“焦璐璐”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159个，建议您升级VIP下载更多相关专利

[发明专利]一种基于SE-Inception的肝癌病理切片分类方法-CN202110302588.6在审
发明人：潘晓光;潘晓辉;焦璐璐;令狐彬;张娜 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-03-22 - 公布日： 2021-06-29 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于SE‑Inception的肝癌病理切片分类方法，包括：获取肝癌病理切片照片和正常肝脏切片照片，并将照片缩放成预设大小后构建数据集；对构建的数据集进行预处理，预处理数据增强、数据读取、灰度处理和数据归一化处理；将数据集划分为训练集、验证集与测试集；构建基于Inception‑V3网络和SENet模块的深度学习模型，采用训练集对该模型进行训练，用于对肝癌病理数据进行多尺度的特征提取；基于从肝癌病理数据集中提取的多尺度特征信息采用深度学习模型对肝癌病理数据进行分类。解决了数据量较少可能导致的模型欠拟合问题，同时网络的特征提取完全由网络自主进行，避免了主观因素的干扰。本发明用于肝癌病理切片的分类。
一种基于 se inception 肝癌病理切片分类方法

[发明专利]一种基于从文本中检测虚假问题的迁移学习方法-CN202110302590.3在审
发明人：王小华;令狐彬;焦璐璐;张娜;宋晓晨 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-03-22 - 公布日： 2021-06-29 - 主分类号： G06F16/35 文献下载
摘要：本发明属于检测网络虚假信息技术领域，具体涉及一种基于从文本中检测虚假问题的迁移学习方法。包括：数据集采集、数据预处理、模型训练、模型验证评估，所述数据集采集130万个问题文本及其相对应的标签作为训练集；数据预处理运用BertWordPiess标记器通过匹配单词与其内置的词汇表对输入序列进行标记；所述模型训练对BERT,RoBERTa,DistilBERT和ALBERT四种模型进行精细化调整，并使用ADAM优化函数和二进制交叉熵损失函数，将初始学习率设置为1e‑5；所述模型验证评估选取AUC评分和F1评分的指标对模型进行验证评估，本发明结合机器学习中的迁移学习思想，培训模型自主进行虚假信息的分类，在虚假信息进入网络进行传播之前进行了有效识别以便后续的信息阻截和网络环境优化。
一种基于文本检测虚假问题迁移学习方法

[发明专利]一种基于改进ResNet与Bi-LSTM的行为识别方法-CN202110255564.X在审
发明人：潘晓光;焦璐璐;董虎弟;韩丹;马文芳 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-03-09 - 公布日： 2021-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明属于应用图像行为识别技术领域，具体涉及一种基于改进ResNet与Bi‑LSTM的行为识别方法，包括如下步骤：标签处理、数据预处理、模型构建、网络训练、网络验证、模型评价，所述标签处理对UTKinectAction3D数据集的标签：走路、坐下、站起、捡起、抬起、扔、推、拉、挥手和拍手十类数据进行One‑Hot格式转换；所述数据预处理对数据集分为训练集、验证集与训练集三部分；所述模型构建将网络分为5个ResNet1模块、Bi‑LSTM网络、ResNet2模块、全连接网络四个部分；所述网络训练对搭建好的网络使用训练集进行训练，完成参数模型的训练；所述网络验证验证网络损失值不再下降；所述模型评价使用训练好的网络对测试集数据进行识别，计算准确率与召回率对网络识别效果进行评价。
一种基于改进 resnet bi lstm 行为识别方法

[发明专利]一种基于AMVNet的LIDAR语义分割方法及系统-CN202110302527.X在审
发明人：潘晓光;王小华;令狐彬;焦璐璐;张娜 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-03-22 - 公布日： 2021-06-25 - 主分类号： G06K9/34 文献下载
摘要：本发明属于图像处理技术领域，具体涉及一种基于AMVNet的LIDAR语义分割方法及系统，包括下列步骤：获取基于SemanticKITTI视觉基准的测程数据集，对获取的测程数据集进行预处理，预处理包括数据分割、归一化处理、数据扩充处理和数据缩放处理；对预处理后的测程数据集进行数据划分处理，包括训练集和测试集，训练集用于模型的训练，测试集用于测试模型效果；构建基于AMVNet和LiDAR语义分割模型，并采用训练集对LiDAR语义分割模型进行训练；采用训练完成LiDAR语义分割模型对待识别的测程数据集进行语义分割分析，得到对应的分析预测结果。本发明模块化和层次化的后期融合方法提供了拥有两个独立网络的灵活性，语义分割效果更佳，且开销较小。本发明用于图像的处理。
一种基于 amvnet lidar 语义分割方法系统

[发明专利]一种基于深度学习的恶意软件识别方法-CN202110327181.9在审
发明人：王小华;潘晓光;焦璐璐;张娜;宋晓晨 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-03-26 - 公布日： 2021-06-04 - 主分类号： G06F21/56 文献下载
摘要：本发明属于图像识别技术领域，具体涉及一种基于深度学习的恶意软件识别方法，包括如下步骤：数据获取、数据图像化、数据预处理、数据集划分、模型构建、模型训练、模型评价，所述数据获取采集Malimg数据集；所述数据图像化将数据转换为灰度图像；所述数据预处理对图像数据归一化处理；所述数据集划分将数据划分为训练集、验证集与测试集；所述模型构建基于VGG‑19进行恶意软件识别模型构建，并将SENEet模块融入VGGNet的CNN模块部分；所述模型训练使用训练集数据，利用验证集数据进行验证，得到识别模型；所述模型评价采用模型对测试集数据进行识别，并对识别结果进行评价，构建出高效、高准确度的恶意软件深度学习识别模型。
一种基于深度学习恶意软件识别方法

[发明专利]一种非监督学习识别异常值的方法-CN202110103375.0在审
发明人：王小华;潘晓光;焦璐璐;张娜;张雅娜 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-06-04 - 主分类号： G06K9/62 文献下载
摘要：本发明属于非监督学习技术领域，具体涉及一种非监督学习识别异常值的方法，包括下列步骤：设定参数；在所述设定参数中的第t次迭代中计算输出异常得分向量ASt；经过T次迭代后，把异常值得分从高到低排序整合为SASt；SASt按照函数F合并为ASFINAL；进行仿真实验。本发明结合了各种离群点检测算法，通过对原始特征数据集的特征子集进行采样，提高了分类器的多样性。本发明与现有的LOF方法相比，采用迭代采集子集的方法，不同子集有不同异常值数量，不同变量数量，显示出了更好的精度。可以用于高维的含多个无关变量的数据的异常值检测。本发明用于非监督学习异常值的识别。
一种监督学习识别异常方法

[发明专利]一种面向供水管网分区计量系统日志信息的故障预测方法-CN202110111093.5在审
发明人：潘晓光;王小华;令狐彬;焦璐璐;张娜 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-06-01 - 主分类号： G06K9/62 文献下载
摘要：本发明属于数据管理技术领域，具体涉及一种面向供水管网分区计量系统日志信息的故障预测方法，包括下列步骤：对供水管网分区计量系统日志数据进行清洗，提取清洗后的所述日志数据；对供水管网分区计量系统日志数据特征提取，同时进行特征筛选；对样本集数据进行预测分类；对预测模型的性能进行评估。本发明数据筛选方式和日志数据特性建立故障预测模型，无论是对系统整体预测还是具体容器的故障预测，均有着不错的表现，基于SVM算法构建的故障预测模型其预测准确性、系统容错性、稳定性均优于其他算法模型。本发明用于对供水管网分区计量系统日志信息的故障预测。
一种面向供水管网分区计量系统日志信息故障预测方法

[发明专利]一种基于文本游戏的强化学习情感分析系统-CN202110103319.7在审
发明人：潘晓光;焦璐璐;令狐彬;宋晓晨;韩丹 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F40/279 文献下载
摘要：本申请涉及内在激励强化学习领域，特别涉及一种基于文本游戏的强化学习情感分析系统，包括如下模块：表示状态的文本描述模块、情绪分析模块、外部环境模块和LSTM‑DQN模型模块，所述表示状态的文本描述模块用于表示状态的文本描述的输入；所述情绪分析模块用于分析所述表示状态的文本描述中的积极和消极轨迹，生成基于情感的奖励；所述外部环境模块用于给出外部环境的奖励；LSTM‑DQN模型模块用于对所述文本描述的状态表示进行编码，使用环境给出的奖励，并从状态表示中提取基于情感的奖励作为补充；本发明将稀疏性奖励问题转化为稠密性奖励问题，提高强化学习在处理所述问题的性能，实现了无奖励环境下的自发学习，提高了强化学习在基于文本游戏中的表现。
一种基于文本游戏强化学习情感分析系统

[发明专利]一种基于触发词规则和Attention-BiLSTM的中文人物关系提取方法-CN202110103336.0在审
发明人：王小华;潘晓光;焦璐璐;张娜;宋晓晨 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种基于触发词规则和Attention‑BiLSTM的中文人物关系提取方法，包括如下步骤：基于触发词的自动标注训练数据过程、训练过程和测试过程；所述基于触发词的自动标注训练数据过程通过网络爬虫技术、分词、命名实体识别等技术以及规则方法，得到有标注的人物关系三元组；所述训练过程将上一过程获得的训练数据经过文本向量化输入，接着，迭代训练Attention‑BiLSTM神经网络模型，从而得到一个训练好的Attention‑BiLSTM人物关系分类模型，利用Hanlp和LTP技术对测试数据进行预处理，得到分词和人物实体识别的结果，将结果进行向量化，得到人物关系分类的结果，最后将其组织为人物关系三元组并结构化保存，具有扩充训练数据质量更高、模型精度更高、中文人物关系分类效果更好等特点。
一种基于触发规则 attention bilstm 中文人物关系提取方法

[发明专利]一种基于Bi-ISCA来检测用户生成短文本中的讽刺情绪的方法-CN202110103363.8在审
发明人：潘晓光;焦璐璐;董虎弟;韩丹;马文芳 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F40/211 文献下载
摘要：本发明属于网络语言检测领域，具体涉及一种基于Bi‑ISCA来检测用户生成短文本中的讽刺情绪的方法，包括句内单词编码层模块、Bi‑ISCA模块、整合与最终预测模块，所述句内单词编码层模块连接有Bi‑ISCA模块，所述Bi‑ISCA模块连接有整合与最终预测模块。本发明通过一种新的深度学习结构，该结构使用了一种新颖的注意机制即Bi‑ISCA捕获句间依赖关系，从而仅利用会话上下文来检测用户生成的短文本中的讽刺。本发明所提出的深度学习模型展示了捕获显性、隐含和上下文不一致的词的能力，这些词是导致讽刺的短语，在这一领域上，Bi‑ISCA结构有着巨大的优势。本发明用于检测用户生成短文本中的讽刺情绪。
一种基于 bi isca 检测用户生成文本中的讽刺情绪方法

[发明专利]一种基于用户评价的产品说明生成方法-CN202110104776.8在审
发明人：潘晓光;潘哲;焦璐璐;令狐彬;宋晓晨 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及电子商务系统领域，具体涉及一种基于用户评价的产品说明生成方法，包括如下步骤：S100、基于规则过滤用户评价；S200、基于多任务学习分类用户评价；S300、计算候选句子相似度；S400、生成产品说明；本发明通过使用多任务学习方式，能够有效的提升用户评价是否能够作为产品说明的分类效果；结合基于规则过滤的方式，能够筛选出质量高的候选用户评价；结合候选评价句子相似度计算和产品说明生成算法，能够生成具有多样性的产品说明。
一种基于用户评价产品说明生成方法

[发明专利]一种基于生成对抗网络的语法错误纠正方法-CN202110104829.6在审
发明人：王小华;令狐彬;焦璐璐;张娜;宋晓晨 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F40/253 文献下载
摘要：本发明属于信息处理领域，具体涉及一种基于生成对抗网络的语法错误纠正方法，使用生成对抗网络进行语法错误纠正，所述生成对抗网络包括生成器Gθ与鉴别器Dφ两部分，生成器Gθ将语法错误的句子翻译成语法正确的重写句子，鉴别器Dφ评估生成器Gθ对错误输入的句子进行词汇相似、语义保留和语法进行正确重写的概率。本发明提出了一种基于句子对分类的鉴别器，通过学习直接优化目标，而不是构建或依赖n‑gram模型，可以更好地区分语法文本和非语法文本。并且本发明所提出的模型在测试中可以获得较传统方法更好的结果，并且不依赖于除训练数据之外的任何数据。本发明用于语法错误的纠正。
一种基于生成对抗网络语法错误纠正方法

[发明专利]一种基于对话框状态跟踪模型的任务外训练系统-CN202110104849.3在审
发明人：潘晓光;焦璐璐;令狐彬;宋晓晨;韩丹 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-18 - 主分类号： G06F16/332 文献下载
摘要：本发明属于自然语言数据处理领域，具体涉及一种基于对话框状态跟踪模型的任务外训练系统，包括DST模块、辅助任务模块、ITFT模块和MTL模块，所述ITFT模块连接有MTL模块，所述MTL模块连接有DST模块，所述MTL模块连接有辅助任务模块。本发明通过辅助任务数据有利于支持模型训练，尤其是MTL的使用，大大提高了处理高难度任务的性能。同时本发明为大量不相关的自然语言处理语料库打开了大门，这些语料库定义在广泛的非对话任务中，以缓解DST中的数据稀疏问题。本发明用于跟踪模型的任务外训练。
一种基于对话框状态跟踪模型任务训练系统

[发明专利]一种多篇文档重点信息提取方法-CN202011623567.6在审
发明人：王小华;焦璐璐;易传润;王宇琦;韩锋 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2020-12-31 - 公布日： 2021-05-11 - 主分类号： G06F16/34 文献下载
摘要：本发明涉及文档信息处理领域，具体涉及一种多篇文档重点信息提取方法。包括以下步骤：S1、构建学习模型，通过神经网络Seq2Seq框架对大规模语料进行学习，得到模型；S2、输入选定文档，将所需处理的文档输入S1中得到的模型中，并输出相应的主题句；S3、生成重点信息，通过系统分析，对S2中主题句进行合理的组织，提炼得到多篇文档重点信息总结论述；S4、评价分析，对生成的多篇文档重点信息总结进行评价，判定是否符合需要。本发明设计巧妙，通过计算机辅助操作人员对多篇文档进行处理，有效提高文档阅读效率，适合广泛推广使用。
一种文档重点信息提取方法

[发明专利]一种基于深度学习的树木年轮自动检测方法-CN202011278500.3在审
发明人：潘晓光;张海轩;焦璐璐;张娜;张雅娜 -专利权人：山西三友和智慧信息技术股份有限公司
申请日： 2020-11-16 - 公布日： 2021-02-19 - 主分类号： G06T7/00 文献下载
摘要：本发明属于树木年轮检测技术领域，具体涉及一种基于深度学习的树木年轮自动检测方法，包括下列步骤：数据获取；图像去模糊；数据归一化：对数据进行Min‑Max归一化；数据划分；数据扩充；模型构建；模型保存当模型的损失函数不再下降，评价指标达到最优且趋于稳定之后，保存模型。本发明通过使用合成方法进行图像扩充，解决了由于数据量过少造成模型过拟合、检测性能难以提升的问题，通过将Mask‑RCNN模型中的Mask预测独立进行，消除由坐标偏差导致的实例分割误差，提高模型的检测性能。该模型的构建可以解决目前自动化方法仍然需要大量用户进行交互的问题，加快落叶松年轮圆盘检测时间，提高检测效率。本发明用于树木年轮的检测。
一种基于深度学习树木年轮自动检测方法