-
公开(公告)号：CN111523576B
公开(公告)日：2023-06-16
申请号：CN202010285215.8
申请日：2020-04-13
Applicant: 河海大学常州校区
IPC: G06F18/2321
Abstract: 本发明公开一种适用于电子质量检测的密度峰值聚类离群点检测方法，包括获取待检测离群点的所有数据点的多维特性检测数据集合；对于各数据点，分别计算局部密度值，以及该数据点到局部密度更高的最近数据点的距离值；根据各数据点局部密度值和距离值的大小，确定多个聚类中心，进而划分类簇；然后对于各数据点，基于局部密度值和距离值计算离群度；再根据所有数据点的离群度，利用箱型法确定属于边界区域的数据点集合；最后将边界区域中的数据点及其在各类簇中的子数据点作为离群数据点。本发明可充分利用聚类算法中离群点分布特点，量化出具体的特征数值，便于采用箱型法来检测出电离层中的差电子。算法易实现，效率和准确度皆较高。
-
公开(公告)号：CN111507224B
公开(公告)日：2022-08-30
申请号：CN202010273344.5
申请日：2020-04-09
Applicant: 河海大学常州校区
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于网络剪枝的CNN人脸表情识别显著性分析方法，包括：S1将人脸数据按表情归类并分别训练识别网络；S2利用剪枝算法分别处理每个训练好的识别网络，得到选定卷积层各滤波器的重要性分数；S3根据选定卷积层剪枝之后计算出的各滤波器的重要性分数，计算该层的特征图权重。本发明在特定表情训练网络的基础上，利用剪枝算法找到对表情识别贡献大的特征并赋上对应权重，解决基于注意力机制的表情识别中重要特征的显著性分析问题，提高识别准确率、完成表情识别的相关操作。
-
公开(公告)号：CN113425243A
公开(公告)日：2021-09-24
申请号：CN202110285621.9
申请日：2021-03-17
Applicant: 河海大学常州校区
IPC: A61B3/08
Abstract: 本发明公开了一种基于随机点立体图的立体视觉测试方法，包括以下步骤：S1、根据现有数据，确定立体图像的立体视锐度区间和立体视锐度最小步长；S2、确定立体视锐度区间和最小步长，计算随机点立体图应具有的视差，再将视差人眼感知到的深度）转换成图像平移的距离，最后生成具有此视差的随机点立体图；S3、采用时分3D显示技术和自适应阶梯方法，设计立体视觉测试方案；S4、基于S3设计的立体视觉测试方案进行测试，根据测试者对相应立体视锐度等级立体图像的反馈来度量测试者的立体视觉。本发明能够快速，准确地测量人体的立体视觉，同时扩大了立体视觉的可测量范围、以及准确性，可用于检测测试者在一段时间的立体视觉变化。
-
公开(公告)号：CN111523576A
公开(公告)日：2020-08-11
申请号：CN202010285215.8
申请日：2020-04-13
Applicant: 河海大学常州校区
IPC: G06K9/62
Abstract: 本发明公开一种适用于电子质量检测的密度峰值聚类离群点检测方法，包括获取待检测离群点的所有数据点的多维特性检测数据集合；对于各数据点，分别计算局部密度值，以及该数据点到局部密度更高的最近数据点的距离值；根据各数据点局部密度值和距离值的大小，确定多个聚类中心，进而划分类簇；然后对于各数据点，基于局部密度值和距离值计算离群度；再根据所有数据点的离群度，利用箱型法确定属于边界区域的数据点集合；最后将边界区域中的数据点及其在各类簇中的子数据点作为离群数据点。本发明可充分利用聚类算法中离群点分布特点，量化出具体的特征数值，便于采用箱型法来检测出电离层中的差电子。算法易实现，效率和准确度皆较高。
-
公开(公告)号：CN111444726A
公开(公告)日：2020-07-24
申请号：CN202010228609.X
申请日：2020-03-27
Applicant: 河海大学常州校区
IPC: G06F40/30 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种语义信息提取方法和装置，属于自然语言处理技术领域，方法包括：获取待识别的语料数据；对获取到的语料数据进行预处理，预处理包括将语料数据转换为词向量和/或字向量；将向量转换后的语料信息输入至预先训练的语义信息提取模型，得到命名实体识别结果；所述语义信息提取模型包括双向长短时记忆网络和CRF层网络，其训练样本为已标注字符标签和实体标签的语料数据的向量形式；双向长短时记忆网络的输出为待识别语句中各词中字符映射到标签的概率矩阵，CRF层网络根据双向长短时记忆网络的输出，确定待识别语句的标签序列并输出。本发明通过将格子结构的长短时记忆网络改进为双向，使其能够更好的获知文章中一个句子前后文的信息，从而更准确地判断这个句子的语义。
-
Patent Agency Ranking
公开(公告)号：CN107808673B
公开(公告)日：2020-07-14
申请号：CN201711114782.1
申请日：2017-11-13
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种语音数据基于分簇聚类的分块高斯回归模型子集建模方法，语音数据按时间间隔分帧，对每一帧数据进行特征提取，每一帧提取出来的高维数据降到三维后，进行分块高斯回归模型建模；所述分块高斯回归模型为基于子集法的高斯回归过程模型，在训练数据集中，按照贪婪算法选取出若干代表原训练数据集的点构成子集，将携带冗余信息的数据点剔除掉，本发明根据具体的测试点来调整所选取的子集，并且通过分簇聚类后，选取的子集来自各个不同的簇，能够代表整个数据集，这样选取的子集既能保证是最接近测试点的一部分局部最优点，同时兼顾全局。
-
公开(公告)号：CN110782449A
公开(公告)日：2020-02-11
申请号：CN201911050944.9
申请日：2019-10-31
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于迁移学习和可变形CNN的陶瓷釉面缺陷检测方法，S1，构建陶瓷釉面图像样本数据集，S2，通过迁移学习与可变卷积的方法，构建改进的CNN，对陶瓷釉面图像样本数据进行特征提取，S3，使用随机森林算法对特征数据进行分类。本发明在陶瓷釉面图像样本数据集的基础上，通过可变卷积算法进一步提取了陶瓷釉面图像的特征，并通过随机森林算法提高了分类识别的准确度。该发明有助于方便工厂检测出生产中不合格的陶瓷釉面，提高企业生产效率，降低企业生产成本。
-
公开(公告)号：CN110765277A
公开(公告)日：2020-02-07
申请号：CN201911005071.X
申请日：2019-10-22
Applicant: 河海大学常州校区
IPC: G06F16/36 , G06F16/332 , G06F16/33 , G06F16/35 , G05B23/02 , G06F16/951
Abstract: 本发明公开了一种基于知识图谱的移动端的在线设备故障诊断平台。包括如下步骤：S1，建立数控机床信息抽取模块；S2，建立数据清洗与知识图谱模块；S3，建立问答延伸模块；S4，建立后台管理模块。本发明会把用户最终采纳的答案作为新的节点纳入知识图谱的关系中，并在机床故障分词词典和问题模板中增添新的记录，使得此系统越用越智能，提升用户的使用体验。
-
公开(公告)号：CN110415238A
公开(公告)日：2019-11-05
申请号：CN201910700273.X
申请日：2019-07-31
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于反向瓶颈结构深度卷积网络的膜片瑕点检测方法，通过使用基于反向瓶颈结构深度卷积网络，实现了对膜片中瑕疵点的检测与标定。该方法包括图像采集、图像分割、数据标注、网络训练、瑕点检测以及图像拼接等部分。本发明提供的方法充分利用了深度卷积网络对于图像特征提取的有效性，且反向瓶颈结构能够在检测精度得到保证的情况下极大地减少参数的数量，从而实现快速准确地检测出膜片中瑕疵点的目的。
-
公开(公告)号：CN109583563A
公开(公告)日：2019-04-05
申请号：CN201811250635.1
申请日：2018-10-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于胶囊网络的变分期望最大化路由算法，把低级胶囊的pose矩阵视为GMM的数据点、高级胶囊的pose矩阵视为高斯分布，由VBEM路由算法将数据点聚类为一个个高斯分布并计算其分布参数，即在运行时将低级胶囊分组形成一个高级别的胶囊，然后根据高斯分布参数更新计算激活值a。本发明在胶囊网络中使用VBEM算法，与EM算法相比，这种方法几乎不需要额外的计算量，并且它解决了最大似然方法中的计算难题，基于变分推断对每个分解因子进行最优化来完成整体的最优化过程，既可以得到近似解，又可以避免当高斯分量“退化”到一个具体的数据点时产生的奇异性，也使得隐变量类别数k可以自动在算法中确定，并且在k较大的时候也避免了过拟合。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.057 seconds)
