-
公开(公告)号：CN108197320A
公开(公告)日：2018-06-22
申请号：CN201810107964.4
申请日：2018-02-02
Applicant: 北方工业大学
Inventor： 臧淼
CPC classification number: G06F16/532 , G06F16/5838 , G06K9/6249
Abstract: 本发明公开了一种多视图图像自动标注方法，包括步骤有：(1)设置已标注图像的语义标签和多种视觉特征作为多种视图，输入到多视图稀疏模型中进行训练学习，得到各视图字典和各视图权值因子；(2)输入待标注图像的多种视觉特征；(3)利用所述各视图字典和所述各视图权值因子稀疏重构所述待标注图像，计算得到标签视图的稀疏重构系数；(4)将所述标签视图字典和所述标签视图的稀疏重构系数相乘，得到待标注图像语义标签的分值；(5)将分值从高到低排列，选择前5个语义标签标注所述待标注图像。本发明改善了计算机的自动图像标注性能，提高自动标注的查准率和查全率。
-
公开(公告)号：CN119052040A
公开(公告)日：2024-11-29
申请号：CN202411262720.5
申请日：2024-09-10
Applicant: 北方工业大学
IPC: H04L27/00 , H04L27/20 , G06N3/0464
Abstract: 本发明公开一种MPSK信号调制方式识别方法、设备、介质及产品，涉及信号识别领域，方法包括获取调制信号样本，并根据调制信号样本提取调制信号星座图；利用训练好的星座图预加噪去噪模型对调制信号星座图进行去噪恢复；所述训练的星座图预加噪去噪模型为一维卷积神经网络，并包括embedding层；将去噪后的调制信号星座图与不同MPSK调制方式的理想星座图进行基于MSE的特征匹配，得到调制方式的识别结果，本发明能够提高信号识别的准确性和效率，并能够应用在非协作通信的盲解调场景中。
-
公开(公告)号：CN103020605B
公开(公告)日：2016-04-06
申请号：CN201210578412.4
申请日：2012-12-28
Applicant: 北方工业大学
IPC: G06K9/00
CPC classification number: G06K9/00637
Abstract: 本发明公开了一种基于决策层融合的桥梁识别方法，包括以下步骤：读入多光谱图像、全色图像及SAR图像，对多光谱图像进行HSV空间转换；分别对H、S、V三个分量进行膨胀、腐蚀预处理；分别对H、S、V进行阈值分割；用8邻域搜索去掉小面积干扰区域，得到水陆分割结果；使用形态膨胀和形态腐蚀算子对水体区域进行规整，得到潜在桥梁区域；在全色图像中提取潜在桥梁区域的纹理特征，确定阈值，识别桥梁；在SAR图像中提取潜在桥梁区域的区域均值比特征，确定阈值，识别桥梁；将全色图像中和SAR图像中的桥梁识别结果进行决策层融合。本发明综合利用多光谱、全色、SAR图像的互补特征进行桥梁识别，有效提高了桥梁目标的正确识别率。
-
Patent Agency Ranking
公开(公告)号：CN103020605A
公开(公告)日：2013-04-03
申请号：CN201210578412.4
申请日：2012-12-28
Applicant: 北方工业大学
IPC: G06K9/00
CPC classification number: G06K9/00637
Abstract: 本发明公开了一种基于决策层融合的桥梁识别方法，包括以下步骤：读入多光谱图像、全色图像及SAR图像，对多光谱图像进行HSV空间转换；分别对H、S、V三个分量进行膨胀、腐蚀预处理；分别对H、S、V进行阈值分割；用8邻域搜索去掉小面积干扰区域，得到水陆分割结果；使用形态膨胀和形态腐蚀算子对水体区域进行规整，得到潜在桥梁区域；在全色图像中提取潜在桥梁区域的纹理特征，确定阈值，识别桥梁；在SAR图像中提取潜在桥梁区域的区域均值比特征，确定阈值，识别桥梁；将全色图像中和SAR图像中的桥梁识别结果进行决策层融合。本发明综合利用多光谱、全色、SAR图像的互补特征进行桥梁识别，有效提高了桥梁目标的正确识别率。
-
公开(公告)号：CN110671795B
公开(公告)日：2020-12-11
申请号：CN201910870147.9
申请日：2019-11-29
Applicant: 北方工业大学
IPC: F24F11/58 , F24F11/62 , F24F11/74 , F24F11/89 , G06K9/00 , G06K9/62 , G06N3/08 , G06N20/10 , G06Q10/04 , G06Q10/06 , G08C17/02 , H04N7/18 , F24F110/10 , F24F110/20 , F24F120/00
Abstract: 一种基于人工智能的宜居环境系统，包括采集模块、温控模块和处理模块；所述采集模块包括温度采集模块、风速采集模块、湿度采集模块和视频采集模块；所述温控模块用于根据所述处理模块的计算结果做出温度和输出风速的调节。与现有技术相比，本发明的有益效果是：通过聚类训练得到自己最适宜的PMV值，使得温控模块控制温度更加精准且适宜人体；采用布谷鸟算法计算出当前人体适宜的温度和风速，迭代次数少，收敛快，能够更快速而准确地计算得到出当前人体适宜的温度和风速；通过对采集视频中每一帧进行分析并以机器学习的方法进行服装识别和姿态识别，精准地获取当前人体衣着情况和运动状态。
-
公开(公告)号：CN116737930A
公开(公告)日：2023-09-12
申请号：CN202310718448.6
申请日：2023-06-16
Applicant: 北方工业大学
Abstract: 本发明公开一种多标签文本分类方法、系统及设备，涉及文本分类领域，该方法包括获取学生对可持续发展的认知观点文本数据集；认知观点文本数据集中每一认知观点文本样本对应多个标签；对每一认知观点文本样本进行预处理，得到相应的文本token序列；利用预处理后的认知观点文本数据集，训练由BERT模型与coteaching模型结合得到的BERT‑CT多标签文本分类模型，得到训练好的BERT‑CT多标签文本分类模型；利用训练好的BERT‑CT多标签文本分类模型对待分类的认知观点文本进行分类。能够提高对认知观点文本分类的准确性和效率。
-
公开(公告)号：CN110671795A
公开(公告)日：2020-01-10
申请号：CN201910870147.9
申请日：2019-11-29
Applicant: 北方工业大学
IPC: F24F11/58 , F24F11/62 , F24F11/74 , F24F11/89 , G06K9/00 , G06K9/62 , G06N3/08 , G06N20/10 , G06Q10/04 , G06Q10/06 , G08C17/02 , H04N7/18 , F24F110/10 , F24F110/20 , F24F120/00
Abstract: 一种基于人工智能的宜居环境系统，包括采集模块、温控模块和处理模块；所述采集模块包括温度采集模块、风速采集模块、湿度采集模块和视频采集模块；所述温控模块用于根据所述处理模块的计算结果做出温度和输出风速的调节。与现有技术相比，本发明的有益效果是：通过聚类训练得到自己最适宜的PMV值，使得温控模块控制温度更加精准且适宜人体；采用布谷鸟算法计算出当前人体适宜的温度和风速，迭代次数少，收敛快，能够更快速而准确地计算得到出当前人体适宜的温度和风速；通过对采集视频中每一帧进行分析并以机器学习的方法进行服装识别和姿态识别，精准地获取当前人体衣着情况和运动状态。
-
公开(公告)号：CN108197320B
公开(公告)日：2019-07-30
申请号：CN201810107964.4
申请日：2018-02-02
Applicant: 北方工业大学
Inventor： 臧淼
IPC: G06F16/583 , G06F16/532 , G06K9/62
Abstract: 本发明公开了一种多视图图像自动标注方法，包括步骤有：(1)设置已标注图像的语义标签和多种视觉特征作为多种视图，输入到多视图稀疏模型中进行训练学习，得到各视图字典和各视图权值因子；(2)输入待标注图像的多种视觉特征；(3)利用所述各视图字典和所述各视图权值因子稀疏重构所述待标注图像，计算得到标签视图的稀疏重构系数；(4)将所述标签视图字典和所述标签视图的稀疏重构系数相乘，得到待标注图像语义标签的分值；(5)将分值从高到低排列，选择前5个语义标签标注所述待标注图像。本发明改善了计算机的自动图像标注性能，提高自动标注的查准率和查全率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
