一种深度学习数据集的压缩和恢复方法

    公开(公告)号:CN111062419B

    公开(公告)日:2023-06-02

    申请号:CN201911174831.X

    申请日:2019-11-26

    Inventor: 王轶彤 李文坦

    Abstract: 本发明公开了一种深度学习数据集的压缩和恢复方法,包括如下具体步骤:从原始数据集中获取元数据;根据最大中心影响力的元数据坐标和分类标签构造第三元数据进行数据压缩,得到压缩数据集;将所述压缩数据集中任意元数据根据权重、坐标和分类标签进行数据恢复,得到原始数据集。本发明提供了一种深度学习数据集的压缩和恢复方法,该方法的目的是减少深度学习数据集的大小,为了保证深度学习训练结果的正确性,本算法在压缩的前提下最大限度地保证了压缩后数据集表达的内容接近于压缩前数据集的表达内容,并且能够压缩的数据集进行恢复。

    基于权重符号社交网络嵌入的边权预测方法

    公开(公告)号:CN111078820B

    公开(公告)日:2023-04-25

    申请号:CN201911174793.8

    申请日:2019-11-26

    Inventor: 王轶彤 杨威

    Abstract: 本发明公开了一种基于权重符号社交网络嵌入的边权预测方法,采用权重符号社交网络嵌入方法(WSNE),以此来获得更优的边权预测性能。WSNE为网络中的节点学习潜在特征表示,并且在学得的潜在特征空间中尽可能的保存边的权重和符号信息。本发明通过对边权值的预测,能够更精确的掌握用户之间的关系,进而提高朋友推荐,恶意用户检测之类任务的性能。本发明基于节点嵌入的思想进行权重符号社交网络中边权重预测,然后基于社会学中的结构平衡理论进行对预测权重进行符号约束,最终获得更加精准的关系判断。

    一种基于视觉与时空融合估计的跨域行人重识别方法

    公开(公告)号:CN115953644A

    公开(公告)日:2023-04-11

    申请号:CN202211616968.8

    申请日:2022-12-15

    Inventor: 李新龙 冯辉 胡波

    Abstract: 本发明涉及一种基于视觉与时空融合估计的跨域行人重识别方法,该方法包括:S1、源域中训练初始视觉分类器;S2、提取目标域中无标签行人图像视觉特征,计算特征相似度,并保存时空信息;S3、构建Weibull分布方程估计目标域时空模型;S4、将源域视觉分类器与目标域时空模型进行融合估计得到联合评分并排序;S5、根据排序结果选取难样本挖掘三元组更新视觉分类器模及时空融合模型;S6、根据相似度联合评分对跨摄像头下行人编号聚类重新分配编号并显示可视化结果。与现有技术相比,本发明解决了目标域为开放集时很难标注数据的问题,克服了跨域场景下纯视觉模型识别准确率过低的问题,更好地实现了非重叠视野下跨摄像头持续跟踪行人目标的难题。

    网络安全知识图谱的嵌入表示方法及装置

    公开(公告)号:CN113495963B

    公开(公告)日:2023-03-14

    申请号:CN202010194889.7

    申请日:2020-03-19

    Inventor: 张佳敏 杨卫东

    Abstract: 本发明提供一种网络安全知识图谱的嵌入表示方法及装置,其特征在于,包括如下步骤:网络安全数据预处理步骤,基于预先构建的网络安全知识图谱本体对网络安全数据进行整理形成结构化数据;网络安全数据集构建步骤,基于结构化数据对实体和关系进行索引标注,并计算附加信息作为训练权重,从而构建出含有训练权重的网络安全数据集;嵌入算法模型选取及配置步骤,选定需要进行对比实验的嵌入算法并输入配置参数从而形成一个训练任务;嵌入算法模型训练步骤,执行训练任务;嵌入算法模型测试步骤,基于嵌入表示结果进行链接预测;训练结果分析以及显示步骤,显示给用户查看从而让该用户分析确认。

    一种聚烯烃的光催化降解方法
    85.
    发明公开

    公开(公告)号:CN115703900A

    公开(公告)日:2023-02-17

    申请号:CN202110909161.2

    申请日:2021-08-09

    Abstract: 本发明涉及聚烯烃的光催化降解技术领域,尤其涉及一种聚烯烃的光催化降解方法及其应用。本发明通过将聚烯烃与偶氮二甲酸酯类化合物混合溶于适当的溶剂中,加入钨金属催化剂,反应体系在光照条件下加热搅拌进行降解;随后通过降温冷却、适当溶剂逐级沉淀以及真空干燥,得到聚烯烃的降解产物。所得降解产物为官能化的短链烯烃低聚物,可进一步用作增容剂改进聚烯烃与其他聚合物材料的相容性。该降解反应条件温和、转化率高、环境友好、催化剂经济易得,降解产物可进一步应用。

    恶性脑膜瘤血清标记物LncRNA及其用途

    公开(公告)号:CN115612736A

    公开(公告)日:2023-01-17

    申请号:CN202110807975.5

    申请日:2021-07-16

    Inventor: 汤海亮 郭浩 徐荣

    Abstract: 本发明属生物医学技术领域,具体涉及恶性脑膜瘤血清标记物LncRNA及其用途。本发明经研究显示,LncRNA是一类可用于肿瘤诊断及预后判断的新型标志物,其具有作为恶性脑膜瘤标记物的潜力。本发明实验结果显示,LncRNA降解后以片段的形式存在于血浆中,并可在血浆中被检出;进一步,本发明对脑膜瘤患者的抽取的血清样本进行了LncRNA检测,并与有关的术后病理进行匹配评估,结果表明,LncRNA是一类可用于肿瘤诊断及预后判断的新型标志物,尤其可作为恶性脑膜瘤标记物。所述的LncRNA标记物对于预测恶性脑膜瘤具有临床实用价值。

    一种校准均匀线性阵列互耦和阵元增益-相位误差的方法

    公开(公告)号:CN112904321B

    公开(公告)日:2023-01-17

    申请号:CN201911256593.7

    申请日:2019-12-03

    Abstract: 本发明提供一种校准均匀线性阵列互耦和阵元增益‑相位误差的方法,将互耦效应和阵元增益‑相位误差用一个误差矩阵来统一描述,并给出理想信号模型和考虑两种误差时的回波信号模型,将均匀线性阵列置于一个匀速移动的平台上,其接收到的回波信号将形成一个信号子空间,该信号子空间由平台移动速度以及均匀线性阵列系统参数所确定。根据理想信号模型以及子空间投影理论,将误差矩阵的估计描述成一个标准的凸优化求解问题,运用凸优化工具箱对该问题进行求解得到误差矩阵,利用估计得到的误差矩阵完成阵列校准。该方法能够对均匀线性阵列进行校准,简化了计算过程的同时提高了均匀线性阵列校准的精确度。

    碳纳米管限域的尺寸可调钯基催化剂及其制备方法与应用

    公开(公告)号:CN111659372B

    公开(公告)日:2022-12-27

    申请号:CN202010569703.1

    申请日:2020-06-20

    Inventor: 王帅 池凯 奚江波

    Abstract: 本发明属于催化剂技术领域,具体为一种碳纳米管限域的尺寸可调钯基催化剂及其制备方法与应用。本发明通过对整体工艺流程、以及各个关键工艺步骤的反应条件及参数(如反应原料的种类及配比、反应物浓度及反应温度等)进行改进,实现贵金属活性物质限域于碳纳米管内腔中,且能够通过反应条件的控制实现对金属尺寸大小的调控。该制备方法工艺简单、操作便捷,反应材料廉价、易得,并能够针对特定需求制备具有特定催化性能的限域催化剂,包括碳纳米管限域钯单原子催化剂、碳纳米管限域钯团簇催化剂,实现载量与尺寸之间的精确调控。制备的钯基催化剂可用于催化芳硝基化合物的还原反应中,并展现出优异的催化活性。

    一种便于老年人用的轮椅
    89.
    发明公开

    公开(公告)号:CN115429552A

    公开(公告)日:2022-12-06

    申请号:CN202211030879.5

    申请日:2022-08-26

    Abstract: 本发明提供一种便于老年人用的轮椅,包括轮椅本体、支架、脚座、脚部支撑装置、坐垫、排便孔、开启机构、便盆、移动机构和顶升装置,所述轮椅本体的中部固定安装有支架,所述轮椅本体的一端固定安装有脚座,所述支架的中部安装有用于老人脚部升起的脚部支撑装置,所述轮椅本体的座椅部安装有坐垫,本发明使用时,老人的臀部将对挤压板进行挤压,通过开启机构的运作实现对排便孔的开启,老人无需再手动带动排便孔的开启,方便老人的使用,清理人员需将便盆取出时,通过触摸屏幕控制器的使用控制移动机构的运作,实现对收纳盆的移动,带动收纳盆移动至轮椅本体的一端,方便清理人员需将便盆取出,清理人员无需弯腰趴在地上。

    一种评价彩色图像自动聚焦清晰度的互补色小波测度

    公开(公告)号:CN112330757B

    公开(公告)日:2022-11-29

    申请号:CN201910715843.2

    申请日:2019-08-05

    Inventor: 周汶 张建秋 李旦

    Abstract: 本发明提供了一种评价彩色图像自动聚焦清晰度的互补色小波测度,用于对彩色图像的自动聚焦清晰度进行评价,其特征在于,包括如下步骤:S1,设定互补色小波组;S2,对彩色图像进行互补色小波分解,获取待测图像的每个互补色小波层中的每个矢量方向的方向子带,该方向子带包括四组互补色算子;S3,对方向子带进行融合计算,获取每个互补色小波层的每个矢量方向的融合子带;S4,根据融合子带获取最大系数能量,进而获取互补色小波组的层级最大能量;S5,根据融合子带获取扩散系数,进而获取每个互补色小波层的层级分布扩散度;S6,根据层级最大能量以及层级分布扩散度,获取待测图像的清晰度评价测度。

Patent Agency Ranking