成果描述：多属性文本自适应系 统主要实现对每个未 知属性的通信实体进 行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）市场前景分析：随着互联网的迅速发 展，Web页面上的信 息量呈指数级急剧增 长，如何快速、准确 地从海量数据中抽取 出用户真正需要的信 息已经成为互联网对 科研工作者提出的严 峻挑战。 属性标注能够将网页 非结构化文本内容转 化为结构化的属性数 据，方便用户查询和 进一步分析使用；其 作为信息抽取的关键 一步，对提高信息抽 取的性能方面也具有 重要意义。与同类成果相比的优势分析：包括训练和预测两个 过程，实现对不同数 据集的自适应性属性 标注； 特征选择功能，可以 在训练模型时，选择 出对区分数据类别更 有用的特征词，这样 ，可以降低实体所对 应属性的维度，从而 ，减少占用的内容空 间，提高计算效率； 交叉验证功能，帮助 我们在训练阶段，就 可以了解参数和算法 的选择，对属性标注 时准确性的影响； 生成报告功能，可以 在训练阶段的交叉验 证结束后，产生一个 训练阶段的报告，帮 助用户更好地记录实 验数据、参数、时间 和准确性等信息； 评估功能，比较模型 标注结果与样本真实 标签的一致性、差异 性，以评价一个模型 的好坏。

多属性文本自适应系统主要实现对每个未知属性的通信实体进行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）

设计并实现了一个图像半自动标注系统，以减轻自动驾驶场景中图像数据标注的工作量。该系统打通图像自动标注流程，利用基于深度学习的目标检测方法对图像中的交通目标进行预标注，随后交于用户检查标注结果，并自动整理输出图像标注数据。此外还开发实现了大量实用的图像标注功能，以支持用户进行图像标注，例如2D目标标注、交通标志标注、车道线标注、车灯标注、施工区域标注、目标跟踪标注、2.5D目标标注、停车位标注等。该系统投入使用后大幅提升了图像标注工作的效率，道路交通目标的平均标注速度相较于手工标注提升了115%。 相关技术指标：自动标注系统的平均标注速度为280张/人天。标注算法的漏检率为6.2%、准确率为92.3%、贴合率为81.2%。 技术指标满足系统设计要求，实际效果令人满意。 技术创新点： 1）实现了标注流程的半自动化，大幅减轻在标注流程上的工作量。 2）在标注功能上，相比已有可获得的工具，在交通目标的类型及标注特性上有了较大扩充。 3）在标注性能上，应用了成熟、领先的目标检测算法和机制如ResNeXt、注意力机制、Focal Loss、GIoU Loss等，并进行若干改进，设计了定位置信度模块、倒金字塔注意力模块、稀疏结构注意力机制等，显著提升了模型的检测效果，特别是小目标以及全局性关联目标检测性能。

通过机器学习方法对个人的各种属性，如身份、年龄、姿态、表情、颜值、行为等进行自动识别和分析，广泛应用于人机交互、推荐系统、智能监控、安全控制等诸多领域。包括3D手势姿态识别、基于静态图像的人体行为识别等技术。

高校科技成果尽在科转云

网络音乐以其使用率一直位居中国互联网应用前三甲的宝座，音乐已经成为用户通过搜索引擎搜索的前三大类内容之一，用户比例高达41.6%，大部分综合搜索引擎都已经提供针对音乐的垂直搜索功能。互联网上日益庞大的用户规模以及海量的数字音乐要求高效的音乐检索手段和令用户满意的检索体验。 本系统采用多模态情感回归的方法，实现音乐情感的自动标注，并通过音乐情感词作为中间桥梁，实现音乐情感维度信息到情感类别的映射，间接实现了音乐情感的分类。因此本系统能够同时满足对音乐情感维度信息和类别信息自动标注的需求。

可有效用于对CPS进行系统建模、属性规约和属性验证。

产品详细介绍OMS材料物理光学属性测量仪OMS2材料物理光学属性BRDF测量仪，用于测量光学材料表面BRDF光学属性以及材料体光学属性，测量出的数据经过OMS2数据处理软件的拟合，得出.BRDF格式的文件，这些文件都携带了材料的表面光学属性和体光学属性。这些数据文件可在OMS2支持软件中直接读取，在OMS2支持软件的协助下完成杂散光仿真分析处理。国内外用户有拜尔材料、洛克希德马丁、NASA、三星、LG、航天508所、中航工业上海航空电器有限公司等。设备组成OMS2材料BRDF光学属性高精测量系统由OMS2测量仪、数据处理工作站、OMS4数据处理软件。注：B2DF的解释双向反射分布函数（Bidirectional Reflectiondistribution function, BSDF）是研究物体表面粗糙度之光学性质。由于物体表面上有凹凸不平的微小表面，一束入射光线射到表面而产生反射现象，用BRDF 来表示这种反射（散射）现象。其中双向（Bidirectional）系指入射光与接受散射光的方向，因不同的入射光角度所产生的散射性质亦不相同。BRDF 主要应用在计算机仿真物体表面明亮度，与真实人眼所看物体之明亮度相符；另外可应用在背光模块之光学模拟，例如扩散膜之散射性质。测量波段OMS2测量系统可获得测量、提取材料在可见光以及近红外波段的光学属性，具体测量波段是400nm—670nm测量结果（1）材料表面光学属性BRDFa. 材料BRDF点阵数据在使用OMS2测量材料时，仪器中的光电倍增管（PMT）在2π空间内接受样品反射以及透射的光能量数据，因此测量后会得到离散型的点阵数据。b. 材料BRDF文件数据离散型数据直接被使用于软件仿真并不精确，所以所得的离散型数据必须经过数据处理才可使用，OMS2系统的工作站中带有由OPTIS研发出来的数据处理系统，经过OMS2数据处理软件的数据拟合、处理可得出精确的可直接使用.BRDF格式的文件结果中可以查看光的不同入射角度，以及不同波长时，光在材料表面反射、吸收的参数，并且还可查看反射的光型。（2）OMS2数据处理软件OMS2数据处理软件内含有OPTIS大量材料属性数据库，可对采集到的离散型数据进行处理拟合，生成.BSDF格式的材料面光学属性文件，以及.Material格式的材料体光学属性文件。生成的材料光学属性文件可在OMS2支持软件中使用。