-
公开(公告)号：CN112766546B
公开(公告)日：2022-04-26
申请号：CN202110005288.1
申请日：2021-01-05
Applicant: 上海大学
Abstract: 本发明提出了一种基于机器学习的足球比赛胜负实时预测方法，首先根据足球比赛记录的统计历史数据与实时事件数据，分别对其建立评分模型得到历史特征与实时特征。采用堆叠的方式将历史特征与实时特征进行融合与筛选，再利用平均进球数、平均射门数和积分榜排名等进行扩展完成特征生成。通过建立图卷积深度神经网络模型，对足球比赛结果进行实时预测。相比只用历史数据进行比赛预测的算法准确率有所提高。
-
公开(公告)号：CN112258470B
公开(公告)日：2021-10-08
申请号：CN202011126799.0
申请日：2020-10-20
Applicant: 上海大学
Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法，所述基于缺陷检测的工业图像临界压缩率智能分析系统包括：图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统；所述图像采集系统、图像处理系统、图像压缩系统依次连接，所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接，所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时，有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。
-
公开(公告)号：CN112258470A
公开(公告)日：2021-01-22
申请号：CN202011126799.0
申请日：2020-10-20
Applicant: 上海大学
Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法，所述基于缺陷检测的工业图像临界压缩率智能分析系统包括：图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统；所述图像采集系统、图像处理系统、图像压缩系统依次连接，所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接，所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时，有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。
-
公开(公告)号：CN112766546A
公开(公告)日：2021-05-07
申请号：CN202110005288.1
申请日：2021-01-05
Applicant: 上海大学
Abstract: 本发明提出了一种基于机器学习的足球比赛胜负实时预测方法，首先根据足球比赛记录的统计历史数据与实时事件数据，分别对其建立评分模型得到历史特征与实时特征。采用堆叠的方式将历史特征与实时特征进行融合与筛选，再利用平均进球数、平均射门数和积分榜排名等进行扩展完成特征生成。通过建立图卷积深度神经网络模型，对足球比赛结果进行实时预测。相比只用历史数据进行比赛预测的算法准确率有所提高。
-
-
-
Search Results
4
records
(took 0.024 seconds)
