-
公开(公告)号：CN119850612A
公开(公告)日：2025-04-18
申请号：CN202510327506.1
申请日：2025-03-19
Applicant: 苏州大学
Abstract: 本发明属于图像检测技术领域，涉及一种皱纹检测方法、装置及计算机可读存储介质；对待检测人脸图像处理得到灰度图像；对灰度图像滤波，并对滤波后的图像进行骨架提取，得到第一皱纹待筛选图像；利用黑帽算法对灰度图像处理得到灰度图像中的毛发区域；去除第一皱纹待筛选图像中圆度大于等于第一预设阈值的连通域，得到第二皱纹待筛选图像；基于第二皱纹待筛选图像中每个连通域的坐标，计算连通域与毛发区域的重叠面积，去除重叠面积大于等于第二预设阈值的连通域，得到目标皱纹图像，基于目标皱纹图像得到皱纹检测结果。本方案通过对比皱纹与各种面部干扰因素之间的特征，有效对骨架提取后图像中的连通域进行筛选，提高了皱纹检测精度。
-
公开(公告)号：CN109119094B
公开(公告)日：2023-04-28
申请号：CN201810824379.6
申请日：2018-07-25
Applicant: 苏州大学
Abstract: 本发明公开了一种利用声带建模反演的嗓音分类方法，从发声机理角度对各类语音进行有效区分。本发明主要利用复倒谱相位分解获得实际嗓音声门波作为目标声门波，采用优化算法通过匹配目标和模型声门波特征参数进行声带动力学模型反演操作，选取正常嗓音与特殊嗓音进行识别分类，有较好的准确率。本发明在输入实际语音信号后，提取实际声门波为目标，采用遗传算法进行反演对原有模型进行优化，从而模拟出不同嗓音发声时的声带振动情况。实验结果表明，模型反演后各特征参数匹配相对误差不超过1.95%，反演效果良好。选取正常嗓音与特殊嗓音进行识别分析，有较高的准确率。
-
公开(公告)号：CN115310534A
公开(公告)日：2022-11-08
申请号：CN202210937007.0
申请日：2022-08-05
Applicant: 苏州大学
Abstract: 本发明涉及一种水声目标探测训练方法、识别方法、装置、设备及介质。所述水声目标探测训练方法包括：将未分类的第一水声样本组成的第一样本集输入训练后的水声目标探测模型进行识别，获取每个第一水声样本在水声类别上的预分类标签，并获取每个第一水声样本预分类后的类别置信度；将类别置信度高于预设值的第一水声样本从所述第一样本集中分离，加入训练过所述水声目标探测模型的第二样本集，扩充所述第二样本集，基于扩充后的所述第二样本集，对所述水声目标探测模型进行训练。本申请实施例所提供的水声目标探测模型训练方法、识别方法、装置、设备及介质，能提高所述水声目标探测模型的识别准确度，且人力成本低。
-
公开(公告)号：CN110163272B
公开(公告)日：2022-04-05
申请号：CN201910398094.5
申请日：2019-05-14
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于大数据分析的双子空间特征迁移学习方法及装置，其中方法包括：根据源集公共子空间Cs、目标域特性表达Fst和源集数据类别标签Ys，获取源集迁移表达Ts；根据目标集公共子空间Ct和目标集特性子空间Ft，获取目标集迁移表达Tt；在源集迁移表达Ts上进行模型训练，获取训练模型；根据训练模型对目标集迁移表达Tt进行智能识别。通过本实施例，将部分数据集的特征参数迁移到其他数据集上去，能够将采集于不同来源的数据进行综合利用，相当于把若干数据规模偏小的数据集整合为符合大数据需求的海量数据集，从而能够更好地将人工智能算法，尤其是深度学习方法，应用到这些数据集规模偏小的方向上。
-
公开(公告)号：CN110197481B
公开(公告)日：2021-04-09
申请号：CN201910463412.1
申请日：2019-05-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于大数据分析的石墨烯指纹峰分析方法，步骤一、对石墨烯拉曼光谱上的q个特征峰邻域中的任意区域进行重新采样m个点；步骤二、对重采样后的m个点特征峰邻域特征光谱做p个点快速傅立叶变换，以获得特征峰邻域复轨迹；步骤三、对所获得的每一条复轨迹的幅度根据其最大幅度进行归一化；步骤四、将复轨迹从外向内划分为若干周并定义标识特征集；步骤五、建立基于大数据的石墨烯拉曼光谱自动识别模型；步骤六、对待识别的石墨烯拉曼光谱进行自动识别，根据识别结果进行缺陷判决和层数判决。本发明在大数据背景下，根据石墨烯的拉曼特征光谱进行石墨烯单层/多层，或有无缺陷进行自动识别，提高识别准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN111326238A
公开(公告)日：2020-06-23
申请号：CN202010087058.X
申请日：2020-02-11
Applicant: 苏州大学
Abstract: 本发明公开了一种基于滑动窗的癌细胞检测装置。本发明基于滑动窗的癌细胞检测装置，包括：所述计算机，所述计算机被编程以便执行如下步骤：通过埋在患者体内的癌症细胞采样针进行图像数据采集；采集完成后对针上采集的数据进行荧光染色处理并成像，得到可供检测的图像；进行图像数据处理和判断；根据判断过程中获取的位置信息用方框在原始图像中标记出癌细胞的位置，显示最终的检测结果。本发明的有益效果：本发明提出的基于滑动窗的癌细胞检测方法采用滑动窗口对图像进行截取，避免了将整幅图像输入网络带来的计算复杂度，同时也避免了对图像进行预处理和特征提取所需要的调参问题，加快了运算，提高了准确率，具有普适性。
-
公开(公告)号：CN111240887A
公开(公告)日：2020-06-05
申请号：CN202010015474.9
申请日：2020-01-07
Applicant: 苏州大学
IPC: G06F11/10
Abstract: 本发明公开了一种基于三维闪存存储结构的错误页识别方法，称之错误页识别技术，可以精确地识别当前三维闪存存储系统中所有物理页的错误率，能够有效地提高三维闪存存储系统的可靠性。三维闪存存储系统存储基本单元主要是以TLC为存储介质，相较于SLC和MLC而言，TLC因其本身的结构特点导致它的可靠性能和使用寿命全是这三种里面最差的。三维闪存存储系统OCSSD结构下所有物理页的读取速度来表征该物理页的错误率高低，利用机器学习的方法对所有物理页进行可靠性等级分类，等级越低就表示错误率越高。将错误率高的物理页剔除出来进行实时数据迁移，从而有效地降低错误率实现提高三维闪存存储系统的可靠性的目的。
-
公开(公告)号：CN110134337A
公开(公告)日：2019-08-16
申请号：CN201910414898.X
申请日：2019-05-17
Applicant: 苏州大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于Open-Channel SSD结构严格顺序写方法。本发明一种基于Open-Channel SSD结构严格顺序写方法，包括：接受到文件系统发送的数据请求，根据当前的数据请求的逻辑地址连续性和请求长度，将数据请求队列分成两个子队列即连续队列和随机队列，分别存在顺序缓存和随机缓存中；当前总的请求长度为Lenr，当前顺序请求长度为Lensr；对于顺序缓存采用队列“先进先出”的数据结构。本发明的有益效果：本专利提出基于Open-Channel SSD结构严格顺序写方法，在缓存区增加了一个缓存区根据请求类型不同，将请求顺序请求和随机请求严格分开缓存在相应的顺序缓存和随机缓存里面。
-
公开(公告)号：CN109119094A
公开(公告)日：2019-01-01
申请号：CN201810824379.6
申请日：2018-07-25
Applicant: 苏州大学
Abstract: 本发明公开了一种利用声带建模反演的嗓音分类方法，从发声机理角度对各类语音进行有效区分。本发明主要利用复倒谱相位分解获得实际嗓音声门波作为目标声门波，采用优化算法通过匹配目标和模型声门波特征参数进行声带动力学模型反演操作，选取正常嗓音与特殊嗓音进行识别分类，有较好的准确率。本发明在输入实际语音信号后，提取实际声门波为目标，采用遗传算法进行反演对原有模型进行优化，从而模拟出不同嗓音发声时的声带振动情况。实验结果表明，模型反演后各特征参数匹配相对误差不超过1.95%，反演效果良好。选取正常嗓音与特殊嗓音进行识别分析，有较高的准确率。
-
公开(公告)号：CN103778913A
公开(公告)日：2014-05-07
申请号：CN201410027836.0
申请日：2014-01-22
Applicant: 苏州大学
Abstract: 本发明公开了一种病理嗓音的识别方法，包括特征参数输入模块、特征优化模块、病理嗓音识别模块、匹配判断模块和内容呈现模块，所述特征参数输入模块和特征优化模块对病理嗓音特征库进行采样和优化淘选，所述病理嗓音识别模块根据特征参数计算匹配度Match，所述匹配判断模块用以统计识别结果，所述内容呈现模块用以输出。本发明通过EM算法，消掉隐变量，通过特征优化组合参数，经过分类器，再运用基于期望值最大化的高斯混合模型（GMM-EM）对优化后的嗓音特征进行有效识别，明显提高正确识别率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.019 seconds)
