-
公开(公告)号:CN113610787B
公开(公告)日:2024-11-08
申请号:CN202110852005.7
申请日:2021-07-27
Applicant: 广东省科技基础条件平台中心
IPC: G06T7/00 , G06V10/30 , G06V10/44 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本申请涉及一种图像缺陷检测模型的训练方法、装置、计算机设备和存储介质。该方法包括:通过训练好的特征增强模型中的第一生成器可以生成属于目标域的多个无标签的生成图像。这样,能够获得特征大大增强的生成图像,再对该生成图像进行聚类处理,得到各生成图像分别对应的类别;构建各个类别对抗模型,并基于同一类别的生成图像得到训练完成的各个类别对抗模型;将获取随机变量数据、该噪声数据,叠加输入至各个类别对抗模型中的第二生成器,大大生成了各类别的类别特征图像,极大的缓解了样本量不足的情况,能够避免过拟合的情况,再基于各类别特征图像得到泛化能力提高的训练好的缺陷检测模型,进而大大提高微米级缺陷检测的准确率和召回率。
-
公开(公告)号:CN118467573A
公开(公告)日:2024-08-09
申请号:CN202410911581.8
申请日:2024-07-09
Applicant: 广东省科技基础条件平台中心
IPC: G06F16/245 , G06F16/242
Abstract: 本申请提供一种基于多维度大数据筛选分析方法,属于科学数据处理领域,用实现降低科学数据检索的复杂性的同时,提高其科学数据匹配准确性。该方法包括:步骤S1:响应于用户的检索操作,电子设备获取待分析的科学数据检索式;步骤S2:电子设备通过多维度科学数据匹配,从科学数据检索式库中确定与待分析的科学数据检索式匹配的科学数据检索式,科学数据检索式库中科学数据检索式为有对应的科学数据检索结果的检索式;步骤S3:电子设备输出匹配的科学数据检索式对应的科学数据检索结果,或者响应于用户的拒绝操作,电子设备返回迭代执行步骤S2,输出科学数据检索结果或者迭代到预设次数。
-
公开(公告)号:CN118314564A
公开(公告)日:2024-07-09
申请号:CN202410726873.4
申请日:2024-06-06
Applicant: 广东省科技基础条件平台中心 , 华南理工大学 , 广东华路交通科技有限公司
IPC: G06V20/62 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明公开一种场景文本识别方法、装置、设备及介质,方法包括:将待识别图片输入至包括浅层特征提取及缩放模块、局部空间自注意力编码模块、全局编码模块和Transformer解码模块的场景文本识别模型;通过浅层特征提取及缩放模块对待识别图片依次进行卷积、池化及分块处理,获得若干特征图;通过局部空间自注意力编码模块对各个特征图进行局部注意力编码,获得包含局部空间信息的第一特征向量;通过全局编码模块对第一特征向量进行全局编码,获得包含局部空间信息和全局语义信息的第二特征向量;通过Transformer解码模块基于第二特征向量进行语义解码,获得文本序列。本发明能够提高对于不规则文本的识别准确率。
-
公开(公告)号:CN116109627B
公开(公告)日:2023-08-01
申请号:CN202310369053.X
申请日:2023-04-10
Applicant: 广东省科技基础条件平台中心 , 华南理工大学
IPC: G06T7/00 , G06V10/44 , G06N3/08 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了基于迁移学习和小样本学习缺陷检测方法、装置及介质,通过在元学习框架的支撑网络中,获取类别图像的支撑图像特征,并引入预先获取的场景因子信息,聚合形成局部特征的元知识特征图;在元学习框架的查询分支中,采用跨层特征增强方式将残差深层语义信息反馈到浅层特征图中;根据目标域与源域之间的特征相关性进行迁移,构建领域判别器判断目标样本跟源域样本的区别,并调用多任务分类器中相关性最高的分类器进行迁移,通过损失函数最小化,采用源域形成的分类器进行缺陷识别。能够抑制噪声对图像特征提取的干扰,提高图像数据特征的表达能力,实现缺陷准确识别。
-
公开(公告)号:CN115879829A
公开(公告)日:2023-03-31
申请号:CN202310141160.7
申请日:2023-02-21
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/0639 , G06Q10/105 , G06F16/35
Abstract: 本申请提供一种应用于平台创新能力审核的评审专家筛选方法,涉及数据处理技术领域。该方法包括获取历史审核资料,建立类别评审筛选词库;获取专家库中所有专家的技术领域信息,并进行第一次分类筛选,形成分类专家子库数据;获取历史审核资料,建立技术评审筛选词库和管理评审筛选词库;获取分类专家子库数据中所有专家的评审筛选数据信息,并结合技术评审筛选词库和管理评审筛选词库,进行第一次资格评审,形成资格评审专家子库数据;结合历史审核资料,获取所有专家的评审匹配度数据,进行匹配度分析,形成筛选参考数据。其能够针对不同的科技创新平台类别进行准确客观的评审专家筛选,以保证专家评审的专业性、客观性和公正性。
-
公开(公告)号:CN110909975B
公开(公告)日:2022-11-29
申请号:CN201910961742.3
申请日:2019-10-11
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/06 , G06Q50/26 , G06F16/36 , G06F16/951
Abstract: 本申请涉及一种科研平台效益评估方法、科研平台效益评估装置、计算机设备和计算机可读存储介质。该方法通过构建科研平台领域本体,在科研平台领域本体的干预下,对科研平台效益评估的专家经验数据、科研平台基础数据以及科研平台效益评估的外延数据进行知识提取,获取经验知识、标注知识及扩充知识,而后根据经验知识、标注知识以及扩充知识,构建科研平台效益评估的多源融合知识图谱,以此确定科研平台效益评估结果。该评估方法通过构建多源融合知识图谱将主观知识与客观知识进行关联和融合,利用图谱评估科研平台效益,有效避免了采用主观的专家经验进行评估所带来的诸多问题,评价结果客观准确。
-
公开(公告)号:CN109102164B
公开(公告)日:2021-09-14
申请号:CN201810801268.3
申请日:2018-07-20
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明涉及平台评估方法、装置、计算机设备和存储介质,属于数据处理技术领域。所述方法包括:获取平台的多个候选评估指标;根据所述多个候选评估指标与预设评估方向的对应关系,确定包含有候选评估指标的评估指标集合;确定所述评估指标集合对应的平台数据,作为集合数据;获取所述评估指标集合对应的目标评估指标;所述目标评估指标通过所述集合数据聚类得到;根据所述目标评估指标对所述平台进行评估。上述技术方案,解决了对平台的评估不够准确的问题。能准确地对平台进行评估。
-
公开(公告)号:CN109190051A
公开(公告)日:2019-01-11
申请号:CN201811447333.3
申请日:2018-11-29
Applicant: 广东省科技基础条件平台中心
IPC: G06F16/9535 , G06K9/62
CPC classification number: G06K9/6218
Abstract: 本发明涉及一种用户行为分析方法和基于该分析方法的资源推荐方法,其中用户行为分析方法包括:根据某用户的行为数据生成有向行为图;计算所述有向行为图的行为边权重,提取有效路径;将行为数据分为定向需求和模糊需求;将多个用户的定向需求特征放入用户需求关系库中;对多个相似用户的模糊需求特征和/或多个用户的相似模糊需求特征进行聚类分析,将得到的相似用户需求特征集和/或相似需求用户特征集放入用户需求关系库中;根据有向行为图生成资源角色框架;根据资源角色框架、用户需求关系库生成决策树。资源推荐方法包括:获取用户的模糊需求特征,根据决策树向用户推荐资源。本发明可以降低新用户行为分析的难度,挖掘新用户的模糊需求。
-
公开(公告)号:CN107861977A
公开(公告)日:2018-03-30
申请号:CN201710868254.9
申请日:2017-09-22
Applicant: 广东省科技基础条件平台中心
IPC: G06F17/30
CPC classification number: G06F17/30867 , G06F17/30522
Abstract: 本发明提供一种基于混合数据源融合的资源检索方法,该方法从资源的特点和已有数据出发,结果数据库和网络爬虫,将两类数据融合在一起,使得搜索更加全面,同时根据用户的行为分析,对搜索结果进行智能排序,并将用户所访问的页面进行链接分析,将其进行结构化抽取,存入原有的数据库,使得资源库更加完善。
-
公开(公告)号:CN106447137A
公开(公告)日:2017-02-22
申请号:CN201611018804.X
申请日:2016-11-18
Applicant: 广东省科技基础条件平台中心
IPC: G06Q10/04
CPC classification number: G06Q10/04
Abstract: 本发明提供一种基于信息融合和马尔可夫模型的交通客流预测方法,该方法通过信息融合技术与马尔可夫模型的结合,提出适用于交通客流预测的新方法,该方法通过信息融合技术对交通流数据进行处理,然后再对处理后的数据构建马尔可夫模型,同时利用信息融合技术训练马尔可夫模型中的转移概率矩阵,提高交通客流预测的准确率。
-
-
-
-
-
-
-
-
-