-
公开(公告)号：CN116361462A
公开(公告)日：2023-06-30
申请号：CN202310307128.1
申请日：2023-03-27
Applicant: 武汉轻工大学
IPC: G06F16/35 , G06N3/0464 , G06F18/2415 , G06F18/25
Abstract: 本发明涉及人工智能领域，尤其涉及一种文本分类方法、装置、设备及存储介质，该方法包括：获取待分类的文本序列，通过不同尺度的卷积对所述待分类的文本序列进行局部特征提取，得到多个不同的特征子空间；将各个不同的特征子空间通过Attention机制进行全局注意力计算，得到各个特征子空间输出的特征；对各个特征子空间输出的特征进行融合分类，得到句子序列的最终向量表示；对所述句子序列的最终向量表示进行线性变换，得到文本分类结果，从而实现精确简单地完成文本分类。
-
公开(公告)号：CN116205893A
公开(公告)日：2023-06-02
申请号：CN202310251908.9
申请日：2023-03-13
Applicant: 武汉轻工大学
Abstract: 本发明涉及病害检测技术领域，公开了一种水稻叶片病害图像检测方法、装置、设备及存储介质，该方法包括：获取农业病虫害研究图像数据库，并根据农业病虫害研究图像数据库获得原始数据；构建初始水稻叶片病害检测模型，并将原始数据输入至初始水稻叶片病害检测模型中进行训练，得到训练后的水稻叶片病害检测模型；将待检测的水稻叶片图像输入至训练后的水稻叶片病害检测模型进行检测，并输出检测结果。本发明通过从数据库获取原始数据并对初始模型进行训练，将待检测水稻叶片图像输入训练后模型进行检测，得到检测结果，解决现有方法识别率低，速度慢，实时率不强的问题，具有实时性、低成本、一站式、操作简单以及后期维护方便的效果。
-
公开(公告)号：CN108362659B
公开(公告)日：2021-03-30
申请号：CN201810120412.7
申请日：2018-02-07
Applicant: 武汉轻工大学
IPC: G01N21/3577 , G01N21/359 , G01N21/65
Abstract: 本发明公开了一种基于多源光谱并联融合的食用油种类快速鉴别方法，包括：选取至少一个种类的若干食用油样品；分别采集若干所述食用油样品的近红外光谱图和拉曼光谱图；分别对若干所述食用油样品的近红外光谱图和拉曼光谱图进行预处理，得到若干所述食用油样品的预处理近红外光谱图和预处理拉曼光谱图；分别对若干所述食用油样品的的预处理近红外光谱图和预处理拉曼光谱图进行特征变量提取，得到若干所述食用油样品的近红外光谱图特征变量和拉曼光谱图特征变量；定性模型建立；种类鉴别。该基于多源光谱并联融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。
-
公开(公告)号：CN110163293A
公开(公告)日：2019-08-23
申请号：CN201910454174.8
申请日：2019-05-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种基于深度学习的红肉分类方法、装置、设备及存储介质，所述方法包括：通过获取待分类的红肉高光谱图像信息；将所述待分类的红肉高光谱图像信息输入预设度量函数，得到所述待分类的红肉高光谱图像信息中各个特征信息之间的相似度信息；根据所述相似度信息提取所述待分类的红肉高光谱图像信息中的参考特征信息；对所述参考特征信息进行降维，得到目标特征信息；基于深度学习对所述目标特征信息进行空谱联合分类，得到目标种类信息，从而首先通过合适的预设度量函数对提取红肉高光谱图像信息的特征信息，然后基于深度学习提取空谱联合特征信息，提高红肉类高光谱图像的分类精度。
-
公开(公告)号：CN108388965A
公开(公告)日：2018-08-10
申请号：CN201810171294.2
申请日：2018-03-01
Applicant: 武汉轻工大学
IPC: G06Q10/04 , G06Q10/06 , G06Q30/00 , G06Q50/26 , G01N21/3577 , G01N21/359
Abstract: 本发明公开了一种油脂掺伪含量检测方法、终端设备及计算机可读存储介质，所述方法包括：获取待检测油脂的目标近红外光谱数据，根据间隔偏最小二乘法和粒子群法对所述目标近红外光谱数据进行计算，确定特征波长范围，在所述特征波长范围内所述目标近红外光谱数据进行特征提取，获得光吸收率数据，所述光吸收率数据为所述特征波长范围内的光对应的吸收率数据，将所述光吸收率数据输入至预设检测模型中，根据所述预设检测模型输出的检测结果确定所述待检测油脂的掺伪含量，能够提高油脂掺伪含量检测的准确度，缩短油脂掺伪含量检测时间，提升了油脂掺伪含量检测的速度和效率。
-
Patent Agency Ranking
公开(公告)号：CN108288052A
公开(公告)日：2018-07-17
申请号：CN201810171295.7
申请日：2018-03-01
Applicant: 武汉轻工大学
IPC: G06K9/00
CPC classification number: G06K9/00604 , G06K9/0061
Abstract: 本发明公开了一种虹膜图像归一化方法、装置及计算机可读存储介质，所述方法包括：获取待处理虹膜图像，确定所述待处理虹膜图像所属的状态类型；根据所述状态类型查找对应的采样模型；根据所述采样模型对所述待处理虹膜图像进行非线性采样，获得采样点，根据所述采样点将所述待处理虹膜图像归一化成矩形图像。由于充分考虑了瞳孔放大或缩小对虹膜部分的影响，能很好地减少由于瞳孔放大或缩小带来的误差，提升了虹膜图像归一化处理部分的性能，从而能提高后续虹膜部分的特征提取和虹膜识别的准确率。
-
公开(公告)号：CN117496222A
公开(公告)日：2024-02-02
申请号：CN202311322156.7
申请日：2023-10-12
Applicant: 武汉轻工大学
IPC: G06V10/764 , G06V20/50 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种作物害虫细粒度识别方法、装置、设备及存储介质，该方法包括：基于改进后的作物害虫细粒度识别模型对预处理后的作物图像进行作物害虫细粒度识别，改进后的作物害虫细粒度识别模型包括主干网络模块、跨层双线性聚合模块和多任务学习模块，通过主干网络模块根据处理后的作物图像生成多尺度害虫特征，提高了害虫特征提取的精度和维度，然后根据跨层双线性聚合模块对多尺度害虫特征进行融合，提高了模型的特征识别精度，再根据多任务学习模块以多任务的方式进行作物害虫细粒度识别，利用多任务间的信息互补提升作物害虫细粒度分类的性能和效率，模型复杂度低，具有方便迁移和易于部署的特点。
-
公开(公告)号：CN116521986A
公开(公告)日：2023-08-01
申请号：CN202310376666.6
申请日：2023-04-10
Applicant: 武汉轻工大学
IPC: G06F16/9535 , G06F16/958 , G06F18/22 , G06N5/01 , G06Q50/20
Abstract: 本发明属于互联网应用技术领域，公开了一种基于行为序列的试题推荐方法、装置、设备及存储介质。该方法包括：根据目标用户的行为序列与候选用户的行为序列，确定行为序列相似度；根据行为序列相似度，确定用户相似度；根据预设选取数量与用户相似度，在候选用户中确定目标用户的相似用户，并获取相似用户在预设时间范围内的错题作为候选推荐试题；获取目标用户的历史错题与候选推荐试题之间的关联权重数据，根据关联权重数据与目标用户的行为序列确定试题推荐策略；根据试题推荐策略，在候选推荐试题中确定目标推荐试题，将目标推荐试题推荐给目标用户。通过上述方式，充分挖掘用户特征，提供个性化试题推荐，并动态更新特征变化，提高灵活性。
-
公开(公告)号：CN116452675A
公开(公告)日：2023-07-18
申请号：CN202310349105.7
申请日：2023-04-03
Applicant: 武汉轻工大学
Abstract: 本发明属于数据处理技术领域，公开了一种相机标定方法、装置、设备及存储介质；该方法包括：对相机模型初始化得到初始相机模型，将相机模型的标定板图像序列输入初始相机模型；通过初始相机模型对标定板图像序列进行筛选，得到参考帧图像和剩余图像；根据参考帧图像得到当前初始相机模型的初始标定结果，根据初始标定结果对剩余图像进行筛选得到初始相机模型对应的候选图像集；根据预设评价函数从多个初始相机模型对应的候选图像集中确定目标图像集，根据目标图像集得到相机模型的标定结果；本发明通过从标定板图像序列中自适应的选择参考图像，评估参考图像的角度差得到最佳图像集，基于最佳图像集对相机模型进行优化，得到更加准确的标定结果。
-
公开(公告)号：CN115422941A
公开(公告)日：2022-12-02
申请号：CN202210896790.0
申请日：2022-07-28
Applicant: 武汉轻工大学
Abstract: 本申请公开了一种文本摘要生成方法、装置、设备以及存储介质，属于自然语言处理技术领域。文本摘要生成方法包括以下步骤：获取输入文本；所述输入文本包括多个语句；将多个预设标志分别插入至多个所述语句中，得到多个目标语句；将多个目标语句输入至预训练模型BART，得到所述预训练模型BART输出的多个表示向量；根据多个所述表示向量，得到各个所述表示向量的重要性得分；根据所述重要性得分与所述目标语句，生成摘要文本。本申请可提高生成的文本摘要的准确性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.035 seconds)
