-
公开(公告)号：CN118823438A
公开(公告)日：2024-10-22
申请号：CN202410801491.3
申请日：2024-06-20
Applicant: 湖州师范学院
IPC: G06V10/764 , G06V10/42 , G06V10/44 , G06V10/58 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 基于域适应网络的高光谱图像跨场景分类方法，本发明涉及高光谱图像跨场景分类方法。本发明的目的是为了解决现有跨场景高光谱图像分类方法在进行域对齐时忽视了每个类别的对齐效果，导致跨场景高光谱图像分类的分类准确率低的问题。过程为：一、随机采样带标签的源域数据和不带标签的目标域数据，作为训练集；所述数据为高光谱图像；二、构建基于多级特征对齐约束的域适应网络；三、将训练集输入基于多级特征对齐约束的域适应网络，获得训练好的基于多级特征对齐约束的域适应网络；四、将待测跨场景高光谱图像输入训练好的基于多级特征对齐约束的域适应网络，完成对待测跨场景高光谱图像的分类。本发明用于高光谱图像跨场景分类领域。
-
公开(公告)号：CN118133096A
公开(公告)日：2024-06-04
申请号：CN202311204678.7
申请日：2023-09-19
Applicant: 湖州师范学院
IPC: G06F18/241 , G06F18/213 , G06F18/10 , G06N3/0464 , G06N3/082 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于可解释轻量级模型的运动想象脑电分类方法，包括：对原始脑电信号进行预处理；设计轻量级和可解释的浅层卷积神经网络，构建Sinc卷积层学习带通滤波器以提取时频域特征，采用空间深度卷积层减少信道连接并学习空间滤波器，应用全连接层完成脑电特征分类；对运动想象脑电信号进行可解释性分析，引入事后解释SHAP方法刻画特征重要性，定位识别运动想象脑电特定类别的重要导联。本发明能够捕获和融合不同频率范围的信息，对空间特征进行学习，提高数据处理的效率和分类的准确性，增加模型的可解释性。
-
公开(公告)号：CN116912677A
公开(公告)日：2023-10-20
申请号：CN202310689508.6
申请日：2023-06-12
Applicant: 湖州师范学院
IPC: G06V20/10 , G06V10/764 , G06V10/77 , G06V10/82 , G06V10/26 , G06V10/52 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 基于混合CNN‑GCN网络的有限训练样本下的高光谱图像分类方法，本发明涉及高光谱图像分类方法。本发明的目的是为了解决现有标记样本不足以及现有图卷积网络并未充分利用临边关系，网络性能受到限制，导致高光谱图像分类准确率低的问题。基于混合CNN‑GCN网络的有限训练样本下的高光谱图像分类方法具体过程为：一、建立卷积神经网络与图卷积网络混合的网络模型HCGN；获得训练好的卷积神经网络与图卷积网络混合的网络模型HCGN；二、将待测高光谱图像输入训练好的卷积神经网络与图卷积网络混合的网络模型HCGN，完成对待测高光谱图像的分类。本发明用于高光谱图像分类领域。
-
公开(公告)号：CN111444937B
公开(公告)日：2023-05-12
申请号：CN202010039850.8
申请日：2020-01-15
Applicant: 湖州师范学院
IPC: G06F18/2413 , G06F18/214 , G06F18/2337 , G06N20/20
Abstract: 本发明提出了一种基于集成TSK模糊分类器的众包质量提升的方法，包括以下步骤：利用含有标签噪音的两分类数据构建多个具有抗噪能力的TSK模糊分类器TSK‑noise‑FC，在挑选出的不含噪音数据的验证集上产生多个增强属性，从而生成增强验证集；利用经典的模糊聚类算法FCM对增强验证集进行聚类，形成含有标签的多代表点数据，记做数据字典，利用生成的数据字典，对含有标签噪音的数据进行快速矫正，对于每一个含噪音数据的众包数据，找到其最近的代表点，该代表点的标签就是预测的结果。该方法能够降低众包的成本，而且运行速度快，多个具有抗噪能力的弱分类器可以并行运行，对于众包数据的预测，只需要找到最近的含有标签的代表点，此代表点的标签就是该众包数据的矫正结果。
-
公开(公告)号：CN115180318A
公开(公告)日：2022-10-14
申请号：CN202210991496.8
申请日：2022-08-18
Applicant: 湖州师范学院
Abstract: 本发明属于医疗垃圾处理装置领域，尤其涉及一种医用柔性塑料垃圾智能回收整理装置，包括压缩箱，压缩箱的两侧分别设置有储料部与储运部，储料部通过机械手单元进料至压缩箱内，压缩箱顶部连接有压缩单元，压缩箱的底部两侧分别对称设置有输料机构，储运部与输料机构的排料方向对应设置，储运部与压缩箱之间连接有同步启闭机构，同步启闭机构用于连通或关闭压缩箱与储运部，压缩箱的侧部连接有消毒部，储料部、机械手单元、压缩单元、输料机构、同步启闭机构、消毒部与储运部电性连接有控制器。本申请能够自动隔离操作，快速病毒消杀、适用性好、智能性强、安全高效、省时省力、省空间无污染、易于推广使用，并降低垃圾处理过程中的感染风险。
-
Patent Agency Ranking
公开(公告)号：CN109909820A
公开(公告)日：2019-06-21
申请号：CN201910208120.3
申请日：2019-03-19
Applicant: 湖州师范学院
Abstract: 本发明涉及机械加工领域，具体涉及一种筒状壳体内表面的多段式处理装置及处理方法,其中处理装置包括：加工台、壳体转动机构、数控系统和吸尘系统，所述加工台上设置有第一托板机构和壳体支撑机构；所述第一托板机构包括，滑动托台、导轨、第一伺服电机和第一定位丝杆，所述导轨安装在所述加工台顶部，所述滑动托台顶部设置有第二托板机构；所述壳体支撑机构包括，升降台板和支撑架，所述支撑架设置在所述升降台板顶部；所述第二托板机构包括，合金滑轨、打磨托板、第二伺服电机、第二定位丝杆和齿轮调速箱，所述第二伺服电机通过齿轮调速箱与所述第二定位丝杆相连，所述打磨托板上设置有可控式打磨机构。
-
公开(公告)号：CN107527018A
公开(公告)日：2017-12-29
申请号：CN201710617052.7
申请日：2017-07-26
Applicant: 湖州师范学院
CPC classification number: G06K9/00228 , G06K9/4619 , G06K9/6256 , G06N3/084
Abstract: 基于BP神经网络的动量人脸检测方法，该方法将Gabor特征和动量因子反向传播算法相结合。首先提取训练集的Gabor特征，并将其输入到动量因子反向传播神经网络中进行训练。然后，使用训练好的系统去检测输入图像中是否存在人脸，如果存在则用矩形标出。为了提高传统反向传播算法的训练效果，将动量因子加到该算法中，有效地减缓神经网络在训练中的震荡趋势，可以避免算法陷入局部最小值。此外，增加的动量因子可以自适应地调整反向传播神经网络每层的权重值。大量的实验结果表明，与经典的或最先进的人脸检测模型相比，我们的实验方案是有效的并且具有竞争力。
-
-
公开(公告)号：CN118078283A
公开(公告)日：2024-05-28
申请号：CN202311248504.0
申请日：2023-09-26
Applicant: 湖州师范学院
Abstract: 本发明公开了一种基于脑电时频转换及混合神经网络的警觉度估计方法，首先采用短时傅里叶变换将每个导联的一维脑电时间信号序列转换为二维时频图，并使用卷积神经网络和双向长短期记忆网络相结合的混合神经网络提取时频特征，最后建立回归模型进行警觉度状态估计。本发明包括脑电信号采集及预处理、时频转换、时频特征提取和警觉度状态回归估计等步骤。实验结果表明，卷积神经网络和双向长短期记忆网络相结合的混合神经网络能准确提取脑电时频特征，在此基础上构建的回归模型能有效评估警觉度状态。
-
公开(公告)号：CN118015324A
公开(公告)日：2024-05-10
申请号：CN202311514147.8
申请日：2023-11-14
Applicant: 湖州师范学院
IPC: G06V10/764 , G06V20/13 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/09 , G06N3/096
Abstract: 基于特征增强自蒸馏卷积神经网络模型的遥感图像分类方法，本发明涉及遥感图像分类方法。本发明的目的是为了解决现有常用的网络模型难以有效学习遥感场景图像的特征；以及现有方法大多采用硬标签来监督模型学习，使模型在学习过程中丢失了更细粒度的信息，从而导致模型无法学习到所有物体的特征，存在监督不足的问题。过程为：一、建立特征增强自蒸馏卷积神经网络模型；获得训练好的特征增强自蒸馏卷积神经网络模型；二、将待测遥感图像输入训练好的特征增强自蒸馏卷积神经网络模型中的主干分类器网络，主干分类器网络输出特征图输入线性层得到主干分类器网络的分类结果，完成对待测遥感图像的分类。本发明用于遥感图像分类领域。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.026 seconds)
