“辜希武”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78个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的自然语言查询方法-CN202010336575.6有效
发明人：李玉华;李相臣;李瑞轩;辜希武 -专利权人：华中科技大学
申请日： 2020-04-25 - 公布日： 2023-09-01 - 主分类号： G06F16/242 文献下载
摘要：本发明公开了一种基于深度学习的自然语言查询方法，包括以下步骤：S1、将自然语言问题Q输入到预训练好的句向量模型中，得到对应的句向量；S2、从句向量模型所对应的句向量空间中检索出自然语言问题Q所对应的句向量的最近邻句向量及其自然语言问题，将所得最近邻句向量的自然语言问题的关系数据库表作为自然语言问题Q的目标关系数据库表；S3、将自然语言问题Q与其目标关系数据库表表头拼接到一起，输入到预训练好到的转换模型中，得到其对应的SQL查询语句；S4、采用所得SQL语句在自然语言问题Q的目标关系数据库表中进行查询，得到查询结果。本发明在给定自然语言问题后能够快速确定其目标关系数据库表，在现实场景中查询结果的准确率较高。
一种基于深度学习自然语言查询方法

[发明专利]一种融合多源信息的知识表示学习方法-CN202010354486.4有效
发明人：李瑞轩;辜希武;夏光兵;李玉华 -专利权人：华中科技大学
申请日： 2020-04-29 - 公布日： 2023-09-01 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种融合多源信息的知识表示学习方法，属于自然语言处理技术领域。包括：通过编码器模型将实体的层次类型信息、实体的文本描述信息、图拓扑结构信息和三元组结合，得到多源信息的初步融合结果；将多源信息的初步融合向量输入到解码器模型中进一步训练，得到最终的实体向量和关系向量。本发明提出的编码器‑解码器模型，一方面通过自定义的编码器将实体层次类型信息、实体文本描述信息、图结构信息和原始三元组结合，能更充分地表现出知识图谱中实体和关系的特征；另一方面使用ConvKB模型作为解码器，将编码器生成的结果向量输入卷积神经网络中进行语义匹配，捕获了三元组不同维度间的全局信息。
一种融合信息知识表示学习方法

[发明专利]一种基于多模态的视频标注方法-CN202010393229.1有效
发明人：李瑞轩;刘旺;辜希武;李玉华 -专利权人：华中科技大学
申请日： 2020-05-11 - 公布日： 2023-06-16 - 主分类号： G06F16/78 文献下载
摘要：本发明公开了一种基于多模态的视频标注方法，属于计算机视觉和视频标注技术领域。方法包括：通过聚类的方法提取视频的关键帧；提取关键帧的特征，并将连续的关键帧特征通过学习池聚合生成视频的视觉特征；提取视频中的音频，将音频分为多个独立的帧；提取音频帧特征，然后将连续的音频帧特征通过学习池聚合生成视频的音频特征；将视觉特征和音频特征融合输入到预测模块；进行视频标注。本发明同现有技术相比，同时考虑了视频的视觉特征和音频特征，并在帧特征聚合时加入了注意力机制，使提取的视频特征更加具有代表性，大大提高了视频标注的准确度。
一种基于多模态视频标注方法

[发明专利]一种基于生成对抗网络的视频密集事件描述方法-CN202010296654.9有效
发明人：李玉华;朱志杰;李瑞轩;辜希武 -专利权人：华中科技大学
申请日： 2020-04-15 - 公布日： 2023-06-06 - 主分类号： G06F16/78 文献下载
摘要：本发明公开了一种基于生成对抗网络的视频密集事件描述方法，属于深度学习和图像识别领域。包括：构建视频密集事件描述网络；该网络包括：视频特征提取模块，对视频帧进行特征提取，得到视频帧特征；时序动作特征提取模块，利用视频前向传播与反向传播的特点进行视频帧特征学习，得到各个时序动作特征；自然语言编码器，利用注意力机制融合视频帧特征与时序动作特征，得到自然语句；鉴别器，强化自然语句的准确性；利用训练好的视频密集事件描述模型进行视频密集事件描述。本发明充分考虑了视频双向传播的特点，同时学习自然语句生成时充分利用了视频特征及时序动作特征，并构建语法鉴别器与内容鉴别器，有效强化了自然语句准确性。
一种基于生成对抗网络视频密集事件描述方法

[发明专利]智能检索推荐方法及系统-CN202211518520.2在审
发明人：王俊荣;李邦明;李勇;庞杰;张宇静;辜希武;肖颀;吴君;杨小虎 -专利权人：中国船舶重工集团公司第七一九研究所
申请日： 2022-11-29 - 公布日： 2023-05-30 - 主分类号： G06F16/9535 文献下载
摘要：本发明提供一种智能检索推荐方法及系统，其中该方法包括：确定语料库中各文档对应的语义标签、以及各所述文档对应的实体和实体间关系；基于所述语料库中各所述文档对应的实体和实体间关系、以及训练好的transE模型，构建碎片化知识网；基于用户输入的检索词，确定与所述检索词匹配的检索结果；根据所述用户的用户画像，确定所述目标文档集合中各所述目标文档的推荐次序。本发明提供的方法使得用户根据检索词获取需要的相关文档，同时获取与该文档的语义标签相关联的其他碎片化知识，此外还可以根据用户画像，对检索得到的所有文档进行推荐优先级排序，更灵活的提供检索结果给用户，更有效的提高检索的效果。
智能检索推荐方法系统

[发明专利]一种带负反馈的基于深度强化学习的推荐方法及系统-CN202010328640.0有效
发明人：李玉华;李鑫;李瑞轩;辜希武 -专利权人：华中科技大学
申请日： 2020-04-23 - 公布日： 2023-04-18 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种带负反馈的基于深度强化学习的推荐方法及系统，收集商品特征信息，同时收集用户行为数据得到用户的正负反馈行为向量；对用户的正负反馈行为向量通过特征提取网络模型得到用户的正负反馈特征混合状态向量；利用用户的正负反馈特征混合状态向量对由策略网络和估值网络组成的深度确定性策略梯度模型进行训练，直至模型收敛；根据需要进行推荐工作的用户的历史行为，先生成正负反馈特征混合状态向量，通过完成训练的深度确定性策略梯度模型生成用户推荐商品列表供给用户进行选择，完成用户推荐工作。本申请可以使得相关神经网络的参数更新得到延迟，从而减小网络之间的相关性，提升推荐方法的训练速度和准确度。
一种负反馈基于深度强化学习推荐方法系统

[发明专利]一种基于深度学习的人物关系图谱构建方法及系统-CN202010358399.6有效
发明人：李瑞轩;张纯鹏;辜希武;李玉华 -专利权人：华中科技大学
申请日： 2020-04-29 - 公布日： 2023-04-07 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于深度学习的人物关系图谱构建方法及系统，所属方法包括：爬取电子文本，得到初始语料，所述初始语料包括人物信息；对所述初始语料中人物属性进行标注，得到样本数据并进行预处理；设置模型超参数，结合预处理后的样本数据建立深度学习模型；定义具有层次化的人物信息模板，并基于所述深度学习模型提取人物属性信息，对所述人物属性信息进行筛选，并填充所述人物信息模板；利用填充好的人物信息模板以及预先定义好的人物关系实体，构建人物关系图谱。如此，本发明能够解决多值人物属性以及存在于分散文本的人物关系发现与提取问题，进而提高了人物关系图谱构建的准确性和信息丰富度。
一种基于深度学习人物关系图谱构建方法系统

[发明专利]一种智能合约对抗样本生成方法-CN202211271076.9在审
发明人：李瑞轩;范霄杰;王号召;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-10-17 - 公布日： 2023-01-31 - 主分类号： G06F21/56 文献下载
摘要：本发明属于深度学习对抗样本和智能合约领域，具体涉及一种智能合约对抗样本生成方法，在通过修改变量名生成智能合约对抗样本的过程中引入变量名词性隐蔽性的概念，提出隐蔽性更高的智能合约对抗样本生成方法。包括：针对恶意智能合约创建者通过对抗样本来规避检测这个全新场景，系统的研究智能合约的对抗样本生成方法，提出权重引导的高隐蔽性智能合约对抗样本生成技术，使通过替换变量名来生成对抗样本时选择与原变量名词性相近的新变量名，增加智能合约对抗样本的隐蔽性；使用平衡因子和掩码，将多个变量名被修改时新旧变量名的词性差距平均值、方差与扰动添加的稀疏性引入优化函数。在求使得优化函数最小的解的时候同时平衡对抗样本的隐蔽性。
一种智能合约对抗样本生成方法

[发明专利]一种用于分布式系统的个性化拆分学习方法及应用-CN202211180720.1在审
发明人：李瑞轩;王号召;王悦明;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-09-27 - 公布日： 2023-01-06 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种用于分布式系统的个性化拆分学习方法及应用，属于分布式协作机器学习技术领域，在每轮训练中所有客户端先训练出一个全局服务端模型，在此基础上，根据数据相似性为客户端分簇，并为每个簇中设置一个个性化的局部服务端模型，且在训练过程中对局部服务端模型基于全局服务端模型进行正则化微调，从而使局部服务端模型相较于全局服务端模型，可以更符合簇中客户端的本地数据特征，进而簇中的客户端设备经局部训练后能够获得更高的预测精度；本发明同时考虑了全局模型和局部模型，既可以利用较多样本来训练模型，又可以在一定程度上解决不同客户端数据非独立同分布的问题，使模型的预测精度有所提升。
一种用于分布式系统个性化拆分学习方法应用

[发明专利]一种基于元学习的图像分类模型的训练方法及应用-CN202211128442.5在审
发明人：李瑞轩;王号召;刘寅;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-09-16 - 公布日： 2023-01-03 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于元学习的图像分类模型的训练方法及应用，图像分类技术领域，在元学习的预训练阶段的第一轮内循环迭代结束时，对子任务模型进行剪枝操作，在保证模型精度的情况下省去了很多不必要的计算，大大减少了预训练阶段以及微调阶段的计算量，降低了元学习微调阶段在移动终端设备上的门槛；与此同时，本发明通过预训练完成后的微调阶段来弥补剪枝所带来的精度损失，能够在不改变模型精度的情况下降低了模型的大小，从而在移动终端设备上实现了快速高效的训练。
一种基于学习图像分类模型训练方法应用

[发明专利]面向非独立同分布数据的联邦对比聚类学习方法及系统-CN202211267754.4在审
发明人：李瑞轩;王号召;徐子珺;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-10-17 - 公布日： 2023-01-03 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种面向非独立同分布数据的联邦对比聚类学习方法及系统，属于联邦学习技术领域，包括：在中心服务器端将共享模型和原型矩阵分别下发到所挑选的各客户端中进行聚类对比训练，进行聚类对比训练时模型并不关注数据的分布，而只关注于数据聚类信息之间的对比关系，基于自监督对比学习关注局部特征的特点，缓解了对全局分布的依赖，从而改善了模型由于不平衡的数据分布而产生的偏移，也能够较好的表示数据的类分布并改善由类不平衡所引起的Non‑IID问题，同时也能够消除联邦学习对有标签数据的依赖，能够解决现有的联邦学习方法由于存Non‑IID数据分布问题所导致的模型准确率较低以及由于依赖标签数据所导致的无法在实际生产中进行应用的技术问题。
面向独立分布数据联邦对比学习方法系统

[发明专利]一种加权聚合的联邦蒸馏方法及系统-CN202211067316.3在审
发明人：李瑞轩;王号召;詹帆;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-09-01 - 公布日： 2022-12-27 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种加权聚合的联邦蒸馏方法及系统，属于联邦学习技术领域；本发明通过中心服务器端将本地生成器分别下发给各客户端，并在各客户端中分别将其中的本地生成器进行分布式训练，最后再返回给中心服务器端进行全局聚合以来模拟全局数据分布，从而代替了直接引入外源数据，从未提高了联邦蒸馏方法的可用性；此外，本发明还在各客户端中均引入了一个小型的判别器，通过训练使其输出蒸馏数据在本地数据中对应的概率密度，并以此概率密度进行加权平均，获取准确度更高的教师软标签，来提升蒸馏效率和训练所得模型精度，从而提高了数据集非独立同分布场景下联邦学习训练模型的准确率。
一种加权聚合联邦蒸馏方法系统

[发明专利]一种基于结构特征知识的知识蒸馏方法及系统-CN202211014591.9在审
发明人：李瑞轩;王帅帅;王号召;李玉华;辜希武 -专利权人：华中科技大学
申请日： 2022-08-23 - 公布日： 2022-12-20 - 主分类号： G06N5/02 文献下载
摘要：本发明公开了一种基于结构特征知识的知识蒸馏方法及系统，属于模型压缩技术领域，包括：S1、搭建学生网络和教师网络；其中，教师网络加载有训练好的模型，为全精度神经网络；学生网络为二值神经网络；S2、将预先采集好的第二训练样本集分别输入至学生网络和教师网络中，通过同时最小化学生网络和教师网络的中间层特征之间的差异、以及学生网络和教师网络中关系特征之间的差异，对学生网络和教师网络进行训练，从而实现对教师网络的模型压缩。通过上述过程，本发明能够缩小师生网络在中间结构上存在巨大差异，以解决由于分布差异问题导致的知识迁移受限及学生网络的过拟合问题，神经网络模型压缩的准确度较高。
一种基于结构特征知识蒸馏方法系统

[发明专利]一种基于社交时空信息与用户偏好的连续兴趣点推荐方法-CN202210962016.5在审
发明人：李玉华;吴君壮;李瑞轩;辜希武 -专利权人：华中科技大学
申请日： 2022-08-11 - 公布日： 2022-12-02 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于社交时空信息与用户偏好的连续兴趣点推荐方法及系统。该方法包括：获取用户签到序列中用户的长期偏好特征和短期偏好特征；获取用户签到序列中每个位置上的地理空间特征；获取用户签到序列中每个位置上的用户社交信息特征；将长期偏好特征、短期偏好特征、地理空间特征以及用户社交信息特征进行相加融合成为多语义特征，并输入至推荐模型中，生成符合用户喜好的兴趣点推荐列表。解决了签到数据稀疏性，元信息利用广度不足和冷用户推荐不准确的技术问题，实现对用户签到序列进行了层次化特征提取，增加了地理空间特征，增强了用户社交信息特征，全面学习用户的行为特点，准确推荐的下一个兴趣点，优化用户的使用感受。
一种基于社交时空信息用户偏好连续兴趣推荐方法

[发明专利]一种基于对抗攻击算法的加密流量分析防御方法和系统-CN202111033459.8有效
发明人：李瑞轩;辜希武;王少阳;李玉华 -专利权人：华中科技大学
申请日： 2021-09-03 - 公布日： 2022-12-02 - 主分类号： H04L9/40 文献下载
摘要：本发明公开一种基于对抗攻击算法的加密流量分析防御方法和系统，属于网络信息安全领域。包括：S1.将网站流量数据样本中每个会话的网站流量数据抽象压缩为流量突发序列并作为样本，得到样本集，流量突发序列中的每个元素表示同一方向上连续发送或接收的数据包的数量；S2.对于样本集中的每个样本，从样本集中随机抽取与当前样本标签不同的多个样本作为目标样本池，从目标样本池中选取距离当前样本最近的目标样本；S3.对当前样本添加扰动使其逼近目标样本，对填充扰动后样本判断分类误判概率是否达到阈值，若是，结束，否则，进入步骤S2。本发明保证网络数据的完整性和可靠性，同时保证数据的扰动尽可能小以减小防御策略的负载消耗。
一种基于对抗攻击算法加密流量分析防御方法系统

1
2
3
4
5
6
下一页»
尾页
共 78 条