-
公开(公告)号：CN116883848A
公开(公告)日：2023-10-13
申请号：CN202310862753.2
申请日：2023-07-13
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/774 , G06V10/82
Abstract: 本发明提供了路面破损检测方法及系统，涉及目标检测技术领域，包括：构建基于YOLOv5的路面破损检测模型；利用路面破损损失函数对路面破损检测模型进行训练；所述路面破损损失函数包括：基于多种距离约束的坐标定位损失、置信度损失和分类损失；所述多种距离约束包括：重叠面积、中心点距离、真实框与预测框宽高比、相交框与预测框宽高比、左上角距离和右上角距离；利用训练好的路面破损检测模型对真实待检测图像数据进行路面破损检测。本发明中通过改进CIoU损失函数，进而提升了路面破损检测的准确性。
-
公开(公告)号：CN115901967A
公开(公告)日：2023-04-04
申请号：CN202211287391.0
申请日：2022-10-20
Applicant: 大连海事大学
IPC: G01N29/44 , G01N29/14 , G01M13/045 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于CNN‑LSTM的声发射轴承状态检测方法及装置。方法包括基于声发射传感器采集训练用信号数据，对所述训练用声发射信号进行预处理，从而生成声发射信号数据集；采用归一法与交叉重叠法对数据进行预处理；将预处理后的声发射信号数据集作为训练数据集输入轴承故障诊断模型，所述轴承故障诊断模型用于对声发射信号数据进行分类，并输出与所述声发射信号数据对应的状态名称；将预处理后的待检测振声发射信号数据输入训练好的轴承故障诊断模型，获取所述轴承故障诊断模型输出的轴承状态名称。本发明主要利用CNN和LSTM结合的网络，对声发射信号原始数据进行充分的特征提取，实现4种类型故障的精准分类和检测。
-
公开(公告)号：CN107274888B
公开(公告)日：2020-09-15
申请号：CN201710449128.X
申请日：2017-06-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于倍频程信号强度和差异化特征子集的情感语音识别方法，步骤包括：S1对语音情感数据集X进行至少包括OBSI及OBSIR参数的特征提取；S2提取每一个情感ei的最优特征子集D(ei,other)；S3使用D(ei,other)进行训练识别，得到情感区分度d(ei)；S4根据d(ei)对情感集合S中的情感类型进行排列，得到有序情感集合S；S5根据S中各情感的顺序，构建SVM‑RF多级分类器；S7利用SVM‑RF多级分类器模型对测试情感语音进行分类测试，并输出分类结果。本发明基于倍频程信号强度和差异化特征子集的情感语音识别方法，以实现情感语音的准确识别。本发明以OBSI特征为基础，针对SVM和RF优点提出一种基于特征选择的SVM‑RF多级分类器构建算法，对子分类器的特征子集采取差异化策略，在保证性能的同时，减少了训练时间。
-
公开(公告)号：CN107292338A
公开(公告)日：2017-10-24
申请号：CN201710454479.X
申请日：2017-06-14
Applicant: 大连海事大学
IPC: G06K9/62
CPC classification number: G06K9/6255 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种基于样本特征值分布混淆度的特征选择方法，其包括：1、分别对数据集X中各类样本每一个特征fi的取值集合按从小到大的顺序进行排序；2、确定各类样本所对应的特征fi的限定值范围；3、确定数据集中M类样本对于第i个特征所对应的样本混淆数量，计算数据集X中第i个特征的特征值分布混淆度进而使用同样方法获得数据集X中每一个特征的Confusion值；4、依据所获得的Confusion值对数据集X中各个特征进行重要度排序以获得有序特征集合F；5、基于所设定的子集搜索策略，使用分类器对有序特征集合F或有序特征集合F中的部分特征所组成的子集Fsub进行子集搜索以得到所需的特征子集D。本发明能选出性能较好的特征子集，提高特征子集的识别能力，降低子集搜索过程中搜索次数。
-
公开(公告)号：CN106611107A
公开(公告)日：2017-05-03
申请号：CN201710031232.7
申请日：2017-01-17
Applicant: 大连海事大学
IPC: G06F19/18
CPC classification number: G16B20/00
Abstract: 本发明公开了一种去除测序数据噪声的方法,包括以下步骤：S1：对原始RNA‑Seq数据进行过滤，应用最小过滤原则，去除原始数据矩阵中的数值为0或表达量极低的行；S2：对过滤后的数据进行标准化处理，去除系统偏差，将不同的结果根据全局数值进行调整，使个体之间的数据具有可比性；S3：计算标准化数据后感兴趣的变量和批次噪声之间的相关性，进行相关系数显著性检验，求出P值，若P
-
Patent Agency Ranking
公开(公告)号：CN115294154A
公开(公告)日：2022-11-04
申请号：CN202210861243.9
申请日：2022-07-20
Applicant: 大连海事大学
Abstract: 本发明提供一种基于4卷积层立体金字塔网络的X光图像肺部分割方法。主要包括：获取CXR图像数据集，并对所述CXR图像数据集进行数据增强处理从而生成训练数据集；构建4卷积层立体金字塔网络结构，并基于所述训练数据集对所述4卷积层立体金字塔网络结构进行训练，得到最优网络结构参数，其中所述4卷积层立体金字塔网络结构包括对称设置的四个编码器块、四个解码器块和一个融合模块；获取待处理的CXR图像输入至应用最优网络结构参数的4卷积层立体金字塔网络结构中进行处理，最终输出分割结果。本发明使用相对较低参数量解决了灰度CXR图像中因病理条件或成像质量差导致肺部边界分割不完善的问题，为肺部病变的确认提供了重要的参考依据。
-
公开(公告)号：CN107273845B
公开(公告)日：2020-10-02
申请号：CN201710438445.1
申请日：2017-06-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于置信区域和多特征加权融合的人脸表情识别方法，包括：1、获得人脸置信区域图像以及人脸区域图像，所述人脸置信区域图像至少包括眼睛眉毛区域和嘴部区域；2、对所述人脸置信区域图像及人脸区域图像进行特征提取以获得所对应的初始特征；3、对所述初始特征进行降维及数据归一化处理后并组成融合特征F；4、将所述融合特征F作为分类识别特征送入分类器进行识别；5、选定训练集特征数据以及测试集特征数据并将所述训练集特征数据输入到GRNN神经网络进行训练以获得相应的训练参数；6、基于所述训练参数，采用密度函数对测试集特征数据进行预测输出以获得最终的分类识别特征数据。本发明具有更高的识别效率以及识别准确率。
-
公开(公告)号：CN107256538B
公开(公告)日：2019-10-01
申请号：CN201710427899.9
申请日：2017-06-08
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于搜索准则和约束条件的块稀疏表示的图像修复方法，步骤包括：在源图像中确定待修复块Ψp，并选取M个与待修复块已知区域最相似的图像块；对所选M个图像块进行删减，得到候选块集合Q＝{Ψq}q＝1,2,···,L；将候选块集合中各候选块进行稀疏表示，并构建待填充块为兼顾待填充块与待修复块已知区域和待修复块未知区域的相似度，构建系数表达候选块约束条件；根据稀疏表达候选块约束条件构建稀疏表达方程；通过贪心算法求解稀疏表达系数；稀疏表达系数带回待填充快稀疏方程求得待填充块Ψt；将待填充块Ψt填充到源图像中。本发明考虑待修补块已知区域和未知区域的差异建立约束条件，提供了一种更好的保持结构连贯性以及结构清晰性的图像修复方法。
-
公开(公告)号：CN106780486A
公开(公告)日：2017-05-31
申请号：CN201710027473.4
申请日：2017-01-16
Applicant: 大连海事大学
Abstract: 本发明提供一种钢板表面缺陷图像提取方法，其特征在于，包括如下步骤：对钢板表面图像进行ROI检测，剔除无缺陷图像；依次读取缺陷图像，对图像进行预处理，去除噪声和不均匀光照对缺陷分割效果的影响，提高前后景对比度；对预处理后的钢板缺陷图像利用Center‑Surround Difference进行缺陷区域分割提取，最终数据输出。本发明使得图像提取算法效率得到提升，无需占用很大内存空间，便于实时处理，有效弱化噪声的影响，避免图像因光照和亮度不均造成的错误提取，提高对比度，使得缺陷提取效果更加优良，细节更完整。
-
公开(公告)号：CN119004073A
公开(公告)日：2024-11-22
申请号：CN202411092853.2
申请日：2024-08-09
Applicant: 大连海事大学
IPC: G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06F18/10 , G06F18/23213
Abstract: 本发明一种基于改进LSTM的变分自编码器的驾驶风格特征提取方法，属于车辆工程和数据科学技术领域。通过对数据集信息进行预处理；基于改进编码器和解码器构建模型并训练模型；输入预处理后数据，进行驾驶风格特征提取，特征聚类以及驾驶风格分析，输出对应驾驶风格；利用特征聚类和特征分析结果验证模型特征提取性能。本发明通过对特征提取的改进，在优化算法复杂度的同时，有效提高了驾驶风格聚类的精确度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.025 seconds)
