-
公开(公告)号：CN110569353A
公开(公告)日：2019-12-13
申请号：CN201910593644.9
申请日：2019-07-03
Applicant: 重庆大学
IPC: G06F16/35 , G06F16/335 , G06F17/27 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的Bi-LSTM的标签推荐方法，该基于注意力机制的Bi-LSTM的标签推荐方法包括以下步骤：采集实验数据集；从实验数据集中解析出特定的文本数据；对文本数据进行预处理；从预处理后的问题文本描述中提取语义特征；构建多标签分类模型；通过构建的多标签分类模型为新问题推荐合适的标签；对标签推荐的结果进行评估与分析。本发明的有益效果为：通过基于注意力机制的Bi-LSTM模型主要将标签推荐任务转化为多标签分类问题，根据问题的文本描述内容自动推荐标签，提高标签推荐的准确性。
-
公开(公告)号：CN107330373A
公开(公告)日：2017-11-07
申请号：CN201710412168.7
申请日：2017-06-02
Applicant: 重庆大学
CPC classification number: G06K9/00825 , G06K9/00791 , G06K9/00798 , G06K9/36 , G06K9/44 , G06K9/4604 , G06K2009/363 , G06K2209/23 , G08G1/0175
Abstract: 本发明涉及一种基于视频的违章停车监控系统，主要解决现有技术中存在的缺乏车主宽容的技术问题，本发明通过采用包括分布设置的摄像头，通讯单元，存储介质及处理器，处理器用于执行违章车辆检测识别程序，以执行下列步骤：读入所述摄像头视频数据，混合高斯背景建模，获得相邻视频图像中规律的背景图像,输入图像I(x,y)同背景图像进行比较，分离出违章车辆运动前景图像；采用连续帧间位移法判定违停；腐蚀膨胀，滤波平滑，轮廓提取获取轮廓，获取外包矩形，长宽比筛选，获得违停车辆图像；违停车辆车牌信息提取；调用通讯单元告知车主在容许时间阀值内消除违停行为的技术方案，较好的解决了该问题，用于违停检测中。
-
公开(公告)号：CN107229920A
公开(公告)日：2017-10-03
申请号：CN201710425906.1
申请日：2017-06-08
Applicant: 重庆大学
Abstract: 本发明涉及一种基于整合深度典型时间规整及相关修正的行为识别方法，解决的是识别准确度低、耗时长的技术问题，通过采用将人体的行为表示为刚体位移，将刚体位移分解为刚体平移和刚体旋转，用齐次矩阵李群SE(3)表示刚体位移，李代数为SO(3)，采集的骨骼数据建立骨骼模型C(t)，将位移映射关系表示为齐次矩阵李群SE(3)，建立基于李代数相对特征描述方法的骨骼模型C(t)，并对骨骼模型C(t)进行差值处理；使用整合深度典型时间规整方法对齐；利用相关性特征，修正对齐特征样本,使用支持向量机对修正后的特征样本进行分类的技术方案，较好的解决了该问题，用于3D骨骼的行为识别中。
-
公开(公告)号：CN102930258B
公开(公告)日：2016-05-25
申请号：CN201210457794.5
申请日：2012-11-13
Applicant: 重庆大学
Abstract: 本发明属于图像处理和模式识别技术领域，具体涉及一种人脸图像识别方法，该方法主要包括如下步骤，步骤a：构建人脸样本图像数据库；步骤b：构建人脸样本图像的训练样本矩阵；步骤c：训练样本矩阵的近似分解，在该步骤中，在基矩阵W中增加常数矩阵C，并在损失函数上，将系数矩阵H不同列之间的方差作为罚项；步骤d：人脸图像识别过程。由于在基矩阵W中增加光滑常数矩阵C，从而增强了基矩阵的光滑性，消弱了噪声点的影响，使得迭代过程更加快速，大大减少迭代次数，另外将系数矩阵H不同列之间的方差作为罚项，增大系数矩阵H不同列之间的区分度，更好地区分不同人脸图像，提高了人脸识别的准确率。
-
公开(公告)号：CN103971132A
公开(公告)日：2014-08-06
申请号：CN201410227645.9
申请日：2014-05-27
Applicant: 重庆大学
IPC: G06K9/64
Abstract: 本发明涉及应用二维非负稀疏偏最小二乘进行人脸识别的方法，它包括如下步骤，首先构造人脸训练样本集的类别矩阵，再构建使投影人脸训练样本集和类别矩阵时信息量损失最少的目标函数，然后在目标函数中加入非负性约束和稀疏性约束得到收敛的非负的基矩阵，将人脸训练样本集投影在基矩阵上获得测试样本系数矩阵，对测试样本也进行前述操作得到测试样本的系数矩阵，使用最近邻策略对测试样本的系数矩阵和测试样本系数矩阵中的某个要素矩阵是同一类，则认为测试样本的系数矩阵所对应的测试样本上的人与该要素矩阵所对应的训练样本上的人为同一人。该方法识别率和鲁棒性，由于只需对基矩阵进行迭代求解，简化了运算，降低了时间复杂度，识别速度快。
-
Patent Agency Ranking
公开(公告)号：CN103246870A
公开(公告)日：2013-08-14
申请号：CN201310145062.7
申请日：2013-04-24
Applicant: 重庆大学
Abstract: 本发明属于图像处理和模式识别技术领域，公开了基于梯度稀疏表示的人脸识别方法。近年来，由于其优秀的识别效果和广泛的应用前景，基于稀疏表示的人脸识别算法得到了越来越多的关注。然而，基于稀疏表示的人脸识别算法要求训练集是完备的，这个条件在实际应用中很难满足；并且需要求解l1最小化问题，这个过程是十分的耗时。鉴于图像梯度对均匀光照的不敏感性，本发明将图像梯度引入到稀疏表示框架下，同时采用灰度图像的X方向的梯度，Y方向的梯度和图像像素值来识别人脸图像。因此，本发明很大程度上松弛了训练样本集的完备性要求，每个类别只需几张训练样本就可以取得较好的识别效果。并且，本发明通过最小化l2范数来求解测试人脸图像在训练人脸图像集上的稀疏表示系数，因此，本发明速度快，有更广泛的应用价值。
-
公开(公告)号：CN102340620A
公开(公告)日：2012-02-01
申请号：CN201110328046.2
申请日：2011-10-25
Applicant: 重庆大学
Abstract: 本发明提供了一种基于马氏距离的视频图像背景检测方法，该方法通过对视频图像像素点的RGB分量分布特征加以考虑和分析，根据研究、分析发现的视频图像中像素点的RGB分量分布特性，利用马氏距离算法对视频图像像素点的RGB分量分布特征进行度量，获取视频图像中背景像素点真实的橄榄球形RGB分量分布轮廓，并结合阈值法进行背景检测，提高了背景检测准确性；即便其背景检测结果中存在少量噪点，也都主要分布在前景像素点的附近，完全能够满足实际应用中视频图像背景识别和前景捕获的实用准确性要求；同时，该方法还基本保持了与codebook背景建模检测法相当的运算效率，具有良好的实时性和鲁棒性。
-
公开(公告)号：CN118364388B
公开(公告)日：2025-04-11
申请号：CN202410466031.X
申请日：2024-04-18
Applicant: 重庆大学 , 中国星网网络应用有限公司
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种面向卫星监测数据智能异常感知的时序预测方法，通过可逆实例归一化来处理卫星时间序列数据中普遍存在的分布偏移问题，从而提高时间序列预测的性能。采用将Autoformer和FEDformer中使用的分解方案与TSMixer全MLP架构线性层相结合的DTSMixer模型对历史时间序列进行回归，直接预测未来的时间序列。由于RevIN‑DTSMixer方法是一个简单的全MLP架构线性模型，因此其运行效率和参数数量都远远优于基于Transformer的预测方法。在真实数据集上的实验结果表明，RevIN‑DTSMixer方法能显著提高时序数据预测的准确性，具有简单，高效且精确的优势。
-
公开(公告)号：CN119646819A
公开(公告)日：2025-03-18
申请号：CN202411687424.X
申请日：2024-11-25
Applicant: 重庆大学
IPC: G06F21/57 , G06F11/362 , G06N3/084
Abstract: 本发明提出了一种基于代码变更大模型的漏洞检测方法。包括如下步骤：对数据集进行预处理，删除重复样本和注释，仅保留代码文本，对代码文本进行token化并去除重复token。然后，遍历无漏洞特征的代码文本，计算与目标代码的Jaccard相似度，选择与无漏洞特征的代码文本中相似度最高的一个组成数据样本对。将无漏洞特征的代码文本视为变更前片段，目标代码视为变更后片段，提取代码间差异部分并标记为增加或删除的代码片段。使用基于代码变更的大模型CCT5的预训练权重初始化模型，调整模型结构，设置关键参数，在训练集上微调模型并更新参数，用于检测代码漏洞；将一段代码文本输入在微调任务中表现最佳的CCT5模型，该模型输出其是否具有漏洞的预测值。
-
公开(公告)号：CN118866161A
公开(公告)日：2024-10-29
申请号：CN202410988757.X
申请日：2024-07-23
Applicant: 重庆大学
Abstract: 本发明涉及一种基于状态空间模型和扩散模型的药物生成方法，属于医药信息化领域。该方法首先对靶蛋白分子和药物分子进行三维建模，并利用状态空间模型提取更具判别性的分子结构特征。随后，采用扩散模型进行药物生成，生成具有更真实结构的药物分子。本发明通过在训练过程中加入噪声，并通过预测网络进行去噪，有效提高了药物分子的生成质量。最终生成的药物分子具有更好的类药性、易合成性，并且更容易与特定靶蛋白结合，从而为药物研发提供了一种高效、智能的方法。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.051 seconds)
