，实现将图像中的文本信息切分成字符级别信息；最后运用基于对抗学习的迁移学习技术，构建域分类网络，与场景文本识别网络共同构成对抗生成网络，最终使模型能够有效适应目标域。本发明充分利用少量目标域标定样本，解决了在实际场景文本识别任务中经常出现的样本稀缺问题，提高识别效果。
场景文本识别基于对抗学习序列领域适应方法

[发明专利]一种高效的隐私保护子图查询处理方法-CN201811329958.X有效
发明人： 周水庚;黄凯;胡海波;关佶红 -专利权人：复旦大学
申请日： 2018-11-09 - 公布日： 2023-06-27 - 主分类号： G06F16/901 文献下载
摘要：本发明属于隐私保护技术领域，具体为一种高效的隐私保护子图查询处理方法。本发明利用k‑automorphism模型来保护属性图的结构隐私，并通过综合考虑属性的t‑closeness约束以及子图查询在图上的搜索空间来保护属性图的属性隐私，针对结构和属性隐私处理后的图，进一步提出高效的子图查询处理算法。本发明方法框架清晰、使用方便、可扩展性强，并在三个图数据集上的隐私保护和子图查询处理两大任务的结果上，都远远超过了现有方法。本发明能够为隐私保护图数据查询，图数据分析等涉及到隐私保护和图数据处理的领域，提供基础框架和算法的支持。
一种高效隐私保护查询处理方法

[发明专利]基于多维关联时序分类神经网络的端到端多序列文本识别方法-CN201911321107.5有效
发明人： 周水庚;许振龙;程战战;白帆 -专利权人：复旦大学
申请日： 2019-12-20 - 公布日： 2023-05-02 - 主分类号： G06V10/774 文献下载
摘要：本发明属于人工智能技术领域，具体为一种基于多维关联时序分类神经网络的端到端多序列文本识别方法。本发明设计了编码器、多维关联时序分类神经网络和解码器；对含有多个文本序列的图片进行编码解码，编码器将原始的图片映射到特征空间，多维关联时序分类神经网在特征空间上捕获图片的空间时序信息，并利用该信息对各个位置进行文本识别，解码器则根据分类得到的最大概率类别图进行解码生成多序列文本。本发明方法框架简单、使用方便、可扩展性强、可解释性强。本发明设计了多个数据集和实用场景并在其上进行了实验，能够有效的识别图片中的多文本序列。本发明能够为多序列文本识别等底层的计算机视觉任务，提供基础框架和算法的支持。
基于多维关联时序分类神经网络端到端多序列文本识别方法

[发明专利]一种高效的流数据模式挖掘方法-CN201811304324.9有效
发明人： 周水庚;陈金勇;严传续;刘朝斌;陈勇 -专利权人：复旦大学
申请日： 2018-11-03 - 公布日： 2023-04-18 - 主分类号： G06F16/2455 文献下载
摘要：本发明属于数据挖掘技术领域，具体是一种高效的流数据模式挖掘方法。本发明采用最小化验证误差模型来作为聚类划分标准，分两步找出流数据中的隐藏模型。第一步为序列聚类，即：基于增强动态规划方法，找出将数据流划分为多个连续数据段的最优划分；第二步为迭代聚类，即：基于期望最大化方法的工作原理和最优划分的数据段特征，对数据段进行迭代聚类，进而找出流数据中的隐藏模型。实验结果表明，本发明能够对流数据进行有效划分与聚类，错误率较低，且运行时间与数据集大小和数据段多少呈线性相关，效率较高。
一种高效数据模式挖掘方法

[发明专利]一种基于疾病本体的疾病相似度计算方法-CN201811255993.1有效
发明人： 周水庚;袁梓峰;孙志丹;关佶红 -专利权人：复旦大学
申请日： 2018-10-26 - 公布日： 2023-02-10 - 主分类号： G06F16/36 文献下载
摘要：本发明属于生物信息学领域，具体为一种基于疾病本体的疾病相似度计算方法。本发明方法分为两部分，第一部分是基于基因本体的疾病功能相似性计算，第二部分是基于疾病本体的疾病语义相似性计算。在算法评估方面，采用ROC曲线和PTC共享率两种评估方法，结果均优于现有的疾病对相似度评估算法。疾病的发病机制往往和体内复杂的代谢及生命活动关系密切，这给人类在疾病发病机制的理解及诊疗手段的研究上带来巨大挑战，本发明方法有助于疾病发病机制、诊疗手段及疾病预防等方面的研究。
一种基于疾病本体相似计算方法

1
2
3
4
下一页»
尾页
共 55 条