-
公开(公告)号：CN115795290A
公开(公告)日：2023-03-14
申请号：CN202211493667.0
申请日：2022-11-25
Applicant: 苏州大学
IPC: G06F18/2115 , G01S7/41 , G06F18/214 , G06F18/2413
Abstract: 本发明公开了一种雷达回波信号的分类方法、装置和设备，包括：对数据预处理；选择每一对不能连接约束对中每个样本自相关度最大时的近邻集合，作为对应的同类样本集合，由此扩展约束对集合；由扩展后的约束对集合生成连接矩阵，计算候选特征子集中每一个特征并入到特征子集后的目标函数，选择目标函数最小的特征索引，更新目标特征子集，对原始样本数据集特征选择生成训练样本；利用其训练最近邻分类器对未知雷达回波信号分类。本发明考虑每个样本周围的近邻样本情况不同，通过自适应对每个样本找最合适的近邻集合，确保其中元素间联系紧密，便于生成最优特征子集；考虑特征间关联性和数据局部几何结构，提高对于雷达回波信号分类精度的准确性。
-
公开(公告)号：CN115293887A
公开(公告)日：2022-11-04
申请号：CN202210989033.8
申请日：2022-08-17
Applicant: 苏州大学
IPC: G06Q40/02 , G06F16/215 , G06K9/62
Abstract: 本发明公开了基于样本重要性过采样的信用风险预测方法，包括以下步骤：S1、对信用数据集合进行预处理；S2、对不良信用数据样本进行去噪；S3、划分不良信用数据样本的概率区间并计算不良信用数据样本被选取作为样本生成点的选择概率；S4、依次根据选择概率选择样本生成点，并根据概率区间来选择不同的样本生成方式，生成新的不良信用数据样本；S5、将新的不良信用数据样本与原信用数据集合中的样本并集作为输入数据训练信用风险预测模型；S6、采用训练后的信用风险预测模型对未知信用数据样本进行风险预测。本发明通过基于样本重要性过采样方法，有效平衡数据数量，提高风险预测准确性。
-
公开(公告)号：CN115272130A
公开(公告)日：2022-11-01
申请号：CN202211007177.5
申请日：2022-08-22
Applicant: 苏州大学
Abstract: 本发明涉及一种基于多光谱级联归一化的图像去摩尔纹系统，其包括数据处理模块、模型训练模块和图像处理模块，数据处理模块用于对获取的原始训练集中的图像进行数据增强处理，得到训练数据集；模型训练模块用于使用训练数据集对去摩尔纹网络模型进行训练，图像处理模块用于利用训练好的去摩尔纹网络模型在测试图像上进行去摩尔纹处理，得到去摩尔纹处理后的图像。本发明提出了多光谱级联归一化模块，利用多光谱级联归一化模块对摩尔纹进行动态编码，有助于模型学习摩尔纹之前的频率并清晰地还原摩尔纹图像，实现对摩尔纹的有效去除。
-
公开(公告)号：CN115239485A
公开(公告)日：2022-10-25
申请号：CN202210980620.0
申请日：2022-08-16
Applicant: 苏州大学
Abstract: 本发明公开了基于前向迭代约束评分特征选择的信用评估方法，包括以下步骤：S1、对用户信用数据集中的数据进行预处理，得到原始样本数据集；S2、建立目标特征子集和候选特征集，设置需要选择的特征数量，通过前向迭代的约束评分算法从候选特征集中选择特征添加到目标特征子集，得到更新后的目标特征子集；S3、根据更新后的目标特征子集对原始样本数据集进行特征选择，生成训练样本数据，利用训练样本数据训练的分类器对用户进行信用评估。本发明通过基于前向迭代约束评分特征选择方法，有效考虑特征之间的耦合，生成最优特征子集，从而提高最终信用评估效果。
-
公开(公告)号：CN114996446A
公开(公告)日：2022-09-02
申请号：CN202210542220.1
申请日：2022-05-18
Applicant: 苏州大学
IPC: G06F16/35 , G06F40/216
Abstract: 本发明提供的文本分类方法，利用了归一化词频来规避文档长度本身对于词频的影响，从而提供一种归一化词频权重，并将其与现有的文档频次方法融合起来计算判别相关性得分并进行重要程度排序，从而提高了选择判别特征项的能力，选择重要程度高的特征项组成特征子集，在此基础上对文本表示权重矩阵进行分类得到最终的分类结果，提高了文本分类的性能，分类结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN110850420B
公开(公告)日：2022-05-17
申请号：CN201911121646.4
申请日：2019-11-15
Applicant: 苏州大学
Abstract: 本申请公开了一种基于弹球损失的FisherSVM声纳信号判别方法、装置、设备及可读存储介质，方案包括：构建基于Fisher准则正则化支持向量机的判别模型；根据弹球损失函数利用样本集合对判别模型进行优化，以确定判别模型的权重向量和偏差值；将目标探测物体的声呐信号数据输入判别模型，得到模型输出结果，并根据模型输出结果确定目标探测物体的类型判别结果。可见，该方案采用弹球损失函数对判别模型进行优化，由于弹球损失函数的使用，提升了判别模型的抗噪性能，使得声呐信号判别方案具备良好的分类性能和稳定性。
-
公开(公告)号：CN109214337B
公开(公告)日：2022-05-17
申请号：CN201811031850.2
申请日：2018-09-05
Applicant: 苏州大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本申请公开了一种人群统计方法，包括接收待测试图像；调取预先获得的预测模型和统计人数比例；其中，所述预测模型通过多列卷积神经网络对初始训练集进行训练获得，所述统计人数比例通过高斯滤波器对所述初始训练集进行计算获得；通过所述预测模型对所述待测试图像进行预测，获得对应的估计密度图；根据所述估计密度图与所述统计人数比例对所述待测试图像进行估计，获得估计人数。该方法可更加方便地实现人群场景的人数统计，并可有效保证其较高的准确率；本申请还公开了一种人群统计装置、设备以及计算机可读存储介质，也具有上述有益效果。
-
公开(公告)号：CN108021930B
公开(公告)日：2022-01-14
申请号：CN201711140976.9
申请日：2017-11-16
Applicant: 苏州大学
IPC: G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种自适应的多视角图像分类方法及系统，将多视角标签传播和自适应多图权重学习整合到一个统一的框架中，充分探索各视角间的互补性，通过引入线性变换来获取不同视角空间的权重参数，进而结合每个视角构建最优的权重系数。由于在多视角数据权重学习方面采用了自适应方式，可以避免传统的单视角和多视角标签传播方法过程中遇到的复杂而棘手的近邻数量或高斯核参数选择难问题。模型主要通过在训练过程中最小化基于多视角数据的分类误差和其重构系数之中的重构误差，最终输出样本的类别归属概率，取概率的最大值，用于图像类别的鉴定，得到最准确的分类结果。
-
公开(公告)号：CN110688224B
公开(公告)日：2021-11-23
申请号：CN201910899070.8
申请日：2019-09-23
Applicant: 苏州大学
Abstract: 本发明公开了一种考虑虚拟机部署及周期定价模式的混合云服务流程调度方法。本发明一种考虑虚拟机部署及周期定价模式的混合云服务流程调度方法，包括：获取任务集合TS；混合云CPS；物理机集合PMS；周期计费模式TCM；最大迭代次数Maxiter；群体大小Gpop；火花的最大生成数量E；最大爆炸振幅R；初始温度T；冷却率cr；在初始阶段，首先生成一组初始烟花种群；对于每个烟花来说，首先随机编码成一个实数列表，表示成任务的优先级列表；将每个烟花解码为一个完整的调度解，并计算该解的目标值；在迭代阶段，不断更新烟花，一旦满足停止条件，即输出最佳解。本发明的有益效果：本发明的形式化模型考虑了云计算中广泛使用的周期计费模式。
-
公开(公告)号：CN113642477A
公开(公告)日：2021-11-12
申请号：CN202110942584.4
申请日：2021-08-17
Applicant: 苏州大学
Abstract: 本申请公开了一种字符识别方法、装置、设备及可读存储介质，该方法包括：采集原始字符图像，生成训练样本；构建字符识别模型；该模型包括用于利用轻量级密集块提取特征的压缩密集神经网络、用于对提取到的特征进行耦合处理的耦合压缩密集特征流卷积网络，以及用于对处理后的特征进行预测，并将预测结果转换为文字输出的转录模块；轻量级密集块为同时使用求和操作和串联操作将每个密集块中的内部特征组合在一起的卷积块；采用训练样本对该模型进行训练；将待处理字符图像输入至训练完成的模型进行处理，输出字符识别结果。这样利用轻量级密集块可以捕获到深层次的结构特征用于字符识别，进而减少计算成本和权重大小，有效提升字符的识别能力。
-
-
-
-
-
-
-
-
-
Search Results
307
records
(took 0.029 seconds)
