“陈羽中”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161个，建议您升级VIP下载更多相关专利

[发明专利]移动终端语音分析系统-CN202110133543.0有效
发明人：郭昆;陈文举;吉鹏云;陈羽中;张鹏;李钒效 -专利权人：福州大学
申请日： 2021-02-01 - 公布日： 2023-10-20 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种移动终端语音分析系统。包括：数据预处理模块，对输入的语音信号进行预处理，转换成RGB图像；语音识别模块，对RGB图像大小进行调整，输入神经网络进行训练，得到神经网络模型；待识别的加速度计数据经过预处理和图像大小调整后输入训练后的神经网络模型，输出预测结果；语音重构模块，实现从加速度信号重构出语音信号的功能；对于输入的加速度信号频谱图，重构模块内部基于自动编码器设计的神经网络会先对其进行处理，经过训练的神经网络模型，输出加速度信号对应的语音信号的频谱图，再使用Griffin‑Lim算法从语音信号频谱图还原出语音信号，达到从加速度信号重构出语音信号的目标。本发明能够实现完整的从加速度信号重构出语音信号的功能。
移动终端语音分析系统

[发明专利]图像标注方法和设备-CN201910809617.0有效
发明人：黄烨霖;熊健皓;王斌;赵昕;陈羽中;和超;张大磊 -专利权人：上海鹰瞳医疗科技有限公司
申请日： 2019-08-29 - 公布日： 2023-10-17 - 主分类号： G06T11/60 文献下载
摘要：本发明提供一种图像标注方法和设备，所述方法包括：确定标注模式，所述标注模式包括自动标注模式和手动标注模式；在所述自动标注模式下，根据用户在图像中的选定内容确定动态参数，并根据所述动态参数和预设参数确定自动标注区域；在所述手动标注模式下，以用户在图像中选定的像素点为中心,将设定范围内的图像内容确定为手动标注区域。
图像标注方法设备

[发明专利]对话风格感知与主题引导的多轮对话方法及系统-CN202310874629.8在审
发明人： 陈羽中;李炜炜;陈子阳 -专利权人：福州大学
申请日： 2023-07-17 - 公布日： 2023-10-10 - 主分类号： G06F16/332 文献下载
摘要：本发明提出对话风格感知与主题引导的多轮对话方法及系统，所述方法包括以下步骤；步骤A：采集特定场景多轮对话文本，标注每个对话的响应所属的类别，构建带正负类别标签的多轮对话训练集DS；步骤B：使用训练集DS，训练多任务深度学习网络模型#imgabs0#，用于多轮对话响应选择；步骤C：将多轮对话上下文及候选响应输入到训练后的深度学习网络模型#imgabs1#中，得到对应多轮对话上下文最合适的响应；本发明有利于提高人机对话过程多轮对话响应选择的准确性。
对话风格感知主题引导轮对方法系统

[发明专利]一种晶体推荐方法、装置、电子设备及存储介质-CN202310756105.9在审
发明人：王璘;宋凯敏;琚烈;冯伟;马彤;戈宗元;陈羽中;张大磊 -专利权人：上海鹰瞳医疗科技有限公司;北京鹰瞳科技发展股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-22 - 主分类号： G16H20/40 文献下载
摘要：本申请提供了一种晶体推荐方法、装置、电子设备及存储介质，包括：获取目标用户的用户信息及多种候选晶体的晶体参数；将用户信息及晶体参数输入至目标深度学习模型进行预测，确定每种候选晶体对应的预测术后结果；目标深度学习模型由预设深度学习模型对训练数据进行训练得到，训练数据包括样本用户的用户信息、晶体参数及样本用户植入对应的候选晶体后的样本术后结果；根据预测术后结果，从候选晶体中确定符合预设条件的目标晶体。这样，采用深度学习算法，通过预先训练好的目标深度学习模型对用户信息及晶体参数进行建模分析，能够有效准确选择目标用户对应的目标晶体，可以个性化地满足不同人群的术后需求。
一种晶体推荐方法装置电子设备存储介质

[发明专利]基于自步学习的时序加权差异感知回复生成方法及系统-CN202310794750.X在审
发明人： 陈羽中;郑旭;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于自步学习的时序加权差异感知回复生成方法及系统，该方法包括以下步骤：步骤A：收集社交软件中自然的、开放领域的对话，并使用检索系统在维基百科中检索该对话相关的背景知识，并标注真实回复和真实知识的标签，以此来构建训练数据集DE；步骤B：使用训练数据集DE，训练基于自步学习策略的时序加权差异感知深度学习网络模型M，通过此模型选择需要的背景知识，并根据选择的背景知识生成回复；步骤C：将对话上下文、背景知识库输入到训练好的深度学习网络模型M中，生成对应的回复。该方法及系统有利于提高生成回复的准确性。
基于学习时序加权差异感知回复生成方法系统

[发明专利]融合多粒度视觉与文本特征的多模态情感分析方法及系统-CN202310794745.9在审
发明人： 陈羽中;石丽湲;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及一种融合多粒度视觉与文本特征的多模态情感分析方法及系统，该方法包括：A、初始化图节点文本表示并提取图片特征表示；B、依据句法依赖关系、成分树结构确定图注意力网络中边关系邻接矩阵；使用多模态注意力机制分别获得单词级、短语级、句子级的联合文本视觉特征表示，最终获得多粒度文本‑视觉融合特征表示；根据多层图注意力网络输出的文本‑视觉联合特征表示预测方面词位置并形成方面词表示；依据方面词位置使用ANP解析器解析出最相关的ANP对，并依据方面词在句法依赖关系中的邻接关系构建方面图；C、根据方面图的输出作为方面词情感表示，预测该方面词对应的情感极性。该方法及系统有利于提高情感极性预测精度。
融合粒度视觉文本特征多模态情感分析方法系统

[发明专利]基于异构图注意力网络的数学应用题自动求解方法及系统-CN202310794785.3在审
发明人： 陈羽中;徐俊杰;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于异构图注意力网络的数学应用题自动求解方法及系统，该方法包括以下步骤：步骤A：采集数学应用题文本、解表达式和答案，构建数学应用题训练集DS；步骤B：使用训练集DS训练基于异构图注意力网络的深度学习网络模型G，用于求解数学应用题；步骤C：将数学应用题文本输入深度学习网络模型G中，输出当前数学应用题的相应解表达式和答案。该方法及系统有利于提高数学应用题求解的准确性。
基于构图注意力网络数学应用题自动求解方法系统

[发明专利]基于知识增强与对比学习的点击率预测方法及系统-CN202310794755.2在审
发明人： 陈羽中;陈仕杰;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于知识增强与对比学习的点击率预测方法及系统，该方法包括以下步骤：步骤A：采集用户的行为数据，包含用户ID、商品ID、商品类型和交互时间，构建点击率预测训练集；步骤B：使用训练集训练基于知识增强与对比学习的深度学习网络模型；步骤C：将用户、商品数据输入训练好的深度学习网络模型中，输出当前用户对候选商品的点击概率。该方法及系统有利于提高点击率预测的准确性。
基于知识增强对比学习点击率预测方法系统

[发明专利]基于远程监督和知识蒸馏的差异感知回复生成方法及系统-CN202310794764.1在审
发明人： 陈羽中;郑旭;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于远程监督和知识蒸馏的差异感知回复生成方法及系统，该方法包括以下步骤：步骤A：在社交平台中采集自然的、开放领域的对话，并使用检索系统在维基百科中检索该对话相关的背景知识，并标注真实回复的标签，以此来构建训练数据集DE；步骤B：使用训练数据集DE，训练基于远程监督和知识蒸馏的深度学习网络模型M，通过此模型选择需要的背景知识，并根据选择的背景知识生成回复；步骤C：将对话上下文、背景知识库输入到训练好的深度学习网络模型M中，生成对应的回复。该方法及系统有利于提高生成回复的准确性。
基于远程监督知识蒸馏差异感知回复生成方法系统

[发明专利]多行为多对比视图的序列推荐方法及系统-CN202310794792.3在审
发明人： 陈羽中;郑志强;陈子阳 -专利权人：福州大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种多行为多对比视图的序列推荐方法及系统，该方法包括以下步骤：步骤A：采集用户在与物品交互下产生的多行为数据，构建多行为多视图训练集；步骤B：使用训练集训练用于序列推荐的深度学习网络模型，所述深度学习网络模型利用图信息的全局性和序列信息的个体性进行相互补充增强，同时对图数据进行数据增强以进行对比学习，以学习到更加鲁棒的表征，对序列数据进行数据增强以进行对比学习，以解决序列稀疏问题，进一步提高图和序列本身的表征能力；步骤C：将用户行为数据依次输入深度学习网络模型中，输出当前用户相应的推荐结果。该方法及系统有利于提高用户推荐结果的满意度。
行为对比视图序列推荐方法系统

[发明专利]基于知识增强与句法引导的对话状态追踪方法及系统-CN202310333801.9在审
发明人： 陈羽中;林宇航 -专利权人：福州大学
申请日： 2023-03-31 - 公布日： 2023-08-08 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于知识增强与句法引导的对话状态追踪方法及系统，该方法包括以下步骤：步骤A：采集对话上下文和对话状态数据，构建对话训练集；步骤B：使用训练集训练基于上下文知识增强与句法指导的深度学习网络模型；步骤C：将用户与系统的对话数据输入训练好的深度学习网络模型，并输出当前的对话状态。该方法及系统有利于提高对话状态追踪的准确性。
基于知识增强句法引导对话状态追踪方法系统

[发明专利]基于边缘检测辅助的弱监督RGBD图像显著性检测方法-CN202211575959.9在审
发明人： 陈羽中;朱文婧;牛玉贞;杨立芬 -专利权人：福州大学
申请日： 2022-12-08 - 公布日： 2023-08-01 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及一种基于边缘检测辅助的弱监督RGBD图像显著性检测方法，包括以下步骤：步骤S1：建立包含涂鸦标注图的弱监督RGBD图像显著性检测训练集，并进行数据增强；步骤S2：设计多层次、多任务的弱监督RGBD图像显著性检测网络；步骤S3：设计融合模块；步骤S4：设计基于边缘检测辅助的弱监督RGBD图像显著性检测网络，并设计损失函数优化网络参数；步骤S5：将待测RGBD图像输入训练好的基于边缘检测辅助的弱监督RGBD图像显著性检测模型中，得到显著性检测结果。应用本技术方案能够实现性能较好的弱监督RGBD图像显著性检测。
基于边缘检测辅助监督 rgbd 图像显著方法

[发明专利]基于双重孪生网络的无参考屏幕内容图像质量评估方法-CN202110935267.X有效
发明人： 陈羽中;林冠妙;牛玉贞;陈友昆 -专利权人：福州大学
申请日： 2021-08-16 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于双重孪生网络的无参考屏幕内容图像质量评估方法。包括：对失真屏幕内容图像数据集中的数据进行预处理，在每幅失真图像的灰度图上提取对应的结构特征图，生成对应结构特征图数据集，并将两个数据集划分为训练集与测试集；设计多头自注意力模块，学习失真图像特征与其对应结构特征之间的特征关联信息；设计支持双源输入的孪生网络，使用所设计的网络学习失真图像的多类失真信息；设计双重孪生的图像质量评估网络，训练所设计的网络得到无参考屏幕内容图像质量评估模型；将测试集中的失真屏幕内容图像和对应的结构特征图输入到训练好的基于双重孪生网络的无参考屏幕内容图像质量评估网络模型中，计算失真图像的质量评估分数。
基于双重孪生网络参考屏幕内容图像质量评估方法

[实用新型]风机偏航制动器维护工装-CN202320789230.5有效
发明人：刘学涛;张泉;贺权威;马泉泉;唐中义;孙峻;刘风风;马旭东;陈羽中 -专利权人：中广核额敏风力发电有限公司
申请日： 2023-04-11 - 公布日： 2023-07-18 - 主分类号： B25H1/02 文献下载
摘要：本实用新型涉及风机维护工装技术领域，且公开了风机偏航制动器维护工装，包括底架，所述底架的顶部设置有顶架，所述底架和顶架的内侧均栓接有滑杆，所述滑杆的表面滑动连接有滑套，所述滑套的内部铰接有支撑杆，本实用新型通过启动电机，使电机带动螺纹轴进行转动，随后螺纹轴带动螺纹套进行移动，随后螺纹套带动滑套在滑杆的表面进行滑动，然后使支撑杆对顶架进行升降调节，从而能够有效解决在拆卸或安装时能托住偏航制动器，且节约人工，避免因体力不支导致事故发生；本实用新型通过拉动固定销，使固定销带动滑块在滑轨的内部进行滑动，随后拧动调节螺栓对滑块进行限位固定，且能够有效对固定销进行移动调节。
风机偏航制动器维护工装

[发明专利]基于反向去雨过程引导的图像雨滴去除方法-CN202310396874.2在审
发明人： 陈羽中;林闽沪;牛玉贞 -专利权人：福州大学
申请日： 2023-04-14 - 公布日： 2023-07-07 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于反向去雨过程引导的图像雨滴去除方法。包括以下步骤：步骤S1、进行数据预处理，包括数据配对、数据随机裁切、数据增强处理，得到训练数据集；步骤S2、设计多重注意力模块，采用像素注意力、通道注意力和空间注意力提取图像特征；步骤S3、设计基于多重注意力模块的U形编码器解码器网络，用于提取图像不同尺度下的特征；步骤S4、设计图像特征融合模块，该模块融合图像特征和原始图像，得到融合后的恢复图像；步骤S5、设计正向雨滴去除网络和反向雨滴去除网络，利用反向雨滴去除网络引导训练正向雨滴去除网络；步骤S6、将附着雨滴图像输入训练好的正向雨滴去除网络，输出去除雨滴的干净图像。
基于反向过程引导图像雨滴去除方法

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 161 条