-
公开(公告)号：CN116433550A
公开(公告)日：2023-07-14
申请号：CN202310428260.8
申请日：2023-04-20
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开一种管道内相似图像去重的方法、计算机装置及存储介质，涉及图像处理技术领域，拟解决现有图像去重方法要求苛刻且不具有鲁棒性对地下管道环境数据处理效果不佳的问题；本发明先实时检测管道内缺陷区域；再校验缺陷种类判定与相对位置；而后裁剪缺陷区域；之后融合判定相似性；最后依据相似图像集进行清晰度排序与去重；本发明可以针对相似图像进行去重，并不需要图像数据库中有相同的图像，可以很好地解决城市地下管道环境数据存在冗余的问题，有重要的实用价值，并且结合AI深度模型与两种传统相似度的融合计算方法，准确地实现了地下管道的相似图像的去重，且对图像的刚体变换具有较强的鲁棒性。
-
公开(公告)号：CN112541639B
公开(公告)日：2023-07-07
申请号：CN202011526793.2
申请日：2020-12-22
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q10/067 , G06Q10/10 , G06N3/044 , G06N3/08
Abstract: 本发明公开了基于图神经网络和注意力机制的推荐系统评分预测方法，包括S1、基于度和时间信息，将“用户‑项目评分图”转换为“用户‑项目评分可信度图”，并为图中的每个顶点采样邻居顶点；S2、利用采样结果结合时间信息，对“用户‑项目评分可信度图”中各个顶点状态进行更新；S3、基于注意力机制实现用户对项目的进行评分预测，并更新评分预测模型；S4、利用评分预测模型实现用户对项目的评分预测。本发明给出了图神经网络在通用推荐系统中的应用途径，结合用户和项目的静态特征，利用图神经网络的图表示学习能力学习用户项目交互网络中隐特征的重要程度，更关注地为推荐系统服务。
-
公开(公告)号：CN113704998B
公开(公告)日：2023-03-03
申请号：CN202110995284.2
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域，涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题，通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上，通过改变旁瓣区域中幅度响应的约束，来实现对波束的旁瓣控制，在考虑了主瓣区域的幅度响应的抖动约束后，提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架，将原非凸的优化模型，分解为若干可解的凸优化子问题，迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化，并且算法迭代步数少，收敛速度快，可以快速得到权向量的稀疏性结果。
-
公开(公告)号：CN113205102B
公开(公告)日：2022-11-01
申请号：CN202110396880.9
申请日：2021-04-13
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
Abstract: 本发明公开了一种基于忆阻神经网络的车辆标志识别方法，属于车联网安全、图像识别技术领域。本发明首先对车辆标志图像进行预处理，再将预处理后的图像像素映射为忆阻器两端的输入电压信号，然后对忆阻交叉阵列进行状态调整，从而实现降噪功能，最终获得对应的忆阻值矩阵，之后将对应的忆阻值矩阵映射成图像像素值，之后通过轻量级卷积神经网络对映射图像进行特征提取，最后通过提取的特征进行识别得到最终结果。本发明通过构建忆阻交叉阵列对车辆标志进行降噪处理提高识别准确率，再结合轻量级卷积神经网络进一步实现对车辆标志的高效识别。
-
公开(公告)号：CN114694232A
公开(公告)日：2022-07-01
申请号：CN202210421774.6
申请日：2022-04-21
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明属于安防监控技术领域，本发明提供一种低光照下的人脸跟踪方法，用于解决传统的人脸跟踪方法容易受光照、遮挡和目标移动干扰的问题。本发明，将LBP纹理特征融入进传统的CAMSh ift算法，且将改进的CAMSh ift算法融入进TLD算法；同时，将马尔科夫预测融入进算法中，通过对目标运动方向的预测，缩小目标检测区域；将改进的CAMSh ift算法和马尔科夫方向预测融入进TLD算法中，实现了目标的长期跟踪和跟踪窗口的自适应控制。采用本发明的方案，克服了光照和遮挡干扰对跟踪算法的影响；克服了因目标的快速移动导致跟踪失败的难题；提高了人脸跟踪的准确率和实时性。
-
Patent Agency Ranking
公开(公告)号：CN114065945A
公开(公告)日：2022-02-18
申请号：CN202111272727.1
申请日：2021-10-29
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于DJTN迁移学习的智能故障诊断方法，选择用于参照的已存在有标签数据集的工作条件，然后对于需要进行故障诊断的待诊断工作条件，采用有标签数据集相同的工作信号采集方法采集得到智能机械的无标签数据集，构建包括特征提取模块、迁移学习模块和分类模块的DJTN迁移学习模型，有标签数据集和无标签数据集输入DJTN迁移学习模型对其进行训练，对于训练好的DJTN迁移学习模型，将其中特征提取器和分类模块构成故障诊断模型，将无标签数据集中的每个工作信号数据样本分别输入故障诊断模型，得到对应的健康状态诊断结果。本发明通过迁移学习，提高了对故障诊断中智能机械工作条件多样的鲁棒性。
-
公开(公告)号：CN113780455A
公开(公告)日：2021-12-10
申请号：CN202111094522.9
申请日：2021-09-17
Applicant: 宜宾学院 , 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于模糊隶属度函数的C‑SVM的移动目标识别方法，涉及模式识别技术领域，对C‑SVM进行有效的改进，通过定义适当的内积核函数来实现非线性变换，将样本从原始输入空间变换到一个高维特征空间，然后在这个新空间中求取线性最优分类面，在最终的分类判别函数中，对目标进行分类识别时，计算复杂度只取决于支持向量的个数，而计算复杂度并没有增加。本申请提供了一种基于模糊隶属度函数的C‑SVM的移动目标识别方法，在不降低C‑SVM识别精度的基础上，使得C‑SVM便于硬件实现。
-
公开(公告)号：CN113704998A
公开(公告)日：2021-11-26
申请号：CN202110995284.2
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06F30/20 , G06F111/04
Abstract: 本发明属于信号处理技术领域，涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题，通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上，通过改变旁瓣区域中幅度响应的约束，来实现对波束的旁瓣控制，在考虑了主瓣区域的幅度响应的抖动约束后，提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架，将原非凸的优化模型，分解为若干可解的凸优化子问题，迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化，并且算法迭代步数少，收敛速度快，可以快速得到权向量的稀疏性结果。
-
公开(公告)号：CN113660276A
公开(公告)日：2021-11-16
申请号：CN202110951029.8
申请日：2021-08-18
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
Abstract: 本发明公开了一种基于隐私数据保护的远程任务调度方法，包括以下步骤：S1：将待调度的网络设备分为任务发起方和任务处理方；S2：对远程任务中的原始数据进行处理，得到加密数据；S3：生成任务报文，并将任务报文加密后传输至任务处理方；S4：解密任务报文，获得公钥和接口；S5：通过任务处理方使用接口获取加密数据，并将执行结果加密，发送至任务发起方，完成远程任务调度。本远程任务调度方法利用统一的API接口封装远程任务调度的方法，适用于没有信任或信任度低的网络，利用第三方协议来对任务发起方和任务处理方进行安全认证。利用第三方可信服务器对任务双方进行授权，保证整个网络的安全性，减轻了双方的负担。
-
公开(公告)号：CN113205102A
公开(公告)日：2021-08-03
申请号：CN202110396880.9
申请日：2021-04-13
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
Abstract: 本发明公开了一种基于忆阻神经网络的车辆标志识别方法，属于车联网安全、图像识别技术领域。本发明首先对车辆标志图像进行预处理，再将预处理后的图像像素映射为忆阻器两端的输入电压信号，然后对忆阻交叉阵列进行状态调整，从而实现降噪功能，最终获得对应的忆阻值矩阵，之后将对应的忆阻值矩阵映射成图像像素值，之后通过轻量级卷积神经网络对映射图像进行特征提取，最后通过提取的特征进行识别得到最终结果。本发明通过构建忆阻交叉阵列对车辆标志进行降噪处理提高识别准确率，再结合轻量级卷积神经网络进一步实现对车辆标志的高效识别。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.112 seconds)
