-
公开(公告)号：CN112019555A
公开(公告)日：2020-12-01
申请号：CN202010906070.9
申请日：2020-09-01
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于BPL的小数据集混合逃逸技术的生成算法，包括如下步骤：1)学习基本原子逃逸技术和起始逃逸技术选择；2)学习原子逃逸技术的关联；3)通过BPL算法，生成混合逃逸组合类别；4)在类别中加入逃逸技术组合噪声；5)生成实例；6)实现具体混合逃逸。本发明基于BPL的小数据集混合逃逸技术的生成算法，提高了网络入侵的成功率，基于小数据集也能生成较好效果的混合逃逸攻击，改变了现有需要大量原始数据才能进行混合逃逸攻击的现状，并且在实现了对原有逃逸组合模仿的基础上，还可根据原有的组合进行再创造。
-
公开(公告)号：CN110781829A
公开(公告)日：2020-02-11
申请号：CN201911027483.3
申请日：2019-10-28
Applicant: 华北电力大学
IPC: G06K9/00
Abstract: 本发明公开了一种轻量级深度学习的智慧营业厅人脸识别方法，包括如下步骤：数据预处理：在采集的图像中，检测到人脸区域，然后把该区域输入人脸识别网络；人脸识别模型设计；模型训练：学习区分人脸的特征，基于经过数据预处理的人脸训练数据集，通过多次迭代，逐步调整网络的权重参数，最终得到性能良好的人脸识别模型；模型测试。本发明解决了传统营业厅业务办理模式，通过基于深度学习的人脸识别模式，可以通过分析用户消费信息，主动为用户提供潜在业务推荐，实现客户的精准营销，同时智能地为客户提供业务办理引导，极大地改善了用户体验及业务办理人员工作效率；在保证模型识别精度的情况下，大大降低模型规模，实现了移动端的人脸识别。
-
公开(公告)号：CN110782461A
公开(公告)日：2020-02-11
申请号：CN201911027493.7
申请日：2019-10-28
Applicant: 华北电力大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于Mask-RCNN的电力设备红外图像分割方法，包含以下步骤：步骤S1：建立电力设备红外图像的数据集，标注好训练集和测试集；步骤S2：构建立深度学习模型；步骤S3：设置模型初始超参数和迭代次数；步骤S4：使用步骤S1中标注好的训练集，输入构建好的模型中进行训练；步骤S5：每2000～3000迭代次数，采用步骤S1中标注好的测试集，评估步骤S4中该次训练得到的模型的性能；步骤S6：当迭代次数达到设定值时，停止训练，筛选出性能最优的深度学习模型；步骤S7：将待测电力设备红外图像输入训练好最优的深度学习模型进行处理，获得分割结果。本发明分割精度提升显著，保留了目标设备的原色彩信息，进而可获得温度信息，为故障诊断提供了依据。
-
公开(公告)号：CN110660019A
公开(公告)日：2020-01-07
申请号：CN201910930272.4
申请日：2019-09-29
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于BPL的小数据集简笔画生成方法，学习笔划、笔划位置及笔划的位置关联后，生成各种类别的概率模型，再根据不同的概率模型进行简笔画的实现；对类别T的概率模型满足：其中，e为类别T的一个示例，I是示例e的具体图像，M为类别T对应的示例数量，P为概率，m为循环数。本发明基于BPL的小数据集简笔画生成方法，基于小数据集即可生成较好效果的图像，改变了需要大量原始数据才能进行AI绘画的现状，提高了效率，降低了成本；在实现了对原有画作风格模仿的基础上，还可根据原有的画作风格进行模板的再创造。
-
-
-
Search Results
4
records
(took 0.019 seconds)
