基于事件主题分析的虚假信息识别系统及识别方法

    公开(公告)号:CN110134762A

    公开(公告)日:2019-08-16

    申请号:CN201910327493.2

    申请日:2019-04-23

    Abstract: 本发明揭示了一种基于事件主题分析的虚假信息识别系统及识别方法。系统包括真实事件文本采集模块、事件树构建模块、分支主题粘合度计算模块、待测文本读取模块、相关度检测模块以及分支粘合度对比模块。方法包括真实事件文本采集步骤、事件树构建步骤、分支主题粘合度计算步骤、待测文本读取步骤、相关度检测步骤以及分支粘合度对比步骤。本发明能够为用户在网络环境中区分虚假信息提供帮助、从而使其能够更加快速有效地获取到真实可靠的信息。本发明不仅有效地提高了虚假信息识别的效率、节约了使用者的时间,同时也充分地保证了信息识别过程的标准化、提高了识别结果的准确性。

    基于联合概率矩阵的试卷图像自动核分方法

    公开(公告)号:CN110163256B

    公开(公告)日:2022-11-15

    申请号:CN201910327743.2

    申请日:2019-04-23

    Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法,包括如下步骤:S1、利用训练手写数据集训练得到分数识别模型;S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割;S3、将S2中的结果作为所述分数识别模型的输入,识别并输出可能性最高的N个值;S4、构建联合概率矩阵并创建分数搜索树,计算置信值;S5、对计算结果进行判断、并将计算结果与预设阈值进行比较,最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法,利用联合概率矩阵计算识别置信度,实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率,同时也充分地保证了核分结果的准确性。

    基于联合概率矩阵的试卷图像自动核分方法

    公开(公告)号:CN110163256A

    公开(公告)日:2019-08-23

    申请号:CN201910327743.2

    申请日:2019-04-23

    Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法,包括如下步骤:S1、利用训练手写数据集训练得到分数识别模型;S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割;S3、将S2中的结果作为所述分数识别模型的输入,识别并输出可能性最高的N个值;S4、构建联合概率矩阵并创建分数搜索树,计算置信值;S5、对计算结果进行判断、并将计算结果与预设阈值进行比较,最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法,利用联合概率矩阵计算识别置信度,实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率,同时也充分地保证了核分结果的准确性。

    基于主题识别的视频内容检测系统及检测方法

    公开(公告)号:CN110378190B

    公开(公告)日:2022-10-04

    申请号:CN201910327654.8

    申请日:2019-04-23

    Abstract: 本发明揭示了一种基于主题识别的视频内容检测系统及检测方法,系统包括原始视频读取模块,用于读取原始的视频流;视频切片模块,用于将所读取的视频流按镜头进行划分和聚类、得到一组视频片组;片内主题识别模块,用于识别视频片组内全部视频片的不同主题、并输出主题序列;异常片检测模块,用于检测视频片组中是否存在主题异常的视频片。方法包括原始视频读取步骤、视频切片步骤、片内主题识别步骤以及异常片检测步骤本发明利用主题识别技术将视频按主题进行划分,进而判断出其中所有主题的相似度和关联性,找出视频中的异常片。

    一种基于卷积网络的大角度车牌检测方法

    公开(公告)号:CN112926588B

    公开(公告)日:2022-07-22

    申请号:CN202110208935.9

    申请日:2021-02-24

    Abstract: 本发明公开了一种基于卷积网络的大角度车牌检测方法,包括如下步骤:步骤S1、构建大角度车牌检测模型,通过所述大角度车牌检测模型获取待检测图像中的目标图像;步骤S2、对步骤S1中获取的目标图像进行切片处理,获得切片图像,再对所述切片图像进行合并处理,获得新的目标图像;步骤S3、将步骤S2中获取的新的目标图像送入字符检测网络进行识别,获得车牌号。本发明识别精度高、效率高、鲁棒性强,能应用于各种大角度的车牌识别。

    一种基于热点图的轻量级人体关键点检测方法

    公开(公告)号:CN112800958B

    公开(公告)日:2022-07-22

    申请号:CN202110117348.9

    申请日:2021-01-28

    Abstract: 本发明提出了一种基于热点图的轻量级人体关键点检测方法,具体包括,获取原始图片,在原始图片上标注标签,创建标签图;建立卷积神经网络模型,将标签图输入到卷积神经网络模型进行模型训练;输入待检测的原始图片,利用训练好的卷积神经网络模型提取特征,得到人体关键点热点图和人体关键点间热点关系图;根据人体关键点热点图,通过热点峰值获取关键点的位置,再与人体关键点间热点关系图进行归并,获得关键点间关系,最终得到单人关键点以及关键点之间的关系。

    一种基于Polar码的码率自适应方法

    公开(公告)号:CN109032834B

    公开(公告)日:2021-07-09

    申请号:CN201810593249.6

    申请日:2018-06-11

    Abstract: 本发明公开了一种基于Polar码的码率自适应方法,包括如下步骤:计算各存储单元比特的巴氏参数,选择巴氏参数较低的存储单元比特为信息位构造Polar码原码;构造好的Polar码原码经过Polar码编码器得到编码序列,并通过格雷映射得到比特对序列;对比特对序列进行码率自适应设计,得到删余后剩余的存储码字;仅将删余后剩余码字经过MLC型NAND闪存存储信道进行传输;经过读取操作得到可能被信道噪声干扰了的读取码字;将读取码字送至Polar码自适应译码器进行初始化操作;得到译码码字以实现存储数据的输出。本发明根据MLC型闪存存储信道特性,实现Polar码的码率自适应构造设计,以提升存储系统的整体性能和效率。

Patent Agency Ranking