-
公开(公告)号：CN101887457B
公开(公告)日：2012-10-03
申请号：CN201010218350.7
申请日：2010-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于内容的复制图像检测方法。现有的方法处理速度慢、无法处理大规模的图像库。本发明方法步骤首先将输入图像进行预处理操作；其次对预处理后的图像计算图像中每个像素的哈希值，根据获得的像素哈希值计算图像的相似哈希值；然后根据获得的图像相似哈希值检索图像数据表，确定图像数据表中有无复制图像；最后更新图像数据表，将输入图像的相似哈希值添加到图像数据表，等待下一个输入图像。本发明方法处理速度快，能够适应图像变换带来的影响。
-
公开(公告)号：CN102194001A
公开(公告)日：2011-09-21
申请号：CN201110127509.9
申请日：2011-05-17
Applicant: 杭州电子科技大学
IPC: G06F17/30
Abstract: 本发明涉及一种网络舆情危机预警方法。本发明包括非主题词库和趋势挖掘规则获取；网络舆情热点词提取；网络舆情热点话题检测；热点话题相似度计算与自动跟踪；热点话题趋势挖掘；网络舆情危机自动预警。本发明分为离线技术和在线技术两部分。离线部分采用统计分析与机器学习方法，获取非主题词库和趋势挖掘规则库。在线部分首先采用两级过滤方法快速提取舆情热点词；然后采用基于共词分析的词聚类方法获取舆情热点话题；接着计算连续时段热点话题的相似度，量化热点话题随时间推移而产生的变化，实现热点话题的自动跟踪；最后采用模糊推理技术挖掘网络舆情趋势知识，并实现舆情危机的自动预警。本发明可帮助舆情工作者及时作出舆情危机处置决策。
-
公开(公告)号：CN114021575B
公开(公告)日：2025-03-04
申请号：CN202111223636.9
申请日：2021-10-20
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06F40/211 , G06F40/216 , G06F16/355 , G06F18/22 , G06F18/2321
Abstract: 本发明公开了一种基于语义匹配和密度聚类的中文隐喻释义方法，包括步骤：对于一个隐喻句，我们首先确定源域和目标域；针对目标域和源域构建候选词集合；将候选词集合中的候选词、目标域和源域获取词向量表示，然后分别计算候选词与目标域与源域的语义相似度，并分别计算候选词与目标域和源域互信息，再统计候选词在已有语料库中出现的频率；最后利用候选词的语义相似度、互信息和频率信息获取最终匹配得分，采用DBSCAN聚类方法对候选词进行聚类，并按最终匹配得分进行排序，得到最佳释义词列表。本发明解决了目前专门的中文隐喻释义的数据比较匮乏的问题，能够利用无监督学习方法对中文文本中出现的隐喻进行合理的解释。
-
公开(公告)号：CN110909732B
公开(公告)日：2022-03-25
申请号：CN201910972334.8
申请日：2019-10-14
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种图中数据的自动提取方法。方法的主要包括以下步骤：文本区域定位与文本框分类；坐标轴定位，以及坐标轴的刻度标记位置定位；图例的定位与信息提取；根据图例颜色提取对应的柱体或者折线连通分量，并进行过滤和分类；确定X轴关键点并定位每个关键点对应的X轴标签；根据X轴关键点定位柱体和折线的关键点，确定关键点对应的标注数值文本框，并进行数值识别；计算每个像素对应数值，并估计柱体或者折线关键点对应的数值；根据估计值与识别的标注数值之间的差距来确定最终结果。本发明方法能够应对水平布局的柱状图、折线和柱体混合的数据图、不含坐标轴的数据图等各种数据图类型。实验证明方法具有较高的准确率和精确度。
-
公开(公告)号：CN112395442A
公开(公告)日：2021-02-23
申请号：CN202011084050.4
申请日：2020-10-12
Applicant: 杭州电子科技大学
IPC: G06F16/535 , G06F16/54 , G06F16/55 , G06F16/583 , G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种移动互联网上的低俗图片自动识别与内容过滤方法。本发明步骤：1.基于两大开源数据集建立用于训练和测试四分类低俗图像数据集；2.进行数据预处理；3.构建多阶段注意力机制的神经网络架构；4.基于四分类低俗图像数据集，对多阶段注意力机制的神经网络架构进行训练，获得注意力机制模型；5.将训练过后的注意力机制模型用数据的测试集进行测试，以验证模型的准确率指标；6.将最优的注意力机制模型用于数据的可视化，以热力图的形式展现出图像的高权重重点区域。本发明通过部署注意力机制，对图像的特征图的关键特征所在的区域进行加权操作。通过热力图的形式对特征图进行了数据可视化，通过可视化实验更好地解释模型的决策过程。
-
Patent Agency Ranking
公开(公告)号：CN106991431B
公开(公告)日：2020-02-07
申请号：CN201710123132.7
申请日：2017-03-03
Applicant: 杭州电子科技大学
Inventor： 姚金良
IPC: G06K9/62 , G06F16/583
Abstract: 本发明公开了一种局部特征点匹配对的后验证方法。本发明首先提取图像中的局部特征点，并通过视觉词汇获得候选局部特征点匹配对；然后，对候选局部特征点匹配对提取属性变化值：主方向变化值和方位变化值；然后根据匹配对的属性变化值和阈值来验证两个匹配对是否一致；最后采用投票法，根据肯定票的票数来确认候选局部特征点匹配对是否为一个正确的匹配对。本后验证方法能够适应图像裁剪、旋转、尺度缩放等变换带来的影响，可用于基于视觉词汇的图像检索和分类等应用中，提高检索和识别的准确率。本发明对于那些非透视变换图像中的特征点匹配对具有非常好的验证效果，在基于视觉词汇的图像拷贝检索应用中能极大地提高拷贝检索的准确率和召回率。
-
公开(公告)号：CN110197218A
公开(公告)日：2019-09-03
申请号：CN201910439037.7
申请日：2019-05-24
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于多源卷积神经网络的雷雨大风等级预测分类方法。该方法采用多源卷积神经网络模型对多普勒气象雷获得的多种数据图像进行特征提取，能够融合更多的气象数据信息，提高了对差异性特征的提取；同时方法结合了支持向量机中的分类方法，在中小样本的气象数据训练集上获得的模型有很好的雷雨大风等级预测分类效果。
-
公开(公告)号：CN109800771A
公开(公告)日：2019-05-24
申请号：CN201910089341.3
申请日：2019-01-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种混合时空平面局部二值模式的自发微表情定位方法。本发明根据自发微表情视频中连续帧的相关性，通过精细匹配实现了像素级人脸区域对齐，从而对头部偏移等干扰具有较强的抗干扰能力。同时在空间轴平面提取扇形区域特征，并在时间轴提取去冗余的线性特征，既减少了特征点冗余计算，又通过非线性特征融合的方式结合时空特征，形成更完备的特征表示，因此能更加鲁棒地表示自发微表情，提高了自发微表情视频中自发微表情定位精确率。
-
公开(公告)号：CN106991431A
公开(公告)日：2017-07-28
申请号：CN201710123132.7
申请日：2017-03-03
Applicant: 杭州电子科技大学
Inventor： 姚金良
Abstract: 本发明公开了一种局部特征点匹配对的后验证方法。本发明首先提取图像中的局部特征点，并通过视觉词汇获得候选局部特征点匹配对；然后，对候选局部特征点匹配对提取属性变化值：主方向变化值和方位变化值；然后根据匹配对的属性变化值和阈值来验证两个匹配对是否一致；最后采用投票法，根据肯定票的票数来确认候选局部特征点匹配对是否为一个正确的匹配对。本后验证方法能够适应图像裁剪、旋转、尺度缩放等变换带来的影响，可用于基于视觉词汇的图像检索和分类等应用中，提高检索和识别的准确率。本发明对于那些非透视变换图像中的特征点匹配对具有非常好的验证效果，在基于视觉词汇的图像拷贝检索应用中能极大地提高拷贝检索的准确率和召回率。
-
公开(公告)号：CN101887457A
公开(公告)日：2010-11-17
申请号：CN201010218350.7
申请日：2010-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于内容的复制图像检测方法。现有的方法处理速度慢、无法处理大规模的图像库。本发明方法步骤首先将输入图像进行预处理操作；其次对预处理后的图像计算图像中每个像素的哈希值，根据获得的像素哈希值计算图像的相似哈希值；然后根据获得的图像相似哈希值检索图像数据表，确定图像数据表中有无复制图像；最后更新图像数据表，将输入图像的相似哈希值添加到图像数据表，等待下一个输入图像。本发明方法处理速度快，能够适应图像变换带来的影响。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.028 seconds)
