一种新的线性整流梯度平衡损失函数分类方法及系统

    公开(公告)号:CN115329863A

    公开(公告)日:2022-11-11

    申请号:CN202210962736.1

    申请日:2022-08-11

    Applicant: 厦门大学

    Abstract: 本发明提出了一种新的线性整流梯度平衡损失函数分类方法,该方法包括如下步骤:定义线性整流梯度平衡损失函数;构建模型并初始化模型的参数;获取数据集并对数据集进行预处理;对所述模型按照预设方式进行迭代训练。通过本发明所训练模型的测试精度远高于其他4组对比模型,甚至高于对比模型200轮迭代时的测试精度,模型分类精度得到了提升,模型训练初期的更新梯度更有效,能加速模型的收敛,训练完成时,本发明所训练模型相比对照模型拥有最高的测试精度,相比对照模型拥有最高小类样本F1值,即有能够最有效的学习数据集中的小类样本知识,模型对小类样本的准确率和召回率更高。

    一种计算机集成芯片生产用可调节操作台

    公开(公告)号:CN110815148B

    公开(公告)日:2021-01-15

    申请号:CN201911242261.3

    申请日:2019-12-06

    Abstract: 本发明涉及计算机芯片生产技术领域,具体公开了一种计算机集成芯片生产用可调节操作台,包括底箱以及高度可调式架设安装在所述底箱上方的支撑座,所述支撑座上转动架设有支撑台,支撑台上拆装式安装有操作台;所述支撑台的顶面具有用于容纳所述操作台的安装槽;所述操作台的两侧均开设有限位槽,所述调节压板上具有与所述限位槽相对应配合的限位柱,根据调节丝杆的旋转方向,能够推动两个调节螺套相互靠近或者相互远离,当两个调节螺套相互靠近时,能够带动调节压板上的限位柱嵌设于限位槽内,以完成对操作台的安装固定。

    基于脑电控制的多尺度光标定位方法

    公开(公告)号:CN107390873A

    公开(公告)日:2017-11-24

    申请号:CN201710609207.2

    申请日:2017-07-25

    Applicant: 厦门大学

    Abstract: 基于脑电控制的多尺度光标定位方法,涉及一种基于脑电控制的光标定位方法。1)开始时,光标位于光标界面的中心,待定位区域为整个光标界面;2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域;3)使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心;4)判断光标是否在目标位置,若是,则方法结束;否则,将光标当前所在的子区域当作新的待定位区域,然后返回步骤2)。采用多尺度定位的方式对基于脑电控制的光标进行定位,克服了传统的基于脑电控制的光标每次只能移动一小段距离的不足,大大提高了定位速度;只使用SSVEP一种脑电信号,操作简单、方便。

    交互式游戏中智能非玩家角色的人工情感驱动方法

    公开(公告)号:CN104102522A

    公开(公告)日:2014-10-15

    申请号:CN201410369468.8

    申请日:2014-07-30

    Applicant: 厦门大学

    Abstract: 交互式游戏中智能非玩家角色的人工情感驱动方法,涉及交互式游戏中的虚拟人物自动控制技术。启动知识库,加载初始行为规则,初始化人工情感系统参数;运行多智能体,连接知识库进入等待状态;加载世界接口,一端接游戏服务器,另一端接多智能体;多智能体进入主循环开始工作,分别并发处理非玩家角色感知到的虚拟环境信息,更新虚拟人物的内建需求水平、相应的动机强度、系统参数,计算虚拟人物的人工情感强度并选择当前主要情感,选择当前主导动机,并在人工情感的指导下制定动作策略,最后将动作通过世界接口作用于游戏虚拟环境中;世界接口转发游戏玩家退出游戏的状态信息,多智能体将相关状态信息写入全局知识库,关闭知识库,退出接口。

    一种由书法汉字图像生成其动态书写动画的方法

    公开(公告)号:CN102289838B

    公开(公告)日:2014-07-02

    申请号:CN201110247328.X

    申请日:2011-08-26

    Applicant: 厦门大学

    Abstract: 本发明涉及一种由书法汉字图像生成其动态书写动画的方法,包括以下步骤,A),建立至少一个基于统计的标准笔触模型;B),输入书法汉字图像并提取该汉字图像的笔画轮廓;C),用户利用数位板在上述汉字图像的笔画轮廓内交互输入该书法汉字的笔锋运动轨迹;D),根据用户选择的上述标准笔触模型计算用户输入的笔锋运动轨迹上的每个轨迹点形成的笔触;E),依次填充上述每个轨迹点形成的笔触并保存为动画的每一帧,并生成视频文件。采用上述步骤,将静态的书法汉字图像以一种动态的书写动画来展现书法的书写过程,可以非常清晰地展现书法的书写过程,特别适用于书法教学及影视传媒的汉字书写动画制作。

    二维动画角色动作的重定向方法

    公开(公告)号:CN103116903A

    公开(公告)日:2013-05-22

    申请号:CN201310092164.7

    申请日:2013-03-21

    Applicant: 厦门大学

    Abstract: 二维动画角色动作的重定向方法,涉及二维动画的制作。基于两个形状相似的源动画角色和目标动画角色,在参考源动画角色和目标动画角色的基础上,定义目标动画角色的骨架结构;对源动画角色进行骨架提取,并对骨架进行特征描述,为骨架数据分配尺度和方向并生成高维特征向量;分析源动画角色中的骨架数据的运动轨迹,得到源动画角色的骨架运动轨迹;依据所得的源动画角色的骨架运动轨迹,并结合所定义的目标动画角色的骨架,实现源动画角色的骨架运动轨迹到目标动画角色的骨架轨迹的生成;依据所得目标动画角色的骨架运动轨迹,并结合所定义的目标动画角色的骨架,实现骨架驱动形状的变形,实现二维动画角色动作的重定向方法。

    一种基于协同神经网络的语义角色标注方法

    公开(公告)号:CN102662931A

    公开(公告)日:2012-09-12

    申请号:CN201210111557.3

    申请日:2012-04-13

    Applicant: 厦门大学

    Abstract: 一种基于协同神经网络的语义角色标注方法,涉及语义角色标注、模式识别和协同神经网络领域,涉及将协同神经网络原理引入到浅层语义分析的方法。从训练语料和测试语料中抽取特征,并构造相应的语义特征向量;对语义特征向量进行核变换,并在此基础上构造原型模式和待测试模式;构造序参量,对每个依存成分求若干个侯选角色;构建谓词库,对每个谓词对应的所有依存成分的候选角色进行组合,得到各个谓词的角色链;优化网络参数,进行协同神经网络的动力学演化,从而得到最优角色链,并输出标注模式。首次将协同神经网络原理引入到语义角色标注中,该方法广泛适应于各种自然语言处理任务中。具有较好的应用前景和应用价值。

    一种基于纹理学习的电子毛笔建模方法

    公开(公告)号:CN102306308A

    公开(公告)日:2012-01-04

    申请号:CN201110248463.6

    申请日:2011-08-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于纹理学习的电子毛笔建模方法,包括以下步骤,用户在数字手写板上输入书写笔画并以多个离散点的数据结构存储;将上述离散点作为书写笔画的骨架点并根据每一骨架点的书写力度在骨架点的两侧产生两组相对应的边缘轮廓点;采用样条曲线拟合上述产生的两组轮廓点并形成笔画的线条轮廓;使用神经网络和模糊逻辑的方法对真实的毛笔书法纹理进行学习,并获得书法纹理的灰度值序列;根据上述获得的灰度值序列向笔画的轮廓内侧填充并最终获得毛笔书法作品。采用上述方案,神经网络和模糊逻辑的方法获取真实的毛笔书写纹理,使最终获得的毛笔笔画毕真形象,并且计算机处理的速度快。

    一种适用于古琴减字谱打谱的音乐节奏生成方法

    公开(公告)号:CN101944356A

    公开(公告)日:2011-01-12

    申请号:CN201010285033.7

    申请日:2010-09-17

    Applicant: 厦门大学

    Abstract: 一种适用于古琴减字谱打谱的音乐节奏生成方法,涉及一种采用计算机的计算方法。提供一种在输入一段缺失节奏信息的音高序列时,能够生成所缺失的节奏信息的适用于古琴减字谱打谱的音乐节奏生成方法。建立乐句知识库;建立n元音符序列索引表;建立n元音高序列索引表;根据输入的连续音高序列p1,p2,找到一组最可能的连续节拍序列δ1,δ2,给出了在输入一段缺失节奏信息的音高序列时,能够生成所缺失的节奏信息的适用于古琴减字谱打谱的音乐节奏生成方法。

    似然比检验误差的检测方法

    公开(公告)号:CN101894215A

    公开(公告)日:2010-11-24

    申请号:CN201010223175.0

    申请日:2010-07-06

    Applicant: 厦门大学

    Abstract: 似然比检验误差的检测方法,涉及一种人工智能技术在中医的应用。提供一种基于概率积分变换的似然比检验误差的检测方法。提供预测准确和高效的分析工具,仿真实验显示,该方法可以用于通常的小样本;若似然比检验所得到的P值结论与单向有序列联表的面貌不一致时,应依据基于概率积分变换的0.074校准参数修正P值误差,使P值结论与单向有序列联表的面貌一致。提供一种广泛适用的尾预测检验方法来评估这种预测,它能够评价整个预测的分布,而不是一个标量或区间。预测分布的信息内容与事后知识相结合就足以建立一个强大的检验,即使在样本规模小至100的情况下也能够满足预测程序的需要。

Patent Agency Ranking