-
-
公开(公告)号：CN103258211A
公开(公告)日：2013-08-21
申请号：CN201310214343.3
申请日：2013-05-31
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本申请实施例提供了一种手写体数字识别方法和系统，所述方法包括：计算待分类图像对应的待分类李群变换数据；获取预先训练的包括对应不同数字类别的样本李群变换数据，所述样本李群变换数据是根据不同数字类别对应的大量训练图像计算得到；确定最接近所述待分类李群变换数据的预设数量的目标样本李群变换数据；识别对应同一数字类别且数量最多的目标样本李群变换数据的数字类别为所述待分类图像的数字类别。通过本实施例可以实现简单高效的数字识别，且提高了识别准确率。
-
公开(公告)号：CN102789490A
公开(公告)日：2012-11-21
申请号：CN201210228899.3
申请日：2012-07-04
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明提供了一种数据可视化方法，包括：获取第一数据集并计算所述第一数据集中每个数据的可视化坐标，得到与所述第一数据集对应的可视化坐标集，其中，所述第一数据集包括n个D维数据，n为大于等于1的正整数，D为大于等于1的正整数；获取第二数据集并利用稀疏矩阵求加权值的方法增量式地处理所述第二数据集中的每个数据，得到所述第二数据集中每个数据的可视化坐标，并将每次处理得到的每个数据的可视化坐标加入到与所述第一数据集对应的可视化坐标集中，其中，N为大于n的正整数；输出与所述第一数据集对应的可视化坐标集。本发明还提供了一种数据可视化系统。本发明提供的数据可视化方法和系统提高了数据处理速度。
-
公开(公告)号：CN102663370A
公开(公告)日：2012-09-12
申请号：CN201210120265.6
申请日：2012-04-23
Applicant: 苏州大学
Abstract: 本发明公开了一种人脸识别的方法，通过对测试样本和训练样本进行随机的降维，并生成相似性学习训练集和测试集，选择支持向量机的正则参数和高斯核函数，将相似性学习的训练集输入到正则参数和高斯核函数中，得到分类器模型，再将相似性学习的测试集输入到分类器模型中，得到分类结果，通过将所述分类结果进行求和，与某一类样本的样本数量的商为所述某一类的相似性概率的大小，取得最大值，并将所述最大值输出，得到相似性概率的大小，得到最准确的人脸识别结果。通过对样本的降维，将样本复杂度降低，使得基于SVM来学习人脸图像之间的相似性的算法快速；另外，通过对于每一类进行的算法，使得人脸识别率有了相应的提高。
-
公开(公告)号：CN102360388A
公开(公告)日：2012-02-22
申请号：CN201110320482.5
申请日：2011-10-20
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本申请公开了一种基于支持向量回归的时间序列预测方法及系统。一种基于支持向量回归的时间序列预测方法，包括：从已有的时间序列数据集中选取历史数据，得出多个训练数据集；确定待构建的SVR模型的正则参数和高斯核参数，构建每个训练数据集对应的支持向量回归SVR模型；选取t-T+1时刻至当前t时刻之间的T个历史数据；在被预测时刻与当前时刻的第一差值小于等于SVR模型的个数的情况下，选取与所述第一差值对应的SVR模型，对T个历史数据直接利用该SVR模型获得被预测时刻的预测值。本申请的一步预测获得预测值的方式相对于现有技术多步预测获得被预测时刻的预测值的方式，预测误差的累积减少，进而获得预测值的精确度提高。
-
Patent Agency Ranking
公开(公告)号：CN111291694B
公开(公告)日：2023-12-01
申请号：CN202010097854.1
申请日：2020-02-18
Applicant: 苏州大学
Abstract: 本申请涉及一种菜肴图像识别方法及装置存储介质，属于计算机技术领域，该方法包括：获取待识别的目标菜肴图像；获取图像识别模型，图像识别模型基于神经网络模型建立，且在神经网络模型中的多层中间层中添加了批归一化层，批归一化层包括归一化层和线性变换层；该归一化层用于对当前层的输入数据进行归一化；线性变换层用于将归一化后的数据线性变换至预设分布区间，线性变换层中的线性变换参数是通过对图像识别模型进行训练得到的；将目标菜肴图像输入图像识别模型，得到图像识别结果；可以解决现有的菜肴图像识别模型忽略数据分布随神经网络加深而梯度消失的问题；保证多层中间层计算后数据分布仍存在梯度，提高菜肴识别的准确性。
-
公开(公告)号：CN103886345B
公开(公告)日：2018-11-02
申请号：CN201410161914.6
申请日：2014-04-22
Applicant: 苏州大学
IPC: G06K9/66
Abstract: 本发明提供了一种投影变换矩阵的获取方法及装置、样本分类方法及装置，本发明使用训练样本的类别标签构建类别矩阵，并根据类别矩阵加入计算投影变换矩阵中。本发明中由于类别标签能够准确的表示训练样本的类别，因此类别矩阵能够准确反应训练样本的类别。本发明取在欧氏距离和值最小的基础上，加入类别信息实现了有监督的学习，因此能够获得正确地投影变换矩阵，并很好地实现拉近同类之间距离，扩大异类之间距离的目的，进而使分类性能变好。
-
公开(公告)号：CN104657574B
公开(公告)日：2017-10-31
申请号：CN201410262085.0
申请日：2014-06-13
Applicant: 苏州大学
IPC: G06F19/00
Abstract: 本申请提供一种医疗诊断模型的建立方法及装置，该方法首先依据支持向量数据描述SVDD算法进行特征选择，对预存储的原始训练样本集中的各个训练样本进行降维处理，然后依据支持向量机训练算法对经过降维处理后得到的低维训练样本组成的低维训练样本集进行训练，生成医疗诊断模型。这种医疗模型的建立方法在迭代过程中通过SVDD算法的特征选择，根据给定的排序准则删除若干个不重要特征，可以降低建模过程的时间复杂性，实现对医疗数据的快捷处理，提高诊断能力。
-
公开(公告)号：CN103870719B
公开(公告)日：2017-06-16
申请号：CN201410140707.2
申请日：2014-04-09
Applicant: 苏州大学
IPC: G06F19/10
Abstract: 本申请公开了一种启动子识别方法，通过对多个样本基因序列进行胞嘧啶、鸟嘌呤CG偏好特征的统计，将多个样本基因序列分为两类，针对每一类样本基因序列分别执行以下步骤：分别提取其中每一个样本基因序列的刚性特征、CpG岛特征和四联体组成成分特征，并构建对应的分类器来对样本基因序列进行启动子识别判断，对识别的非启动子序列提取其五联体组成成分特征并构成五联体分类器，再次进行启动子识别判断，并在识别结果满足预设条件时，确定当前样本基因序列为启动子序列，否则为非启动子序列。本申请充分考虑了基因的刚性特征、CpG岛特征和组成成分特征，通过分级识别，最终给出的启动子识别结果准确率更高。
-
公开(公告)号：CN103679161B
公开(公告)日：2017-01-04
申请号：CN201410003300.5
申请日：2014-01-03
Applicant: 苏州大学
Abstract: 本发明公开了一种人脸识别方法和装置，在该方法中，根据所述同类近邻集合所确定互为近邻的同类样本之间的实际距离以及根据所述异类近邻集合所确定互为近邻的异类样本之间的实际距离构造权值矩阵，进而构造类内邻接图和类间邻接图，最终将待测试样本按照投影变换矩阵映射到判别子空间中，得到判别子空间中的测试样本，利用最近邻分类器，依据所述判别子空间中的训练样本集对所述测试样本进行分类，本发明使得所构造的类内邻接图和类间邻接图能够真实反映出训练样本集的局部结构，提高了对待测试样本的分类性能。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.023 seconds)
