公开(公告)号：CN108921123A

公开(公告)日：2018-11-30

申请号：CN201810780758.X

申请日：2018-07-17

Applicant: 重庆科技学院

Inventor： 陈国荣 ,  罗建伟 ,  刘春亮 ,  唐婧 ,  杜晓霞 ,  任虹 ,  刘灿 ,  刘垚 ,  何宏黎 ,  利节

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于双重数据增强的人脸识别方法，经过双重数据增强得到的人脸数据集，提升了人脸识别的准确率。包括：S1、选择数据集；S2、数据集预处理；S3、第一重数据增强：搭建基于信息最大化的生成对抗网络模型，并完成训练；S4、第二重数据增强：对S3中生成的人脸样本进行平移、旋转、翻转以及缩放处理；S5、人脸分类选择卷积神经网络模型来对S4中生成的人脸样本进行训练与识别。

公开(公告)号：CN109102029B

公开(公告)日：2023-04-07

申请号：CN201810964677.5

申请日：2018-08-23

Applicant: 重庆科技学院

Inventor： 陈国荣 ,  罗建伟 ,  杜晓霞 ,  任虹 ,  刘垚 ,  何宏黎 ,  刘灿 ,  陈栋 ,  利节

IPC: G06V10/98 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种信息最大化生成对抗网络模型合成人脸样本质量评估方法，本发明使合成人脸样本的质量评估变得更加客观，具有较高的可靠性。评估方法包括：S1、数据预处理；S2、采用卷积神经网络构建合成人脸样本集的评估模型；S3、通过S2中构建的评估模型对合成人脸样本进行评估质量好的合成人脸样本,由于生成对抗网络模型的机制，质量好的样本其概率分布pg(x)与原始样本的概率分布pdata(x)相近，所以通过分类模型训练测试时可以得到较高的准确率；质量差的合成人脸样本,则因其分布pg(x)离原始样本分布pdata(x)较远，且存在较多的可能性，所以其样本间差别较大，经分类模型进行训练测试时准确率较低。

公开(公告)号：CN109214103B

公开(公告)日：2023-01-20

申请号：CN201811116526.0

申请日：2018-09-25

Applicant: 重庆青山工业有限责任公司 ,  重庆科技学院

Inventor： 利节 ,  孙宇 ,  姜艳军 ,  龚为伦 ,  刘垚 ,  何宏黎 ,  陈瑶

IPC: G06F30/17 ,  G06F30/15 ,  G06F30/27 ,  G06F18/2415 ,  G06N3/0475 ,  G06N3/047 ,  G06N3/094 ,  G06F111/04

Abstract: 本发明提供一种基于边界约束生成对抗网络的齿轮可靠性分析系统，其特征在于包括：原始数据采样模块、生成对抗网络模块、均值协方差标记模块以及分类器，其中：原始数据采样模块：用于获取齿轮原始参数并对其进行归一化处理；生成对抗网络模块：包括生成器和判别器，在生成器和判别器之间还设置有边界约束模块；均值协方差标记模块：用于对生成对抗网络模块最终的生成数据进行标记；分类器：选择部分原始参数和部分标记后的生成数据作为最终的合成数据集进行安全性能分类。其效果是：能够生成更多的实例数据，并对其进行有效的标记，采用带约束GAN产生的数据具有更好的可靠性分类能力。

公开(公告)号：CN112200251A

公开(公告)日：2021-01-08

申请号：CN202011103345.1

申请日：2020-10-15

Applicant: 重庆科技学院

Inventor： 陈国荣 ,  何宏黎 ,  黄津川 ,  黄珞洛 ,  文婷婷 ,  刘垚 ,  汪博城 ,  张毅轩 ,  利节

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于多尺度卷积神经网络的监测系统数据评估方法,包括以下步骤，S1选择数据集；S2对数据集进行预处理；S3标签制作；S4搭建基于多尺度卷积神经网络的健康状态评估模型。本发明的有益效果是：基于多尺度卷积神经网络的监测系统数据评估模型为辅助监测系统提供一种非接触式的评估办法，根据多种监测数据的特征设计特定的多尺度卷积模型，减少现有办法在自然条件下物体状态评估的不确定性，提高评估准确率，为相关问题的科学研究奠定了数据基础。

公开(公告)号：CN108933616A

公开(公告)日：2018-12-04

申请号：CN201810617086.0

申请日：2018-06-15

Applicant: 重庆科技学院

Inventor： 陈国荣 ,  杜晓霞 ,  罗建伟 ,  任虹 ,  刘灿 ,  刘垚 ,  何宏黎

IPC: H04B5/00

Abstract: 本发明提供了一种基于二进制的分组防碰撞优化算法，本发明所述的算法将扩展位增加到2位，同时引入了时隙延长机制，对于信号中高于最高碰撞位的序列号保持不变，分为两种情况：如果最高碰撞位和次高碰撞位不是连续的则采用二进制算法，如果连续，阅读器会接收到从最高碰撞位开始的连续两位碰撞位记录下序列号并将之发送给所用的标签，使电子标签将这2位转换成十进制数，阅读器在前次查询前缀的基础上增加00、01、10、11作为查询命令的前缀，然后阅读器根据新生产的查询前缀去进行识别。本发明首先引入预处理将电子标签进行分组，减少电子标签产生碰撞的可能，并对查询前缀进行改进，在一定程度上提高了系统识别效率。