基于层次聚类和改进SMOTE的过采样方法

    公开(公告)号:CN111931853A

    公开(公告)日:2020-11-13

    申请号:CN202010806035.X

    申请日:2020-08-12

    Abstract: 本发明公开了一种基于层次聚类和改进SMOTE的过采样方法,其特征在于,包括如下步骤:1)划分少数类簇;2)确定采样权重和概率分布;3)限制合成样本的生成区域;这种方法在不平衡数据处理上,能降低噪音干扰、减少合成重叠样本,对容易错分的边缘样本加以选择,兼顾类内不平衡及生成样本点的分布,最终提升分类性能。

    一种基于目标检测的瑶族纹样符号识别方法

    公开(公告)号:CN111931792A

    公开(公告)日:2020-11-13

    申请号:CN202010806587.0

    申请日:2020-08-12

    Inventor: 王鑫 颜靖柯 覃琴

    Abstract: 本发明公开了一种基于目标检测的瑶族纹样符号定位识别方法,其特征在于,包括如下步骤:1)输入瑶族纹样符号图片;2)数据增强;3)模型训练;4)实现对瑶族纹样符号进行定位和预测。这种方法采用特征融合能减少卷积过程中特征丢失问题,能增强瑶族纹样符号小目标检测,能提升检测精度、提升检测速度。

    一种轻量化低光目标检测方法
    38.
    发明公开

    公开(公告)号:CN116401547A

    公开(公告)日:2023-07-07

    申请号:CN202310353380.6

    申请日:2023-04-04

    Abstract: 本发明涉及目标检测技术领域,具体涉及一种轻量化低光目标检测方法,对Exdark数据集的训练集进行离线增强,得到增强训练集;将增强训练集与原始数据集的训练集进行混合,得到混合训练集;对混合训练集进行预处理,得到处理数据集,增强处理数据集的泛化性,自适应生成匹配处理数据集样本的特征层锚框尺寸;改进YOLOv5基准网络模型,引入锚框尺寸进行训练,得到权重模型;将待检测图片输入检测框架,并基于权重模型使用NMS进行后处理,去除多余的检测框,得到检测结果,该方法在特征融合部分使用DFC注意力两个方向的解耦化FC操作聚合全局信息,同时大幅减少模型整体的参数量与计算量,从轻量化角度降低了原有目标检测网络的复杂度。

    一种基于PR-Trans的机械设备剩余寿命预测方法

    公开(公告)号:CN114297795A

    公开(公告)日:2022-04-08

    申请号:CN202111631338.3

    申请日:2021-12-28

    Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法,包括离线训练和在线预测两个阶段,其中,离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练,在线训练主要任务是基于训练模型的实时预测实时RUL,并处理实时数据,然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制,能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力,使模型推理速度更快、预测更精确。

Patent Agency Ranking