“崔婉秋”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6个，建议您升级VIP下载更多相关专利

[发明专利]社交网络事件的检测方法和装置-CN202010392714.7有效
发明人：杜军平;崔婉秋;寇菲菲;周南 -专利权人：北京邮电大学
申请日： 2020-05-11 - 公布日： 2023-04-18 - 主分类号： G06F16/80 文献下载
摘要：本发明提供一种社交网络事件的检测方法和装置，所述方法包括：将数据集中提取的推文和标签作为节点，构建社交网络事件异构图；基于异构图中推文和标签的文本内容构建语义视图，获得其特征矩阵和加权邻接矩阵；基于异构图中推文及推文的时间构建时间分布视图，获得其特征矩阵和加权邻接矩阵；将语义视图的特征矩阵和加权邻接矩阵，时间分布视图的特征矩阵和加权邻接矩阵输入至GCN中，结合注意力机制采用标签引导语义视图和时间分布视图的特征融合，生成给定标签下推文语义视图和时间分布视图的注意力分布概率，得到异构图中每个节点属于数据集中事件的概率，实现对节点的预测。本发明实施例的社交网络事件的检测方法，提高了社交事件的检测效果。
社交网络事件检测方法装置

[发明专利]社交媒体跨模态搜索中数据特征生成器训练及搜索方法-CN202010418678.7有效
发明人：杜军平;周南;崔婉秋;寇菲菲 -专利权人：北京邮电大学
申请日： 2020-05-18 - 公布日： 2023-04-18 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种社交媒体跨模态搜索中数据特征生成器训练及搜索方法，所述训练方法包括：获取训练样本集，基于训练样本集采用对抗学习的生成器获取各数据信息的表示特征，通过判别器监督对抗生成器，通过固定判别器调参优化生成器以及的固定生成器调参优化判别器，多次迭代得到最终的生成器。所述搜索方法包括：将待搜索数据信息输入生成器，得到待搜索数据信息的表示特征；遍历目标模态的现有数据信息，并获取各现有数据信息通过生成器产生的表示特征；基于相似度匹配获取与待搜索数据信息的表示特征最相近的一条或多条目标模态的现有数据信息。本发明能够适应社交媒体中数据信息语义稀疏性的特点，实现跨模态数据信息的准确搜索。
社交媒体跨模态搜索数据特征生成器训练方法

[发明专利]多属性图像语义分析方法和装置-CN202011156156.0有效
发明人：杜军平;崔婉秋;寇菲菲;周南 -专利权人：北京邮电大学
申请日： 2020-10-26 - 公布日： 2023-01-06 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种多属性图像语义分析方法和装置，所述方法包括：将数据集中提取的图像与话题标签作为节点，并根据节点之间的关联构建标签异构图；基于异构图中图像与标签节点分别构建图像特征矩阵与标签特征矩阵；将图像特征矩阵与标签特征矩阵融合构成统一的标签异构图节点特征矩阵，根据节点之间的关联的条件数判断两节点的语义关联性，并获得标签异构图的加权邻接矩阵；将标签异构图节点特征矩阵和标签异构图的加权邻接矩阵输入图卷积神经网络GCN中进行图像语义特征学习与图像的语义扩充。本发明实施例的多属性图像语义分析方法和装置，能够大大增强图像的分类和搜索性能。
属性图像语义分析方法装置

[发明专利]语义搜索方法、系统及计算机可读存储介质-CN202010423626.9有效
发明人：杜军平;寇菲菲;崔婉秋;周南 -专利权人：北京邮电大学
申请日： 2020-05-19 - 公布日： 2021-10-15 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种语义搜索方法、系统及计算机可读存储介质，该方法包括：通过求解预构建社交网络多特征主题模型得到用户‑主题分布、主题‑单词分布、主题‑话题标签分布、主题‑时间分布；获取待搜索项文本、用户信息、发表时间及话题标签，由待搜索项用户信息和相应分布得到主题矩阵，由该矩阵、文本及相应分布、话题标签及相应分布、发表时间及相应分布分别得到主题‑单词矩阵，主题‑话题标签矩阵，主题‑时间矩阵，通过各特征矩阵计算主题语义；获取搜索项文本，文本和主题‑单词矩阵得到主题语义；由待搜索项和搜索项的主题语义计算相似度；相似度满足设定条件，输出待搜索项。通过上述方案能获得综合、准确的语义表示，实现精准语义搜索。
语义搜索方法系统计算机可读存储介质

[发明专利]基于字符串字典构建的社交网络突发事件检测方法-CN201910631329.0在审
发明人：薛哲;杜军平;周立岩;崔婉秋 -专利权人：北京邮电大学
申请日： 2019-07-12 - 公布日： 2019-11-26 - 主分类号： G06F16/9536 文献下载
摘要：本发明提出一种基于字符串字典构建的社交网络突发事件检测方法。为了利用微博标签的特点和中文标题标记的特点，抽取微博话题标签和中文标题中的有意义的字符串作为作为一种启发式方法用于中文分词。结合有意义字符串字典和突发词得分的计算，突发词检测考虑了有意义字符串、单词长度、单词频率、关联用户和评论数量等因素。在此基础上，进一步建立了突发事件的计算热点模型，利用突发事件的词频、关联用户和关联帖子的热度等指标对突发事件进行排序。
突发事件字符串字典关联用户字符串微博标签词频突发事件检测标题标记单词频率社交网络中文分词启发式中文帖子构建热度单词排序抽取关联检测话题评论

[发明专利]基于双图模型的在线社交网络意见领袖挖掘方法-CN201910631934.8在审
发明人：薛哲;杜军平;袁训普;崔婉秋 -专利权人：北京邮电大学
申请日： 2019-07-12 - 公布日： 2019-11-22 - 主分类号： G06F16/9536 文献下载
摘要：本发明提出了一种基于双图模型的在线社交网络意见领袖挖掘方法。算法包括三个部分：基于用户关注关系的用户图模型构建、基于微博相似性的微博图模型构建和基于双图模型融合的意见领袖挖掘。理论系统完备，创新性突出，主要用于在线社交网路中的意见领袖挖掘。该发明对意见领袖进行实时监控和跟踪，维护国民安全，具有重要的实用价值。
意见领袖图模型构建微博挖掘在线社交网络理论系统实时监控用户关注创新性网路算法融合跟踪安全维护