一种基于景点聚类和群体情感识别的旅游景点推荐系统

    公开(公告)号:CN112257517A

    公开(公告)日:2021-01-22

    申请号:CN202011058628.9

    申请日:2020-09-30

    Abstract: 本发明提供了一种基于景点聚类和群体情感识别的旅游景点推荐系统,包括:数据采集模块、数据库、景点聚类模块、情感计算模块、景点情感与景点类型关系建模及分析模块、景点推荐模块以及服务显示模块。本发明的有益效果是:该系统基于多项人工智能技术,对游客分享的景点照片进行情感分析和计算,为旅游者提供丰富而真实的景点体验数据,按照景点类型进行推荐,充分考虑了由于景点类型造成的景点情感分数的影响,丰富了用户的景点选择参考信息,帮助旅游者更好的做出旅游决策。

    融合多任务和多尺度卷积神经网络的人脸分析方法及系统

    公开(公告)号:CN109508654A

    公开(公告)日:2019-03-22

    申请号:CN201811260674.X

    申请日:2018-10-26

    Abstract: 本发明公开了一种融合多任务联合多尺度卷积神经网络的人脸分析方法及系统,先对一张尺寸大小为N×N的待学习的图片,采用关键区域搜索算法从所述图片中提取出K个不同尺度的人脸感兴趣区域,将其作为多尺度CNN三个通道的输入;然后采用CNN分别对K个所述人脸感兴趣区域进行特征提取,得到不同尺度的人脸特征,采用级联的方式将提取到的不同尺度的人脸特征进行融合,得到融合后的特征表达;再将多个任务的损失函数进行融合得到联合损失函数,以所述特征表达作为学习输入,得到关于所述联合损失函数的最优解,从而得到所述多个任务的处理结果。本发明利用任务间的相关性互相促进来,提高了单个任务的预测准确率。

    移动设备坠落检测方法及其模型形成方法与移动设备

    公开(公告)号:CN108009572A

    公开(公告)日:2018-05-08

    申请号:CN201711175453.8

    申请日:2017-11-22

    Abstract: 一种移动设备坠落检测方法及其模型形成方法与移动设备,包括:监听移动设备加速度传感器变化事件,采集三轴加速度数据集,计算合加速度、合加速度标准差、合加速度偏度、合加速度峰度,作为合加速度特征数据集,为每条特征样本数据添加标签列,得到带有标签的合加速度特征数据集,将带有标签的合加速度特征数据集输入到机器学习算法中进行训练,得到移动设备坠落预测模型;实时获取移动设备的加速度数据,得到当前时刻的合加速度特征值,将计算得到的合加速度特征值作为参数,调用模型进行预测。本发明基于合加速度进行特征提取,基于机器学习算法,建立了一种便捷、高效和精准的移动设备坠落预测模型,实现移动设备坠落状态的实时检测。

    一种城市功能区识别方法、模块、装置及其存储装置

    公开(公告)号:CN107392463A

    公开(公告)日:2017-11-24

    申请号:CN201710586501.6

    申请日:2017-07-18

    Abstract: 本发明提供了一种城市功能区识别方法、模块、装置及其存储装置。其中,一种城市功能区识别方法包括数据获取装置获取数据并对数据做预处理;数据分类装置对部分预处理后的数据进行分类,该步骤中采用了CNN(卷积神经网络)模型;区域划分装置对部分预处理后的数据进行划分;识别装置对划分后的数据进行识别并结合分类后的数据生成功能区;叠加装置对所述功能区进行叠加。模块和装置包括数据获取模块及装置、数据分类模块及装置、区域划分模块及装置、识别模块及装置、叠加模块及装置。这些模块、装置及存储装置均用来实现一种城市功能区识别方法。本发明可以用于精确识别城市功能区,为城市的科学发展制定合理的规划。

    一种无标签指导的自监督人脸AU检测方法、设备及介质

    公开(公告)号:CN118470774A

    公开(公告)日:2024-08-09

    申请号:CN202410636381.6

    申请日:2024-05-22

    Abstract: 本申请提供了一种无标签指导的自监督人脸AU检测方法、设备及介质,涉及人脸运动单元检测领域,方法包括:获取人脸图像;构建自监督人脸动作单元检测模型并进行训练;所述自监督人脸动作单元检测模型包括:全局对比学习模块、局部重构模块和一致性蒸馏模块;通过全局对比学习模块,获取人脸图像的全局人脸表征;通过局部重构模块,结合全局人脸表征,得到局部人脸特征表征;通过一致性蒸馏模块,统一全全局人脸表征与局部人脸特征表征的内部联系,得到细粒度表征;获取待识别图像,通过训练后的自监督人脸动作单元检测模型提取待识别图像的细粒度表征。实现不依赖任何FAU的标注信息而获得鲁棒的人脸运动单元表征的目的。

    一种高分辨率遥感影像弱监督建筑物提取方法

    公开(公告)号:CN113436204A

    公开(公告)日:2021-09-24

    申请号:CN202110651041.7

    申请日:2021-06-10

    Abstract: 本发明提供了一种高分辨率遥感影像弱监督建筑物提取方法,包括:基于迭代对抗上升策略的类激活图迭代优化,类激活图像素间关系挖掘,类边界检测,建筑物伪标签生成、语义分割网络训练和建筑物区域提取。本发明使用迭代对抗上升策略,相比于现有的图像级别的弱监督语义分割方法能够生成更优的建筑物类激活图,并在不引入额外监督信息的情况下实现对类激活图信息的充分挖掘,获得像素间类等价关系。此外,本发明使用门控卷积层进一步提升网络对边界处理的分割性能,使得物体区域能够在边界内进行有效扩充和覆盖,生成高质量的建筑物伪标签,从而让语义分割模型产生准确率高,分割边界完整的建筑物区域。

    基于ArcGIS的矢量数据并行处理方法及系统

    公开(公告)号:CN108009214B

    公开(公告)日:2020-05-22

    申请号:CN201711129769.3

    申请日:2017-11-15

    Abstract: 本发明公开了一种基于ArcGIS的矢量数据并行处理方法及系统,首先获取待处理的矢量图层的空间范围,将其划分为多个子空间范围,构造多个子任务信息,然后启动多个进程,设置ArcGIS矢量数据处理工具的环境变量参数,调用ArcGIS的矢量数据处理工具并行执行多个子任务,第一个完成的子任务将结果图层拷贝到结果数据库中,其它子任务的结果数据依次追加到结果图层中。本发明能够将矢量大数据处理任务在空间上进行划分,生成多个计算子任务,利用ArcGIS矢量数据处理工具的环境变量参数,采用多进程技术并行调用多个ArcGIS矢量数据处理工具,对各个子任务进行并行处理,可实现ArcGIS矢量数据处理的并行加速,从而提高ArcGIS对矢量大数据的处理效率。

    基于完全随机森林的矢量空间计算强度预测方法及系统

    公开(公告)号:CN108052755B

    公开(公告)日:2019-09-17

    申请号:CN201711387102.3

    申请日:2017-12-20

    Abstract: 一种基于完全随机森林的矢量空间计算强度预测方法及系统,通过输入与矢量空间计算强度相关的所有特征,训练多棵完全回归决策树,实现对特征复杂多样的矢量空间计算域的计算强度建模,并对完全随机森林的预测结果进行优化,剔除与预测结果偏差较大的预测值,提高完全随机森林的预测精度,有利于在并行计算环境中,对矢量空间计算强度进行精准的预测。本发明在随机森林的训练过程中,每棵回归决策树的训练样本是从原始样本中随机选择的,且选择的特征包括原始样本的全部特征,该模型能够应对重要特征少、冗余特征多的矢量空间计算强度的预测,本发明可以为并行计算资源均衡调度与分配提供依据,提高并行计算效率。

    一种面向小数据集的高分辨率遥感影像场景分类的方法

    公开(公告)号:CN107220657B

    公开(公告)日:2018-05-18

    申请号:CN201710325405.6

    申请日:2017-05-10

    Abstract: 本发明实施例公开了一种面向小数据集的高分辨率遥感影像场景分类的方法,建立了一个三个尺度、三个通道的端对端多尺度卷积联合神经网络模型。本方法共分为三个步骤,步骤一将图像尺寸大小为N×N的遥感影像,按照三个尺度进行随机子区域提取,提取后图像子区域大小分别为N/2×N/2、N/4×N/4和N/8×N/8,作为多通道卷积特征提取器输入;步骤二,建立一种融合多尺度和多通道的特征联合网络,将不同尺度的特征进行两两融合增强,实现高层特征的联合增强表达;步骤三,联合损失函数对场景的联合增强的高层特征进行分类。本发明实现在小样本训练集上的高精度分类,在小样本数据集中的高层特征表达能力和计算速度显著提高。

    一种非约束环境中的人脸特征点定位方法及系统

    公开(公告)号:CN106529397A

    公开(公告)日:2017-03-22

    申请号:CN201610846560.8

    申请日:2016-09-21

    CPC classification number: G06K9/00228 G06K9/00268

    Abstract: 本发明公开了一种非约束环境中的人脸特征点定位方法及系统,所述的方法包括人脸特征点初始化定位和人脸特征点迭代更新定位两个阶段,第一阶段,根据估计的头部姿态和人脸局部子区域的条件概率初始化条件回归森林模型,定位人脸特征点的初始位置;第二阶段,根据初始位置建立人脸误差模型,利用误差模型学习更新迭代森林模型,定位人脸特征点的精确位置。本发明的条件迭代回归森林模型采用级联更新的多概率模型进行迭代回归,减少了非约束环境下的复杂背景、遮挡和多姿态等噪声的影响。

Patent Agency Ranking