一种森林压缩编码器的实现方法

    公开(公告)号:CN107508603A

    公开(公告)日:2017-12-22

    申请号:CN201710905679.2

    申请日:2017-09-29

    Applicant: 南京大学

    Inventor: 周志华 冯霁

    CPC classification number: H03M7/405

    Abstract: 本发明公开了一种森林压缩编码器的实现方法,该方法基于决策树集成学习器实现,通过将输入放入已训练好的决策树集成学习器(随机森林或完全随机森林),获取每棵树对应的叶子结点的标记数,从而获得编码;对已编码好的信号,通过反向回溯各棵决策树的决策路径,计算最大兼容规则,从而进行解码。森林压缩编码器一方面可以达到甚至超越深度神经网络自编码器的性能;另一方面,该装置可快速压缩输入信号,将压缩过的编码信号进行解码后,重构误差小,并且不需要额外的图形加速卡进行辅助运算以及容易确定参数的取值范围。

    一种利用移动设备内置传感器进行行为识别的方法

    公开(公告)号:CN102867190B

    公开(公告)日:2016-04-27

    申请号:CN201210315006.9

    申请日:2012-08-30

    Applicant: 南京大学

    Inventor: 詹德川 周志华

    Abstract: 本发明公开一种利用移动设备内置传感器进行行为识别的方法,包括识别装置训练步骤和识别装置识别步骤;首先对于特定的行为动作利用移动设备内置传感器进行数据收集,然后采用能够利用多种不同类型数据的学习方法对这些数据进行融合处理,并且进行分类学习,最后在实际使用中利用训练完毕的分类器对采集到的多种传感数据进行分类和识别。本发明的方法实施过程中占用资源少,适用性强。

    基于多示例多标记学习的数字图像标注方法

    公开(公告)号:CN103116893B

    公开(公告)日:2015-07-01

    申请号:CN201310084956.X

    申请日:2013-03-15

    Applicant: 南京大学

    Inventor: 周志华 黄圣君

    Abstract: 本发明针对数字图像往往具有复杂语义,而基于单示例的技术无法对其进行有效表达和学习等技术问题,公开了一种基于多示例多标记学习的数字图像标注方法,包括:初始化标注模型;从数据集合中随机选择一幅图像以及该图像的一个相关标记,并确定该标记的代表示例;通过随机采样获得一个排在相关标记前面的不相关标记,并确定该不相关标记的代表示例;针对该图像,相关标记以及不相关标记构成的三元组进行梯度下降更新模型。本发明利用随机梯度下降算法进行在线学习,大大降低了时间和内存开销,从而既保证了标注的精确度,又提高了标注效率。

    一种安全的半监督学习方法

    公开(公告)号:CN103390171A

    公开(公告)日:2013-11-13

    申请号:CN201310315501.4

    申请日:2013-07-24

    Applicant: 南京大学

    Inventor: 周志华 李宇峰

    Abstract: 本发明公开一种安全的半监督学习方法,包括构建多个半监督分类器步骤和构建最终安全半监督分类器步骤;首先对于给定训练数据集构建多个差异性大的半监督分类器;然后通过最坏情况下最大化性能提高来构建最终安全半监督分类器。本发明的方法在实施过程中很少导致性能下降,与此同时取得了与现有经典技术高度可比的性能。

    一种求解最小集合覆盖问题近似解的组合优化方法

    公开(公告)号:CN102799566A

    公开(公告)日:2012-11-28

    申请号:CN201210203404.1

    申请日:2012-06-19

    Applicant: 南京大学

    Inventor: 俞扬 周志华

    Abstract: 本发明公开了一种求解最小集合覆盖问题近似解的组合优化方法,首先,根据给出的最小集合覆盖问题,设置算法SEIP的参数;其次,运行SEIP算法,获得一个布尔向量解;然后,将布尔向量解码为对应的集合。本发明通过SEIP算法使最小集合覆盖问题的解的质量得到了保证,从而大大节省了应用过程中的成本开销解。

    一种microRNA探针序列的设计方法

    公开(公告)号:CN101979540A

    公开(公告)日:2011-02-23

    申请号:CN201010518335.4

    申请日:2010-10-26

    Applicant: 南京大学

    Abstract: 本发明公开了一种microRNA探针序列的设计方法,包括以下步骤:从基因组序列中收集所有能形成茎环结构的茎种序列;计算各茎种序列及其附近100nt~150nt区域序列所形成的RNA二级结构;根据microRNA前体茎环结构特征对产生的RNA二级结构进行筛选,提取含microRNA的茎环结构;计算含microRNA茎环结构的自由能分布;使用microRNA茎环结构的自由能特征谱确定microRNA前体;使用标准转换关系将microRNA前体二级结构归属为成熟体等效长度;用设定的等效总长度在microRNA前体二级结构中截取microRNA成熟体序列并输出结果。

    一种主动选择代表性图像的相关反馈方法

    公开(公告)号:CN101833565A

    公开(公告)日:2010-09-15

    申请号:CN201010137511.X

    申请日:2010-03-31

    Applicant: 南京大学

    Inventor: 周志华 黄圣君

    Abstract: 本发明提供一种主动选择代表性图像的相关反馈方法,主要包括以下一系列步骤:(一)计算数据库中每张图像的评分;(二)按照评分从大到小排序,选择评分最大的图像供用户判断是否相关;(三)获得用户反馈结果后,重新计算数据库中图像的相关度;(四)依据新生成的图像相关度对图像排序,更新图像检索结果;(五)返回(一)或者结束。本发明利用机器学习中的主动学习思想,在选择相关反馈的候选图像时同时兼顾检索装置当前已经掌握的信息和对整个图像数据库的代表性,解决了之前相关反馈机制中候选图像随机获得或者只考虑片面因素的问题,从而显著提高相关反馈的效率。

    基于选择性多本征空间集成的数字人脸图像识别方法

    公开(公告)号:CN1313962C

    公开(公告)日:2007-05-02

    申请号:CN200410041173.4

    申请日:2004-07-05

    Applicant: 南京大学

    Inventor: 周志华 耿新

    Abstract: 本发明公开了一种基于选择性多本征空间集成的数字人脸图像识别方法,包括获得用于选择矩形特征的训练图像集和最佳矩形特征集合;获得目标人脸库;为每一个选择出来的矩形特征生成一个本征空间;生成待识别图像在最佳矩形特征集合所对应的各本征空间中的投影向量;计算待识别图像和目标人脸库中每一幅图像的最佳矩形特征集合的相似度;以最佳矩形特征集合相似度最大的目标人脸库图像对应的对象作为识别结果。本发明优点是:即使在待识别对象具有较大表情变化或者存在部分遮挡的情况下仍然能够较准确地进行识别,从而有助于提高数字人脸图像检测与识别装置的准确性与可靠性。

    Web搜索中的图像摘录反馈方法

    公开(公告)号:CN1845100A

    公开(公告)日:2006-10-11

    申请号:CN200610040316.9

    申请日:2006-05-15

    Applicant: 南京大学

    Abstract: 本发明公开了一种适用于Web搜索中的图像摘录反馈方法,包括以下步骤:(1)网页处理装置接受用户提交的由关键词组成的查询,使用基于关键词的Web搜索方法对Web进行搜索;(2)基于图像摘录进行反馈的方法精化用户查询;(3)最终返回用户满意的搜索结果。本发明所提供的方法同时使用网页中的文字信息和网页中大量存在的图像信息,通过有效地获取用户的信息需求极大地辅助提高Web搜索的性能。

    一种基于每人一幅图像的自动人脸识别方法

    公开(公告)号:CN1209731C

    公开(公告)日:2005-07-06

    申请号:CN03132142.9

    申请日:2003-07-01

    Applicant: 南京大学

    Inventor: 周志华

    Abstract: 本发明公开了一种基于每人一幅图像的自动人脸识别方法,包括通过数字图像输入设备获取数字灰度图像,利用眼睛定位的信息获取人脸区域,其特征是该方法包括以下步骤:(1)若识别机制未训练好,则执行步骤(2),否则转到步骤(4);(2)生成训练图像的加投影图像;(3)利用主成分分析技术生成加投影图像的特征空间;(4)接收待识别图像;(5)生成待识别图像的加投影图像;(6)在加投影图像特征空间中对待识别图像的加投影图像和训练图像的加投影图像进行比对;(7)以比对相似度最大的训练图像所对应的对象作为识别结果。本发明的优点是只需每人有一幅图像就可以进行自动人脸识别,以辅助提高数字人脸图像检测与识别装置的性能。

Patent Agency Ranking