-
公开(公告)号:CN108804524A
公开(公告)日:2018-11-13
申请号:CN201810394797.6
申请日:2018-04-27
Applicant: 成都信息工程大学 , 成都智睿通拓科技有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种基于层次化分类体系的情感判别和重要性划分方法,其包括:S1)采集垂直领域的大量新闻数据,其内容尽可能多样化;S2)分析垂直领域,根据层次化分类的思想对该领域进行层次化划分,划分后的垂直领域由树状图表示;S3)针对每层中的内节点和基类,选取一定量的新闻数据进行人工标注;S4)对于每个内节点和基类,使用S3中标注好的训练数据建立分类器,分类器输出新进新闻属于该节点的概率;S5)对于新采集到的新闻数据,使用S4中建立的分类器计算其属于每个节点的概率,将其归类于概率最大或超过门限值的节点,从而使得新闻数据被归类到内节点或基类;S6)将新闻数据归类到节点后,计算并确定其情感和重要性标签。
-
公开(公告)号:CN105469358B
公开(公告)日:2018-08-21
申请号:CN201510874773.7
申请日:2015-12-02
Applicant: 成都信息工程大学
IPC: G06T3/40
Abstract: 本发明公开了一种图像处理方法,包括:首先输入被噪声污染的图像L;然后对图像L进行插值,获得对图像L的初始估计以及图像的一阶导数;然后利用步骤B中计算出的一阶导数,构造出图像中每个像素的协方差矩阵;然后基于所述协方差矩阵,构造自适应核函数;然后对所述自适应核函数进行自适应锐化;然后使用自适应锐化后的权重矩阵实现插值,得到最终的图像,实现了图像重建效果不容易受影响,重建结果不容易遭受噪声污染,有效的解决了图像边缘模糊和噪声问题。
-
公开(公告)号:CN108062743A
公开(公告)日:2018-05-22
申请号:CN201710738863.2
申请日:2017-08-25
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种含噪图像的超分辨率方法,所述方法主要包括以下步骤:输入一张低分辨率含噪图像I;对图像I进行简单插值,获得低分辨率测试图像的初步估计以为基础获得横向、纵向和对角方向的图像多尺度金字塔,利用图像多尺度金字塔获得低分辨率测试图像Lk+1;对图像I进行高斯模糊操作,获得模糊图像Lk;以图像块为单位,求出I和Lk内部图像块间的映射函数,并将其作用到相应的Lk+1内部图像块上,从而生成高分辨率图像块,进而获得高分辨率图像。本发明使得噪声在超分辨率过程中得到了很好的抑制,进一步的,重建图像的边缘细节更加丰富,图像形变更少。
-
公开(公告)号:CN107341514A
公开(公告)日:2017-11-10
申请号:CN201710548763.3
申请日:2017-07-07
Applicant: 成都信息工程大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于联合密度及角度的异常点和边缘点检测方法,本发明基于边缘点和异常点具有较低的局部密度和较小的角度方差变化的思想,结合数据集的角度与密度的联合信息,利用联合测度去判定样本点属于异常点和边缘点的程度,通过设置门限值自动确定特殊点。提出了一种较稳定的异常点与边缘点的检测方法,提高了边缘点与异常点检测的性能,可较好地反映数据集的特征,并且能够检测出噪音数据,更好的去除噪音。克服了现有技术在复杂数据集中特殊点检测的效果不好和不稳定的缺点。
-
公开(公告)号:CN106952240A
公开(公告)日:2017-07-14
申请号:CN201710197474.3
申请日:2017-03-29
Applicant: 成都信息工程大学
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/20076 , G06T2207/20201
Abstract: 本发明公开了一种图像去运动模糊方法,所述方法包括:步骤1:建立基于狄利克雷过程的无限学生‑t分布混合模型,作为图像梯度分布模型和点扩散函数模型,根据观测图像自动获得无限学生‑t分布混合模型个数;步骤2:将图像梯度分布模型和点扩散函数模型分别作为图像先验模型和点扩散函数先验模型,采用最大后验估计方法对图像进行去运动模糊处理,并利用变分贝叶斯推断估计模型参数,实现了模型个数自适应选择,提高对图像梯度分布的拟合度,实现精准的图像去运动模糊的技术效果。
-
公开(公告)号:CN105469358A
公开(公告)日:2016-04-06
申请号:CN201510874773.7
申请日:2015-12-02
Applicant: 成都信息工程大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开了一种图像处理方法,包括:首先输入被噪声污染的图像L;然后对图像L进行插值,获得对图像L的初始估计以及图像的一阶导数;然后利用步骤B中计算出的一阶导数,构造出图像中每个像素的协方差矩阵;然后基于所述协方差矩阵,构造自适应核函数;然后对所述自适应核函数进行自适应锐化;然后使用自适应锐化后的权重矩阵实现插值,得到最终的图像,实现了图像重建效果不容易受影响,重建结果不容易遭受噪声污染,有效的解决了图像边缘模糊和噪声问题。
-
公开(公告)号:CN119622812A
公开(公告)日:2025-03-14
申请号:CN202411749067.5
申请日:2024-12-02
Applicant: 成都信息工程大学
IPC: G06F21/62 , G06F11/34 , G06F18/22 , G06F18/2433 , G06F123/02
Abstract: 本发明涉及一种存储安全管理方法及系统,其包括:安全管理平台的数据获取模块根据用户客户端中每个用户的交互行为数据为所有用户构建相应的行为拓扑图;行为识别模块根据行为拓扑图中每个用户对应的所有行为边分析得到对应用户的交互行为特征;时序分析模块根据每个用户的交互行为特征分析得到每个用户的时序异常度和每个用户之间在不同监测周期内的行为相似度以供敏感度分析模块确定当前监测周期对应的行为敏感度;访问控制模块根据所述行为敏感度判断是否允许用户对存储进行访问。
-
公开(公告)号:CN118194961A
公开(公告)日:2024-06-14
申请号:CN202410412170.4
申请日:2024-04-08
Applicant: 成都信息工程大学
IPC: G06N3/088 , G06N3/084 , G06V10/774 , G06V10/82
Abstract: 本发明提出基于自适应语义特征的无监督解释方法,构建的可解释模型主要包括三个核心模块:特征级可解释性模块、自适应特征表达模块和特征重要性计算模块。首先将深度神经网络的深层特征映射视为其学习到的高级概念语义的抽象表达,然后使用非负矩阵分解技术从中无监督地提取出关键的语义信息,并进行特征级解释或结构化归因;通过维度缩放方案去实现自适应数量的特征提取;在特征重要性计算上,采用Shapley值算法进行计算。此外,生成显著性视觉解释来突出显示模型决策的关键区域。实验表明,本发明方法在解释准确度上更高,在不同的数据集和被解释模型的环境中,其解释准确度比现有方法有更好的表现,具有解释准确、鲁棒性和通用性的特点。
-
公开(公告)号:CN118094487A
公开(公告)日:2024-05-28
申请号:CN202410510256.0
申请日:2024-04-26
Applicant: 成都信息工程大学
IPC: G06F18/27 , G06F18/214 , G06F18/15 , G01W1/14 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提供基于时空感知机制的多源气象要素预测降水的方法及系统,涉及数据处理领域,该方法包括:建立降水预测模型,其中,降水预测模型至少包括图像块嵌入层、时空特征提取网络和通道感知网络;建立训练样本;使用训练样本训练降水预测模型;获取目标区域在目标时间的多气象要素预报数据;对目标区域在目标时间的多气象要素预报数据进行预处理;通过训练后的降水预测模型基于预处理后的目标区域在目标时间的多气象要素预报数据,预测目标区域在目标时间的降水预测信息,具有提高降水预测的精度的优点。
-
公开(公告)号:CN117765378B
公开(公告)日:2024-04-26
申请号:CN202410197246.6
申请日:2024-02-22
Applicant: 成都信息工程大学
IPC: G06V20/00 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种多尺度特征融合的复杂环境下违禁物品检测方法和装置,通过加强局部特征提取和缓解特征融合的语义冲突来提高对重叠目标和小目标的检测能力,设计多尺度注意力模块主干增强网络对重叠物体的局部特征提取能力,引入挤压激励注意力机制减少目标区域的冗余信息;针对小目标的信息丢失问题,设计自适应融合特征金字塔网络,引入包含细节信息的浅层特征和包含语义信息的深层特征防止小目标信息丢失;采用自适应权重融合策略和通道注意力机制,避免直接融合造成的目标信息丢失。实验结果表明,与现有方法相比,本发明即使在物品遮挡严重、背景复杂的情况下也能准确检测出目标,同时具有更优秀的小目标检测能力。
-
-
-
-
-
-
-
-
-