“邵曦”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70个，建议您升级VIP下载更多相关专利

[发明专利]一种铜制或木制乐器的多模态转谱方法及系统-CN202110613485.1有效
发明人：张汉骁;朱欣岳;邵曦;盖佳雯;邹佳怡;黄羿淳;方书行;徐缘;李冬阳 -专利权人：南京邮电大学
申请日： 2021-06-02 - 公布日： 2023-10-24 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了一种铜制或木制乐器的多模态转谱方法及系统，包括：采集演奏现场演奏的现场图像信息、音频信息与气流强度信息；根据所述现场图像信息与所述气流强度信息并利用深度学习策略获得当前演奏的音高数据，以及利用RESNET网络提取所述音频信息的音高数据；将两部分音高数据通过集成学习策略进行多模态融合，自动优化其协同度，输出MIDI文件，实现多模态转谱。本发明可以克服视觉转谱与听觉转谱各自的不足，同时又结合它们的优点，在降低计算量的同时，提升了转谱的准确率与效率。
一种铜制木制乐器多模态转谱方法系统

[发明专利]一种基于Transformer进行音视频联合场景分类方法及系统-CN202310726446.1在审
发明人：邵曦;张鹏程;潘超凡;朱俊屹;王恬;陈雯瑶 -专利权人：南京邮电大学
申请日： 2023-06-19 - 公布日： 2023-09-19 - 主分类号： G06V10/80 文献下载
摘要：本发明属于深度学习技术领域，具体涉及一种用于分类的Transformer网络模型，公开了一种基于Transformer进行音视频联合场景分类方法包括，通过利用Transformer单元对嘈杂的音频、视频和音视频分别进行早期融合和特征提取；对融合后的特征表示利用EfficientNetV2_S单元进行视频侧的预训练网络；通过利用分类单元进行音频特征、视频特征以及音视频联合特征三者加权求和所得的特征输入到分类器中进行场景分类。本发明提出了将原本的注意力机制替换为Transformer结构，将原本的预训练模型从ResNet50替换为EfficientNetV2_S，提高了分类的准确度，通过Transformer单元的运用提高了场景分类的准确率，提升了多模态之间的关联性。
一种基于 transformer 进行视频联合场景分类方法系统

[实用新型]一种高墩钢筋支模架-CN202321244224.8有效
发明人：郑淡如;邵曦;徐玉娟;张珠清;汪凌云 -专利权人：征鸿环境建设有限公司
申请日： 2023-05-22 - 公布日： 2023-09-01 - 主分类号： E04C5/16 文献下载
摘要：本实用新型提供一种高墩钢筋支模架，涉及支模架领域，以解决现有的高墩钢筋支模架在使用时候，支撑位置不够灵活，容易与钢筋固定件位置接触，会遇到阻挡，且支撑钢筋的时候，固定效果有限的问题，包括推动件，所述推动件为矩形结构，推动件的内部设有均匀排列的插槽，插槽为矩形结构，接触件为矩形结构，接触件为橡胶材质，接触件的前端中间位置设有弧形槽。与钢筋接触的时候，调节板带动插件一起移动，使插件插入到不同位置的插槽的内部，使调节板处于不同高度与钢筋接触固定，有效的避开钢筋固定件，使钢筋被稳固支撑使用，同时在支撑钢筋之后，钢筋与接触件的弧形槽接触，使接触件与钢筋防滑接触，提高对钢筋的固定效果，提高支撑效果。
一种钢筋支模架

[发明专利]一种动态图链接生成方法-CN202310525595.1有效
发明人：鲍秉坤;王鸿宇;邵曦 -专利权人：南京邮电大学
申请日： 2023-05-11 - 公布日： 2023-08-15 - 主分类号： G06N3/042 文献下载
摘要：本发明公开了一种动态图链接生成方法，所述方法包括：获取不同时刻的快照图；将所述不同时刻的快照图，输入至预设的生成对抗图胶囊网络模型中，得到下一时刻快照图之间的链接；其中，所述生成对抗图胶囊网络模型基于生成对抗网络进行双重训练得到的，所述生成对抗图胶囊网络模型采用样本集进行训练，所述样本集是基于每个动态离散快照图对应生成的拓扑结构得到的；所述生成对抗网络包括生成器和鉴别器，所述鉴别器用于对真实数据和生成的数据进行鉴别判断；所述生成器用于生成下一时刻快照图的拓扑结构。
一种动态链接生成方法

[发明专利]一种基于Embedding的音乐相册生成方法及系统-CN202310477810.5在审
发明人：邵曦;童骁;蒲康;鲁葛嘉承;潘超凡 -专利权人：南京邮电大学
申请日： 2023-04-28 - 公布日： 2023-08-01 - 主分类号： G06F16/438 文献下载
摘要：本发明公开了一种基于Embedding的音乐相册生成方法及系统，所述方法包括以下步骤：(1)利用VGG 16对图像进行预训练并提取图像特征；(2)将音频转换为Log Mel频谱，利用CNN14与Transformer对音频进行预训练，提取音频特征；(3)利用改进的多模态LPP算法将图像和音频特征映射到低维子空间，在每一种情感类别下，生成一种映射模型，实现音频相册的自动生成；本发明对于图像特征和音频特征可以提取到更高阶的语义特征；相比于图像与音频固有特征下，经过LPP算法后的结果，深度Embedding下取得的效果较之前有了一定的提升。
一种基于 embedding 音乐相册生成方法系统

[发明专利]一种基于字典学习的无监督异常声检测方法和装置-CN202110523125.2有效
发明人：苏新萍;王晨;邵曦;姚瑶;邱慧贞 -专利权人：南京邮电大学
申请日： 2021-05-13 - 公布日： 2023-07-28 - 主分类号： G10L25/78 文献下载
摘要：本发明公开了一种基于字典学习的无监督异常声检测方法和装置，包括：生成训练集和测试集，训练集中只有正常运行状态下的机械声音频样本；对训练集中的样本数据进行预处理，分隔得到若干个音频帧；对音频帧进行特征提取，采用K‑SVD算法和OMP算法求解得到音频的本质特征和训练集稀疏系数；将求解得到的音频的本质特征和稀疏系数导入分类模型，对模型进行训练；该分类模型用于对导入的测试集稀疏系数进行处理，输出该测试集稀疏系数对应的音频样本的类别。本发明能够采用传统特征参数进行字典学习和稀疏表示进行样本更加精确的分类从而提高机械检测灵敏度和准确度。
一种基于字典学习监督异常检测方法装置

[发明专利]一种基于混合聚焦注意力机制的图文匹配方法及系统-CN202310424288.4有效
发明人：鲍秉坤;叶俊杰;邵曦 -专利权人：南京邮电大学
申请日： 2023-04-20 - 公布日： 2023-07-07 - 主分类号： G06F16/532 文献下载
摘要：本发明公开了一种基于混合聚焦注意力机制的图文匹配方法及系统，方法包括以下步骤：步骤S1.提取图像中显著区域的特征以及自然语言描述中各个单词的特征；步骤S2.利用聚焦的跨模态注意力机制自适应地调整注意力机制对不同图片的温度系数，从而区分有效和无效的区域特征；步骤S3.利用门控的自注意力机制实现对区域特征和单词特征的模态内融合，通过门控信号控制自注意力矩阵自适应地选择有效的区域特征和单词特征；步骤S4.利用跨模态和自模态的区域特征和单词特征计算整个图像和句子的匹配分数。本发明可以实现图文间互相检索。
一种基于混合聚焦注意力机制图文匹配方法系统

[实用新型]节段箱梁端面预应力管成孔定位装置-CN202222944914.6有效
发明人：杜春林;郑辉;何元明;李翔;史建朋;罗磊;张尧情;刘顿;邵曦;陈力畅;舒鹏;刘梦渝;符垒 -专利权人：重庆市市政设计研究院有限公司;杜春林
申请日： 2022-11-04 - 公布日： 2023-05-30 - 主分类号： E01D19/00 文献下载
摘要：本申请提供一种节段箱梁端面预应力管成孔定位装置，包括：固定板，以及外径与预应力管内径相匹配的定位件；定位件设有用于与端模相抵的第一端面以及远离第一端面的第二端面，定位件还设有贯通第一端面和第二端面的内孔；固定板固定于内孔内部，且靠近第一端面；固定板设有用于安装紧固件的安装孔，安装孔与定位件同轴。本申请提供的节段箱梁端面预应力管成孔定位装置，与端模之间的固定更为稳固可靠，一方面能够保证对预应力管的定位效果，另一方面能够使本申请的第一端面与端模的端模面之间保持抵接贴合，避免混凝土进入本申请与端模之间，保证预应力管在分段箱梁端面的成孔质量。
节段箱梁端面预应力管成孔定位装置

[发明专利]语音修复方法、装置、电子设备及存储介质-CN202211539929.2在审
发明人：王支佑;仇睿;邵曦;戴祖华 -专利权人：南京中感微电子有限公司
申请日： 2022-12-02 - 公布日： 2023-03-31 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供一种语音修复方法、装置、电子设备及存储介质，所述方法包括：获取修复音频和纯净音频，并将修复音频和纯净音频输入到预训练的第一语音模型进行特征提取，得到第一语音模型输出的逻辑回归激活值，将逻辑回归激活值作为损失值对预训练的第二语音模型的参数进行更新，得到更新后的第二语音模型；将待修复语音输入到更新后的第二语音模型进行语音修复，输出修复语音。本发明提供的一种语音修复方法，通过将修复音频和纯净音频输入到第一语音模型中输出修复音频与纯净音频之间的差异值，并将差异值作为损失值对第二语音模型进行更新，从而将修复语音输入到第二语音模型进行语音修复，提高了语音修复的效果。
语音修复方法装置电子设备存储介质

[发明专利]基于生成式预训练语言模型的联想文本到图像生成方法-CN202211095848.8在审
发明人：鲍秉坤;盛业斐;陶明;谭智一;邵曦 -专利权人：南京邮电大学
申请日： 2022-09-08 - 公布日： 2022-11-25 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于生成式预训练语言模型的联想文本到图像生成方法，包括：基于数据集对生成式预训练模型进行微调，让预训练模型获得语义保留度好已有文本信息，得到微调后的预训练模型；将原始数据集中每张图像对应的十个句子作为微调后的预训练模型的输入，得到模型输出的生成数据集；对生成数据集进行约束处理和语义保留度评估选择，得到联想文本数据集；基于所述联想文本数据集，利用基于DF‑GAN的对抗生成网络模型，生成在文本图像跨模态语义特征上一致的图像。本发明综合利用生成式预训练模型的联想能力和丰富的语义信息，一定程度上平衡了了对抗生成网络在文本到图像跨模态生成任务上文本信息和图像信息不均衡的问题。
基于生成训练语言模型联想文本图像方法

[发明专利]基于非结构化知识嵌入的视频常识文本生成方法-CN202211096181.3在审
发明人：鲍秉坤;袁梦奇;谭智一;邵曦 -专利权人：南京邮电大学
申请日： 2022-09-08 - 公布日： 2022-11-25 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于非结构化知识嵌入的视频常识文本生成方法，包括：S1、提取视频的图像特征、视频特征和音频特征，经过跨模态融合和解码处理生成视频内容的文本描述；S2、将视频内容的文本描述输入预训练好的非结构化知识库GPT，通过预设置的提示词引导，得到深层次常识描述；S3、对扩充到的文本知识进行筛选处理，并与视频的图像特征、视频特征和音频特征进行有效的跨模态常识融合，最终生成可准确理解视频内涵的常识描述文本。本发明提出了一种多模态知识引入的学习方法，通过借助非结构化大规模预训练模型，分别从知识扩充和知识融合两个角度，实现模型对视频内容的深度理解，有助于互联网时代下基于视频的文本描述生成任务。
基于结构知识嵌入视频常识文本生成方法

[发明专利]一种用于分类的互编码器模型-CN202210809911.3在审
发明人：邵曦;黄天阳 -专利权人：南京邮电大学
申请日： 2022-07-11 - 公布日： 2022-10-18 - 主分类号： G06N3/04 文献下载
摘要：一种用于分类的互编码器模型，对于嘈杂混乱的音视频环境，加入注意力模型以提高对嘈杂音视频的特征提取能力。依赖互编码器模型来实现多模态之前的信息交互以及融合，并且相对与使用多个单独模态的自编码器。本模型优化改进了自编码器，提出了互编码器的概念；通过互编码器和注意力机制的运用提升了分类的准确度；提升了多个模态间的关联性。
一种用于分类编码器模型

[发明专利]一种基于只包含编码器的多头注意力机制的语音增强算法-CN202210253225.2在审
发明人：邵曦;顾天麒 -专利权人：南京邮电大学
申请日： 2022-03-15 - 公布日： 2022-06-28 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及一种基于无解码的多头注意力机制的语音增强算法的设计方法，涉及语音信号处理技术领域。本发明针对当前现有的注意力机制语音增强算法，提出了一种只包含编码器结构，不包含解码器结构的特征提取方法，并且应用带掩模多头注意力机制使算法对实时因果性语音更加有效。该方法能够缩短模型训练时间并有效抑制带噪语音信号中的噪声部分并增强语音部分，体现出良好的增强性能。
一种基于包含编码器多头注意力机制语音增强算法

[发明专利]一种基于单分类算法的无监督机器异常声检测方法和装置-CN202111575693.3在审
发明人：王晨;苏新萍;邵曦;姚瑶 -专利权人：南京邮电大学
申请日： 2021-12-21 - 公布日： 2022-05-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于单分类算法的无监督机器异常声检测方法和装置，包括：获取处于运行状态的待检测设备音频样本，训练集中只有正常运行状态下的音频样本，测试集中同时含有正常运行状态下和异常运行状态下的音频样本；对音频帧进行传统特征提取；采用K‑SVD算法和OMP算法求解得到更新字典和训练集稀疏系数，并将其导入单分类支持向量机分类模型；将测试集稀疏系数导入分类模型中进行检测，输出该测试集稀疏系数对应的标签类别。本发明克服了机器设备异常声音样本较少甚至不可用的难题，在特征提取后进行稀疏表示和字典学习，相比于直接输入原始特征，加大特征之间的区别度，在提高了异常数据检测的正确率的同时大大降低了检测时间。
一种基于分类算法监督机器异常检测方法装置

[发明专利]一种模拟音乐家风格的自动演奏系统及方法-CN202010674116.9在审
发明人：朱欣岳;潘嘉琦;邵曦 -专利权人：南京邮电大学
申请日： 2020-07-14 - 公布日： 2022-01-14 - 主分类号： G10F1/02 文献下载
摘要：本发明公开了一种模拟音乐家风格自动演奏系统及方法，其中系统包括存储模块、处理模块和交互模块，所述处理模块用于将存储模块存储的乐曲数据，通过机器学习训练生成对应不同音乐家的演奏风格模型；根据交互模块传输的指定音乐家信息查询对应的演奏风格模型，输入指定乐曲，输出模拟演奏的乐曲，从而实现自动演奏。本发明可以对音乐数据演奏时的乐曲速度控制、踏板控制、音乐表情、演奏技巧(包括颤音、装饰音、刮奏等)等方面进行自动调整，实现音乐家风格迁移。
一种模拟音乐家风格自动演奏系统方法

1
2
3
4
5
下一页»
尾页
共 70 条