“印鉴”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122个，建议您升级VIP下载更多相关专利

[发明专利]一种代码重构方法、系统、计算机设备及介质-CN202310868915.3在审
发明人：杨剑达;赖韩江;印鉴 -专利权人：中山大学
申请日： 2023-07-14 - 公布日： 2023-10-27 - 主分类号： G06F8/36 文献下载
摘要：本申请公开了代码重构方法、系统、计算机设备及介质，所述方法包括：构建代码编辑器，该代码编辑器设置有代码风格选项，向代码编辑器输入待重构代码片段，按照所重构的代码风格，将内置的chatGPT提示语与待重构代码片段进行拼接，得到对应代码风格的chatGPT请求。将chatGPT请求重复多次输入所述chatGPT模块，由chatGPT模块返回所述chatGPT请求对应的应答内容；对每次返回的应答内容进行抽取处理，得到多个重构代码片段，并对重构代码片段排序评分。本申请提供的代码重构方法针对特定风格的代码重构，不需要重新编写专门的程序，且使用门槛低，智能化和个性化程度高，代码重构效率高。
一种代码方法系统计算机设备介质

[发明专利]一种用于模态缺失场景的多模态情感识别方法及系统-CN202310840266.6在审
发明人：罗威;赖韩江;印鉴 -专利权人：中山大学
申请日： 2023-07-10 - 公布日： 2023-10-24 - 主分类号： G06F18/213 文献下载
摘要：本发明涉及情感识别技术领域，尤其涉及一种用于模态缺失场景的多模态情感识别方法及系统，包括：获取缺失情况特征和多模态联合特征；利用自注意力机制对各模态高级特征、多模态联合特征和缺失情况特征进行缺失模态特征重构，得到多模态重构特征；将重构视觉特征、重构音频特征映射到重构文本特征空间，并利用多模态门控融合机制进行两两模态间的特征融合，得到文本视觉融合特征和文本音频融合特征，以进行情感类别分类，得到情感类别预测结果。本发明通过重构缺失的多模态数据以及考虑各模态之间的语义特征差异性，增强了模态缺失场景下的分类鲁棒性，提高了情感分类的准确率，在实际应用中具有良好的发展前景。
一种用于缺失场景多模态情感识别方法系统

[发明专利]基于深度双向注意力机制的文本网络信息融合嵌入方法-CN201911144528.5有效
发明人：印鉴;蓝海珊 -专利权人：中山大学
申请日： 2019-11-20 - 公布日： 2023-10-24 - 主分类号： G06F16/31 文献下载
摘要：本发明提供一种基于深度双向注意力机制的文本网络信息融合嵌入方法，该方法使用两种向量表示来分别代表网络中节点的结构信息和文本信息，通过深度双向注意力机制将同个节点的结构信息和文本信息进行融合，让结构信息和文本信息进行相互选择，最后将融合得到的结构、文本注意力信息再和原始信息进行融合，作为最终的结构和文本向量表达，每一个节点的最终向量表示由学习得到的结构和文本向量相拼接得到。对于损失函数的设计，本发明在训练的时候倾向于让相邻节点具备相似的结构表达和相似的文本表达，过程中使用的数据集为zhihu、Cora和Hepth，在这三个数据集上进行关系预测。
基于深度双向注意力机制文本网络信息融合嵌入方法

[发明专利]一种基于语法约束和语言模型的文本风格迁移方法-CN201910838854.X有效
发明人：印鉴;周晨星 -专利权人：中山大学
申请日： 2019-09-05 - 公布日： 2023-10-24 - 主分类号： G06F40/30 文献下载
摘要：本发明提供了一种基于语法约束和语言模型的文本风格迁移方法，该方法首先利用Stanford依存句法工具包提取输入句子x的语法关系图Gx，然后通过一个自身graph‑transformer的结构对该语法关系图Gx加上原始输入句子的风格信息Sx与期望转化后句子的风格信息Sy得到语法关系图G′x和G′y，接着结合原始输入句子的语法关系图Gx通过一个交叉graph‑transformer的结构重建输入句子x′以及得到风格迁移后的句子y′。为了更好地学习融入风格信息的自身graph‑transformer结构以及学习重建风格迁移句子的交叉graph‑transformer结构，该方法还利用一个语言模型替代传统的CNN分类器去指导后者的学习。通过这样一种方式在相应的数据集上的实验表明，本发明对比之前的文本风格迁移方法，可以在改变句子风格的条件下更好地保持语义不变性。
一种基于语法约束语言模型文本风格迁移方法

[发明专利]一种基于地理位置和人脸特征的签到方法及系统-CN201910303968.4有效
发明人：刘冶;印鉴;桂进军;吕梦瑶;傅自豪;李宏浩;刘春鹏;岑卓;陈志良 -专利权人：中山大学;广州赫炎大数据科技有限公司
申请日： 2019-04-16 - 公布日： 2023-10-20 - 主分类号： G06Q10/1091 文献下载
摘要：本发明涉及一种基于地理位置和人脸特征的签到方法及系统，通过获取用户签到时间、签到时刻所处的经度、纬度和人脸特征信息，通过对上述信息进行审核得到签到审核结果，并将签到审核结果返回客户端。相对于现有技术，本发明极大地提高了签到效率和准确性。
一种基于地理位置特征签到方法系统

[发明专利]一种无监督关键词提取方法-CN201910567353.2有效
发明人：张兴宇;潘炎;印鉴;潘文杰 -专利权人：中山大学;广州中大南沙科技创新产业园有限公司
申请日： 2019-06-27 - 公布日： 2023-09-15 - 主分类号： G06F16/33 文献下载
摘要：本发明提供一种无监督关键词提取方法，该方法利用LDA主题模型得到部分主题关联度较高的主题单词，和候选短语一起作为节点去构建phrase‑word图；利用这些主题单词去筛选和促进主题关联度更高的候选短语，间接抑制了噪音候选短语对结果的影响；另一方面，针对短文本候选短语不足的情况，这些主题单词作为语义信息的补充，使得算法图结构的语义信息更加丰富；针对长文本候选短语过大，其中夹杂过多噪音的情况，这些主题单词起到了一定的筛选作用；本专利的基于phrase‑word图的方法使得关键词提取对文章长度不再那么敏感，效果得到了进一步的提升。
一种监督关键词提取方法

[发明专利]一种细粒度语义操控的场景渲染方法和装置-CN202310346851.0在审
发明人：余建兴;王世祺;董晓;张宇锋;崔岩;印鉴 -专利权人：中山大学;珠海市四维时代网络科技有限公司
申请日： 2023-04-03 - 公布日： 2023-08-08 - 主分类号： G06T11/60 文献下载
摘要：本发明涉及场景渲染技术领域，公开了一种细粒度语义操控的场景渲染方法，通过在语义理解单元构建依存句法树，能够描述需求文本细粒度语义，进而识别需求文本中细粒度信息，从而准确定位图片区域，实现渲染结果和需求文本的高匹配。此外，将需求文本转为依存句法树，并在树上装配推理模块，加强了场景图特征和文本特征的关联，定位更加准确。本发明还设计了一个正则器来约束场景生成模型，能够准确对目标区域的视觉信息进行修改，而不会影响其它无关区域。本发明无需人工圈定编辑区域，可以直接理解文本的需求，能够对原始场景图进行细粒度的局部编辑。用户可以以文本形式提出编辑需求，对场景图进行增加，删除和修改，实现便捷可操控的渲染。
一种细粒度语义操控场景渲染方法装置

[发明专利]一种游戏平台信息推送方法、系统、存储介质及设备-CN201910491711.6有效
发明人：刘冶;桂进军;陈宇恒;吕梦瑶;杨泽锋;印鉴 -专利权人：中山大学;广州赫炎大数据科技有限公司
申请日： 2019-06-06 - 公布日： 2023-07-25 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及游戏平台信息推送方法、系统、存储介质及设备，通过对服务器中海量用户数据进行数据分析并建立相应的标签，可以帮助运营人员快速、精准地定位用户，全方位、多角度地掌握用户特征。相对于现有技术，本发明将通过对用户进行分群并根据已分配的用户群体进行信息推送，实现推送内容与用户需求之间的快速匹配，提高了匹配的准确性，节省了网络资源。
一种游戏平台信息推送方法系统存储介质设备

[发明专利]一种多层次自然语言反垃圾文本方法及系统-CN201910266548.3有效
发明人：叶志豪;刘冶;桂进军;李宏浩;印鉴 -专利权人：中山大学;广州赫炎大数据科技有限公司
申请日： 2019-04-03 - 公布日： 2023-07-25 - 主分类号： G06F40/284 文献下载
摘要：本发明涉及一种多层次自然语言反垃圾文本方法及系统，通过获得待识别文本的敏感词识别结果、敏感词变形体识别结果，并结合对待识别文本进行文本分类得到其为垃圾文本的预判概率，基于对所述敏感词识别结果、敏感词变形体识别结果和预判概率进行综合评判，得出所述待识别文本为垃圾文本的最终概率。本发明能高效地识别垃圾文本，能避免垃圾文本对互联网健康交流环境的不利影响，有较高的稳健性，可广泛地适用于社交、评论等互联网产品。
一种多层次自然语言垃圾文本方法系统

[发明专利]一种基于人脸高维特征的性别预测方法-CN202010378403.5有效
发明人：李梦婷;李翔;印鉴;刘威;余建兴 -专利权人：中山大学
申请日： 2020-05-07 - 公布日： 2023-07-18 - 主分类号： G06V40/16 文献下载
摘要：本发明提供一种基于人脸高维特征的性别预测方法，该方法基于ResNet100层的CNN网络结构的人脸识别模型衍生出的性别预测方法，首先通过对百万数量级人脸识别数据的训练，得到人脸高维特征表述的方式，再通过十万张标注性别的人脸照片，利用一个浅层的网络，训练出可以通过人脸照片就可以判断出性别的模型；本发明完全复用了人脸识别过程中的高维特征的计算结果，只需要很小的计算量就可以得到性别的预测结果，同时还可以保持非常高的预测精度。
一种基于人脸高维特征性别预测方法

[发明专利]一种基于自注意力的生成式文本摘要方法-CN201910511656.2有效
发明人：田珂珂;印鉴 -专利权人：中山大学
申请日： 2019-06-13 - 公布日： 2023-06-23 - 主分类号： G06F16/34 文献下载
摘要：本发明提供一种基于自注意力的生成式文本摘要方法，该方法抛弃了以往文本摘要方法中常用的循环神经网络结构，转而采用了基于自注意力机制的方法，避免了循环神经网络结构的低效性。此外对于自注意力机制方法在生成摘要效果不佳的缺点，本发明对其该方法进行了改进，简化了其结构，最终实现了高效、准确的文本摘要生成。
一种基于注意力生成文本摘要方法

[发明专利]一种基于生成语义分割图的文本改写图片方法-CN201911181726.9有效
发明人：印鉴;周晨星 -专利权人：中山大学
申请日： 2019-11-27 - 公布日： 2023-05-23 - 主分类号： G06T3/00 文献下载
摘要：本发明提供一种基于生成语义分割图的文本改写图片方法，该方法通过文字描述去修改图片中人物的衣服。不同于以往直接生成修改图片的方法，该方法首先通过双向的LSTM对文本进行编码来获取文本的语义特征，接着通过一个现有的语义分割模型获取原图片的语义分割图，然后将该语义分割图和文本编码进行拼接放入resnet网络中去学习文本编码和原语义分割图的联合表示，从而生成出修改图片的语义分割图，最后再将该生成的语义分割图和原文本编码再次拼接放入另外一个resnet网络中去学习文本编码和生成的语义分割图之间的关系表示生成出最终修改完成的图片。
一种基于生成语义分割文本改写图片方法

[发明专利]一种基于课程学习的深度学习机器阅读理解训练方法-CN201910725530.5有效
发明人：印鉴;梁艺阐;周瑞莹 -专利权人：中山大学
申请日： 2019-08-07 - 公布日： 2023-05-23 - 主分类号： G06F18/214 文献下载
摘要：本发明提供一种基于课程学习的深度学习机器阅读理解训练方法，本方法使用BERT预训练语言模型将(文章，问题，选项)三元组构建成一个序列，不需要单独对每一个元组进行操作。构成一个问题的四个选项序列输入到网络中，进行跟BERT一样的微调过程，经过全连接层和softmax分类层，选择最大概率选项作为预测答案，通过最大化正确答案的对数概率来反向更新模型的参数，使模型学习到文本信息。三阶段训练框架先在简单数据集微调，再在普通数据集微调，能由浅入深按顺序地学到文本知识，最后在困难数据集训练后的测试效果比融合学习(在简单和普通数据集混杂起来的集合上微调再在困难数据集上训练)的准确率要高出2.5％。
一种基于课程学习深度机器阅读理解训练方法

[发明专利]一种基于对抗生成网络的与职业相关的人脸老化方法-CN201811296157.8有效
发明人：周思宇;印鉴;赖韩江 -专利权人：中山大学;广东恒电信息科技股份有限公司
申请日： 2018-11-01 - 公布日： 2023-05-23 - 主分类号： G06T3/00 文献下载
摘要：本发明提供一种基于条件对抗生成网络的与职业相关的人脸老化方法。本发明首先收集一个职业面部老化数据集来研究职业对人脸老化的影响，它包括三个职业类型。其次，本发明提出了一个新的考虑职业信息的基于条件对抗生成网络的人脸老化网络，它学习了不同职业下的人脸的老化过程。本发明的老化过程中考虑了两个方向：个人特征的保留和不同职业所带来的不同的老化特征。本发明通过深度自编码网络，来保持个人的面部特征，使用了条件对抗生成网络来获得不同职业下的老化特征。
一种基于对抗生成网络职业相关老化方法

[发明专利]一种针对迁移学习的多模型随机生成与动态自适应组合方法-CN201811512535.1有效
发明人：洪佳明;刘少鹏;贾西平;张倩;柏柯嘉;印鉴;刘冶;周莹 -专利权人：广州中医药大学（广州中医药研究院）;广东技术师范学院;广州赫炎大数据科技有限公司
申请日： 2018-12-11 - 公布日： 2023-05-19 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种针对迁移学习的多模型随机生成与动态自适应组合方法，提出通过随机特征选择来动态构建多候选模型，通过组合多候选模型的方法来避免数据重采样、特征空间映射的上述局限性，并进一步提出动态自适应模型组合的具体方法，将这些有效途径进行有机的融合，从而构造出一种创新性的有效迁移学习分类算法，既能在模型训练过程中对源领域样本数据进行较充分的使用，又能在目标领域识别任务中充分考虑样本的具体特点，防止模型过度偏向与目标领域无关的方面，达到了比现有模型更优的分类精度与效果。本方法能应用于文本挖掘、Web挖掘、无线传感器网络分析等多种具体场景，对可归结为分类问题的各类实际应用问题，都具有重要的积极意义。
一种针对迁移学习模型随机生成动态自适应组合方法

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 122 条