公开(公告)号：CN104462196B

公开(公告)日：2019-01-22

申请号：CN201410598595.5

申请日：2014-10-30

Applicant: 南京信息工程大学

Inventor： 邵岭 ,  蔡子贇 ,  刘力 ,  余孟洋

IPC: G06F16/903

Abstract: 本发明涉及一种多特征联合哈希信息检索方法，其特征在于包括如下基本步骤：一是建立目标函数：保护目标空间的数据分布，同时得到NMF中的紧凑矩阵基并且减少冗余；二是交替优化：通过一个迭代的过程，优化U和V，得到基算子U和低维数据V的更新规则；三是整体收敛：通过原始的目标函数，然后进行交替迭代；四是哈希函数的生成：通过计算训练数据和测试样本之间的汉明距即XOR运算，得出最终的结果；五是复杂度分析：对上述步骤1‑4的方法进行复杂度分析。本发明能够有效地保护数据的概率分布，减少低维数据的冗余，使得学习到一个可融合从多个源中得到的多种表示，同时通过RKNMF来保护高维联合分布和获得正交基的哈希嵌入函数。

公开(公告)号：CN104376051A

公开(公告)日：2015-02-25

申请号：CN201410604395.6

申请日：2014-10-30

Applicant: 南京信息工程大学

Inventor： 邵岭 ,  蔡子贇 ,  刘力 ,  余孟洋

IPC: G06F17/30

CPC classification number: G06F16/325 ,  G06F16/2255 ,  G06F16/9014

Abstract: 本发明涉及一种随机结构保形哈希信息检索方法，其特征在于步骤包括：一是保护高维数据的重要结构，使用提出目标函数对原始的高维数据进行降维，从而得到低维数据；二是使用已经得出的基算子U和低维数据V的更新规则，计算出原始高维数据的基和低维矩阵；三是设置门限值并且把训练集中低维实数表现转换成二进制码，用概率统计分类模型逻辑回归计算出测试样本的哈希码；四是计算训练数据和测试样本之间的汉明距即XOR运算，得出最终的结果。本发明能够在很好地保护随机数据的分布和高维数据的局部及总体结构的基础上，成功地应用多变量的逻辑回归来获得哈希函数，可实现超越样本的拓展，适用于计算机视觉、数据挖掘、机器学习或相似搜索领域。

公开(公告)号：CN115330639A

公开(公告)日：2022-11-11

申请号：CN202211053496.X

申请日：2022-08-31

Applicant: 南京信息工程大学

Inventor： 刘力 ,  江结林 ,  洪祥明 ,  徐红祥

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于非局部注意力的深度增强图像去噪方法，包括：将数据集中的图像输入预先构建的网络框架中，对干净图像进行分块，得到预处理图像；对预处理图像加上加性噪声，得到带噪声图像；将带噪声图像输入到非局部注意力模块，得到带有图像非局部信息的特征图；对带有图像非局部信息的特征图进行卷积操作，得到抽象的特征图；对抽象的特征图进行卷积操作进行图像重建，得到重建后的图像；将重建后的图像输入到非局部注意力模块，得到去噪后的图像；计算去噪后的图像与干净图像之间的损失，并通过网络的正向、反向传播降低损失，直到迭代次数达到阈值或学习率衰减至下限时，得到去噪模型。

公开(公告)号：CN104462196A

公开(公告)日：2015-03-25

申请号：CN201410598595.5

申请日：2014-10-30

Applicant: 南京信息工程大学

Inventor： 邵岭 ,  蔡子贇 ,  刘力 ,  余孟洋

IPC: G06F17/30

CPC classification number: G06F17/30949

Abstract: 本发明涉及一种多特征联合哈希信息检索方法，其特征在于包括如下基本步骤：一是建立目标函数：保护目标空间的数据分布，同时得到NMF中的紧凑矩阵基并且减少冗余；二是交替优化：通过一个迭代的过程，优化U和V，得到基算子U和低维数据V的更新规则；三是整体收敛：通过原始的目标函数，然后进行交替迭代；四是哈希函数的生成：通过计算训练数据和测试样本之间的汉明距即XOR运算，得出最终的结果；五是复杂度分析：对上述步骤1-4的方法进行复杂度分析。本发明能够有效地保护数据的概率分布，减少低维数据的冗余，使得学习到一个可融合从多个源中得到的多种表示，同时通过RKNMF来保护高维联合分布和获得正交基的哈希嵌入函数。