-
公开(公告)号：CN112581450A
公开(公告)日：2021-03-30
申请号：CN202011515634.2
申请日：2020-12-21
IPC: G06T7/00
Abstract: 本发明提供一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，该方法包括：将待检测花粉图像输入到花粉检测特征网络模型中的特征融合层，获取所述待检测花粉图像的花粉融合特征，所述特征融合层基于膨胀卷积金字塔和多尺度金字塔融合得到；将所述花粉融合特征输入到所述花粉检测特征网络模型中的检测层，获取检测结果。本发明提供的一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，基于多尺度金字塔与膨胀卷积金字塔组成特征融合层，可以精确的检测出图像中的花粉颗粒。
-
公开(公告)号：CN112581450B
公开(公告)日：2024-04-16
申请号：CN202011515634.2
申请日：2020-12-21
IPC: G06T7/00
Abstract: 本发明提供一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，该方法包括：将待检测花粉图像输入到花粉检测特征网络模型中的特征融合层，获取所述待检测花粉图像的花粉融合特征，所述特征融合层基于膨胀卷积金字塔和多尺度金字塔融合得到；将所述花粉融合特征输入到所述花粉检测特征网络模型中的检测层，获取检测结果。本发明提供的一种基于膨胀卷积金字塔与多尺度金字塔的花粉检测方法，基于多尺度金字塔与膨胀卷积金字塔组成特征融合层，可以精确的检测出图像中的花粉颗粒。
-
公开(公告)号：CN114926635B
公开(公告)日：2024-06-11
申请号：CN202210427559.7
申请日：2022-04-21
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/56 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/764 , G06V10/766 , G06T7/33
Abstract: 本发明公开了与深度学习方法相结合的多焦图像中目标分割方法，先对多焦图像进行配准；再基于目标的颜色与轮廓进行粗分割得到一张只包含单个目标的局部图像并基于目标中心所在位置与所属图像形成目标的定位标签；提出两种评价尺度，分别为目标清晰度判断模块与目标需求性判断模块；综合清晰度判断模块与需求性判断模块的分数得到目标的分割价值系数；最后针对具有相同定位标签的目标，比较其分割价值系数，将具有分割价值的目标放入语义细分割模块来获取多焦图像中所有清晰需求的非重复目标，以解决单独使用传统方法中所存在的分割粗糙的问题和单独使用深度学习语义分割方法中存在的效率低下、效果差等问题。这样便兼顾了分割的效果与效率。
-
公开(公告)号：CN120090841A
公开(公告)日：2025-06-03
申请号：CN202510241269.7
申请日：2025-03-03
Applicant: 北京工业大学
IPC: H04L9/40 , G06F40/205
Abstract: 本发明涉及一种基于自然语言处理的身份认证系统及方法，涉及用户身份认证技术领域。该方法包括：根据企业用户的用户信息构建用户画像；根据登录的用户账号生成验证题库；根据客户端反馈的难度等级调整技能问题的权重系数；收集客户端反馈的作答信息，得到各组常规问题的正确系数及各组技能问题的正确系数；根据各组常规问题的正确系数、各组技能问题的正确系数和技能问题的占比权重，生成认证通过系数；根据认证通过系数分析是否通过认证。该方法，根据用户对技能问题的难度评级，适应性调整技能问题的权重，从而促使根据各组问题的正确系数计算得出的认证通过系数更加合理，有效提高了企业管理平台对用户身份认证的准确度。
-
公开(公告)号：CN118964098A
公开(公告)日：2024-11-15
申请号：CN202410986996.1
申请日：2024-07-23
Applicant: 北京工业大学
IPC: G06F11/20
Abstract: 本发明公开一种分布式灾备服务器多层次实时热备切换方法及系统，属于安全防护技术领域；包括：将若干灾备服务器划分成至少两个灾备服务器中心；每个灾备服务器中心均包括至少两个灾备服务器；每个灾备服务器中心均从各自的所有灾备服务器中选举出一个主用服务器，剩余的灾备服务器作为备用服务器；根据各个灾备服务器中心的主用服务器，从所有灾备服务器中心中选举出一个主中心，其余灾备服务器中心作为备中心；根据预设的热备切换规则，进行热备切换。本发明能实现了主用服务器和备用服务器之间的自动可靠切换。本发明通过多中心多服务器的热备冗余设计，有效解决了单点故障问题。
-
Patent Agency Ranking
公开(公告)号：CN112835698B
公开(公告)日：2024-09-20
申请号：CN202110179041.1
申请日：2021-02-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于异构集群的请求分类处理的动态负载均衡方法，通过历史周期数据和当前周期的数据准确评估下一周期内异构集群各节点性能，由节点性能和请求类型对请求做均衡调度。在优化传统负载均衡策略在异构集群场景下容易出现负载不均、资源利用率低的问题同时，建立混合动/静请求的负载动态模型。对于静态资源的请求，根据其资源消耗特点，构建静态负载模型，准确计算节点静态负载状况；对于动态资源请求，使用基于周期性的性能评估模型计算各节点分配动/静资源后的相关数据，预测下一周期各个节点的负载率，最终算出每个节点的分配权重并根据此权重对动态请求进行分配，最终解决的集群局部负载过高问题。
-
公开(公告)号：CN114926635A
公开(公告)日：2022-08-19
申请号：CN202210427559.7
申请日：2022-04-21
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/56 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/764 , G06V10/766 , G06T7/33
Abstract: 本发明公开了与深度学习方法相结合的多焦图像中目标分割方法，先对多焦图像进行配准；再基于目标的颜色与轮廓进行粗分割得到一张只包含单个目标的局部图像并基于目标中心所在位置与所属图像形成目标的定位标签；提出两种评价尺度，分别为目标清晰度判断模块与目标需求性判断模块；综合清晰度判断模块与需求性判断模块的分数得到目标的分割价值系数；最后针对具有相同定位标签的目标，比较其分割价值系数，将具有分割价值的目标放入语义细分割模块来获取多焦图像中所有清晰需求的非重复目标，以解决单独使用传统方法中所存在的分割粗糙的问题和单独使用深度学习语义分割方法中存在的效率低下、效果差等问题。这样便兼顾了分割的效果与效率。
-
公开(公告)号：CN112347766A
公开(公告)日：2021-02-09
申请号：CN202011351175.9
申请日：2020-11-27
Applicant: 北京工业大学
IPC: G06F40/253 , G06F40/30 , G06K9/62 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种处理微博文本认知歪曲的多标签分类方法，基于BERT与LSTM及Attention机制融合的文本分类方法，通过对中文语料数据集中的多条中文语料进行文本预处理，以获得所述多条中文语料对应的多个序列；使用BERT模型提取每个序列的词嵌入；采用LSTM及Attention对每个序列进行特征提取，以获得每个序列对应的文本深层语义特征；通过使用softmax分类器对所获得的文本深层语义特征进行分类，来对模型进行训练和测试，进而实现文本分类，能够捕捉到真正意义上的上下文信息；兼顾了上下文信息，避免长时间序列导致的历史记忆变弱的问题，可以有效提高分类效果。
-
公开(公告)号：CN108447565A
公开(公告)日：2018-08-24
申请号：CN201810245169.1
申请日：2018-03-23
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于改进降噪自动编码器的小于胎龄儿疾病预测方法，包括：预处理小于胎龄儿数据中的文本特征和非文本特征；基于改进的降噪自动编码器进行无监督学习，得到多个特征集；利用深度神经网络进行有监督学习微调模型参数；将训练好的模型对测试集进行预测，从而得到最终的分类结果。其中改进的降噪自动编码器在输入层进行0到2倍之间的按照正态随机数随机变化，采用改进的降噪自动编码器可以很好的将小于胎龄儿数据中的高维特征进行降维以及非线性抽象，同时改进的“降噪”方法提高了自动编码器学习到的特征多样性和鲁棒性；本发明提高了对小于胎龄儿疾病数据预测的准确率，可以很好的帮助疾病的及早发现，具有较高的实用意义。
-
公开(公告)号：CN111369543B
公开(公告)日：2024-06-04
申请号：CN202010154215.4
申请日：2020-03-07
Applicant: 北京工业大学
IPC: G06V20/69 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/77 , G06N3/0464
Abstract: 本发明公开一种基于双重自注意力模块的快速花粉颗粒检测算法。模型主干网络仅使用十五个卷积层串联而成，模型较小，结构简单；主干网络设计了两个融合，克服花粉颗粒小，易与背景混淆的问题；设计了特征图降维，特征图稠密连接之前先进行降维，降低特征图通道数，减少了后续步骤计算量，提高了模型效率；设计了由双重自注意力模块和预测模块串联而成的预测分支，其中空间自注意力模块负责捕捉空间上下文信息，通道自注意力模块负责捕捉通道之间，以及浅层特征和深层特征之间的依赖关系，以实现精准预测稠密块，稠密块内的卷积层使用稠密连接的方式实现浅层特征和深层特征的。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.08 seconds)
