分类识别方法、装置及设备

    公开(公告)号:CN109858505A

    公开(公告)日:2019-06-07

    申请号:CN201711244226.6

    申请日:2017-11-30

    Abstract: 本发明公开了一种分类识别方法、装置及设备,属于机器学习技术领域。所述方法包括:通过第一神经网络提取源域数据和目标域数据的跨域不变特征;通过第二神经网络提取源域数据和目标域数据的域辨识特征;通过第三神经网络根据跨域不变特征和域辨识特征,得到融合特征;利用融合特征进行分类识别和来源识别;根据识别结果训练第一神经网络、第二神经网络和第三神经网络;采用训练得到的第一神经网络,识别目标域数据对应的分类。通过将域辨识特征和跨域不变特征共同作为训练神经网络时的约束项,提高了训练完毕的神经网络对目标域数据进行分类识别的准确率。

    一种圆环状BiOI微球的制备方法

    公开(公告)号:CN103112895B

    公开(公告)日:2014-09-10

    申请号:CN201310057514.6

    申请日:2013-02-22

    Applicant: 厦门大学

    Abstract: 一种圆环状BiOI微球的制备方法,涉及光催化剂。将Bi(NO3)3溶解于酒精中,得到溶液A,将KI与油酸混合,得到溶液B;将溶液A与溶液B混合,搅拌后倒入高压釜中,水热反应后,洗涤,过滤,烘干,即得红褐色的圆环状BiOI微球。以硝酸铋和KI为原料,在酒精和油酸混合液中,用低温水热一步法,制备了圆环状BiOI微球。与其它形貌相比,圆环状BiOI微球,是有一组相互平行的纳米片环绕而成,孔洞结构提高了吸附性能,因此光催化活性显著提高。低温水热一步法,易于通过水热媒介、水热温度、水热时间控制,是一种简单易行的、具有应用潜力的制备高催化活性BiOI的方法。成本低,操作温度低,设备简单。

    一种毛刺状BiOI/ZnO微球的制备方法

    公开(公告)号:CN103111313A

    公开(公告)日:2013-05-22

    申请号:CN201310057500.4

    申请日:2013-02-22

    Applicant: 厦门大学

    Abstract: 一种毛刺状BiOI/ZnO微球的制备方法,涉及一种BiOI/ZnO微球。将Bi(NO3)3和Zn(Ac)2溶于酒精中,再加入KI,搅拌,得淡黄色溶液,再倒入高压釜中,水热反应后,经洗涤,过滤,烘干,即得橙黄色的毛刺状BiOI/ZnO微球。以硝酸铋、KI和Zn(Ac)2为原料,在酒精中,用低温水热一步法,制备毛刺状BiOI/ZnO微球。与其它形貌相比,毛刺状BiOI/ZnO微球是在BiOI/ZnO复合物微球的表面形成ZnO纳米棒阵列的毛刺,增加表面积,提高吸附性能。光催化活性显著提高。低温水热一步法,易于通过水热媒介、水热温度、水热时间控制,操作温度低,设备简单,成本低,无污染。

    一种结晶银负载TiO2纳米颗粒的制备方法

    公开(公告)号:CN102909009A

    公开(公告)日:2013-02-06

    申请号:CN201210470342.0

    申请日:2012-11-16

    Applicant: 厦门大学

    Abstract: 一种结晶银负载TiO2纳米颗粒的制备方法,涉及一种TiO2纳米颗粒。提供不需要无水乙醇、乙酰乙酸乙脂等添加剂,直接在水溶液中完成,更有利于大规模的工业生产的一种结晶银负载TiO2纳米颗粒的制备方法。将AgNO3溶于水中,待完全溶解后加入钛酸正丁酯,再移入高压釜,水热反应后洗涤,抽滤,烘干,即得到黑色的结晶银负载TiO2纳米颗粒。由无机原料在水溶液中制得,成本低,操作温度低,设备简单,无污染,易于扩大、工业化生产。

    基于双阶段对比学习框架的小样本SAR目标识别方法

    公开(公告)号:CN114529767B

    公开(公告)日:2025-01-14

    申请号:CN202210152954.9

    申请日:2022-02-18

    Applicant: 厦门大学

    Abstract: 基于双阶段对比学习框架的小样本SAR目标识别方法,涉及图像识别。针对SAR数据集获取困难,标注数据耗时耗力的实际问题,提出了基于双阶段训练策略的对比学习框架,用来解决小样本数据条件下的SAR目标识别。将训练过程解耦为表征学习阶段和分类学习阶段,包括:1)表征学习阶段,采用监督对比学习在原始SAR数据集上训练网络的表示模块;2)分类学习阶段,对编码模块进行固定并采用重平衡策略训练网络的分类模块。建立在机器学习中的对比学习的基础上,并结合解耦学习的思想,实用性强,稳定性好,能够满足类别不均衡、小样本数据等情况下SAR目标识别精度高标准的需求。

    基于价值感知和知识摘要的自适应蒸馏方法

    公开(公告)号:CN117391135A

    公开(公告)日:2024-01-12

    申请号:CN202311381756.0

    申请日:2023-10-24

    Applicant: 厦门大学

    Abstract: 基于价值感知和知识摘要的自适应蒸馏方法,属于图像识别领域。引入价值量化与评价机制,挖掘来自教师的知识在不同训练阶段对学生的不同价值。让学生主动识别信息量大的知识点,逐步浓缩出核心知识集以对知识进行提炼。通过简单的方式应用于当前知识蒸馏方法之中,基于对学生学习能力动态变化的观察提出一种能够有效避免知识冗余的方法,在去除知识冗余,提高学生模型能力上限的同时,还能够得到一个浓缩知识集,以加快蒸馏速度。在加快学生模型训练速度的同时提升学生模型能力,提高蒸馏效率和蒸馏效果。

    基于CUDA技术的延迟求和声成像并行加速方法

    公开(公告)号:CN116309921A

    公开(公告)日:2023-06-23

    申请号:CN202310446933.2

    申请日:2023-04-24

    Applicant: 厦门大学

    Abstract: 基于CUDA技术的延迟求和声成像并行加速方法,属于声信号处理领域及神经网络领域,用于解决传统延迟求和算法计算复杂度高等问题。包括以下步骤:1)假定转向矢量是具有空间排布的,将转向矢量整体视为特征图;2)将特征图中的每个条形向量与互谱矩阵依次进行矩阵运算且运算后通道数保持不变;3)将和互谱矩阵做完运算的结果与原始的转向矢量相乘,得到最终该条形特征向量的功率。将互谱矩阵和转向矢量的大维度矩阵设计成卷积网络,利用GPU并行加速运算,结果能够比传统的延迟求和算法的运算时间提高将近100倍,从而达到在工业应用中的实时成像需求。

    无机抗菌耦合棉纤维及其应用

    公开(公告)号:CN114657763B

    公开(公告)日:2023-05-05

    申请号:CN202210341658.3

    申请日:2022-04-02

    Abstract: 本发明公开了无机抗菌耦合棉纤维及其应用。该无机抗菌耦合棉纤维包括棉散纤维、无机盐粒子和金属抗菌纳米粒子;所述棉散纤维的纤维素分子上原位接枝有羟基化的无机盐粒子,所述无机盐粒子上负载有所述金属抗菌纳米粒子,所述无机盐粒子包括磷酸盐或磷酸盐与硫酸盐的混合物,所述金属抗菌纳米粒子包括Ag纳米粒子,还包括Cu纳米粒子或Zn纳米粒子。本发明棉纤维中以P元素含量(atom%)为1,Ag/P/O元素的比例为0.002~2.0/1/4.0~12.0或(Ag,Cu)/P/O元素的比例为0.002~2.0/1/4.0~12.0或(Ag,Zn)/P/O元素的比例为0.002~2.0/1/4.0~12.0,(Na,K)/Ca/P/S元素的比例为1~2/0.05~0.1/1/0.0~0.4且不含有Si。

    一种基于深度学习的单幅图像手机源重辨识方法

    公开(公告)号:CN109598227B

    公开(公告)日:2022-11-11

    申请号:CN201811448853.6

    申请日:2018-11-28

    Applicant: 厦门大学

    Abstract: 一种基于深度学习的单幅图像手机源重辨识方法,涉及图像取证领域。提出一种新的图像取证方法,解决基于分类的相机溯源方法中训练集类别不足问题;基于传统数字图像指纹特征提取方法,提出利用多种自学习滤波器在单幅图像中提取手机指纹特征的方法,并解释深度神经网络对于数字图像指纹特征提取的可行性;提出一种基于全局特征融合的深度网络结构,以高效提取数字图像指纹特征;根据自学习滤波器和全局特征融合网络所提取的数字图像指纹特征,利用度量学习方法追溯拍摄该幅图像的具体手机源设备。

Patent Agency Ranking