-
公开(公告)号:CN111460947A
公开(公告)日:2020-07-28
申请号:CN202010216536.2
申请日:2020-03-15
Applicant: 吉林大学
Abstract: 本发明公开一种基于BP神经网络对显微镜下金属矿物的识别方法及系统,涉及金属矿物识别技术领域,主要包括获取反射偏光显微镜拍摄的未知金属矿物图像;利用MATLAB软件对未知金属矿物图像进行处理得到未知金属矿物图像初步特征数据;确定环境差异性特征;根据未知金属矿物图像初步特征数据和环境差异性特征计算未知金属矿物图像最终特征数据;将未知金属矿物图像最终特征数据输入到训练好的BP神经网络模型中,确定未知金属矿物的种类。本发明通过计算机软件和反射偏光显微镜对图像进行自动识别,在保证金属矿物识别成本低的基础上,排除个人因素和环境因素干扰,提高识别准确率。
-
公开(公告)号:CN107147500A
公开(公告)日:2017-09-08
申请号:CN201710446463.4
申请日:2017-06-07
Applicant: 吉林大学
CPC classification number: H04L9/3247 , G06F21/64
Abstract: 本发明公开了一种适用于非实时组播数据源认证的改进散列树方法,涉及信息技术领域,该适用于非实时组播数据源认证的改进散列树方法的计算开销低于SAIDA,通信开销低于散列星和散列树,在网络丢包率不超过25%时的整体认证概率能够达到90%以上。因此,该适用于非实时组播数据源认证的改进散列树方法是一种适用于非实时组播数据源认证的有效方法。
-
公开(公告)号:CN118865056A
公开(公告)日:2024-10-29
申请号:CN202410950940.0
申请日:2024-07-16
Applicant: 吉林大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06V10/766
Abstract: 本发明适用于地球化学勘查技术领域,提供了基于CNN‑RF模型的遥感地球化学反演方法,包括以下步骤:数据处理;具体包括:遥感数据波段比值处理;建立地球化学元素组合;遥感数据与地球化学数据的局部对应模式;构建数据集;构建CNN‑RF混合预测模型:首先使用CNN模型从遥感数据中提取特征信息,然后将特征信息整合后输入到RF模型中进行训练,训练好的CNN‑RF模型用于处理给定的数据并进行预测。本发明提供了基于CNN‑RF模型的遥感地球化学反演方法,CNN‑RF模型对地球化学元素的平均绝对预测误差比线性回归模型、k‑近邻回归模型、弹性网络回归模型、随机森林(RF)模型对元素的平均绝对预测误差小。
-
公开(公告)号:CN117173558A
公开(公告)日:2023-12-05
申请号:CN202310998350.0
申请日:2023-08-09
Applicant: 吉林大学
IPC: G06V20/10 , G06V10/20 , G06V10/774 , G06V10/40 , G06N3/006
Abstract: 本发明公开了一种基于人工蜂群优化支持向量机的遥感地球化学反演方法:获取遥感图像数据并对所述遥感图像数据进行预处理;将地球化学数据与预处理后的遥感图像数据进行统一坐标处理,并将带有坐标的地球化学数据投影到遥感图像数据上,以获得训练数据;对所述训练数据进行特征提取并构建支持向量机模型;基于所述训练数据和提取的特征对所述支持向量机模型进行训练,以获得初步遥感地球化学反演模型;基于人工蜂群算法获取所述支持向量机模型的最优核参数以及最优惩罚因子,以获得最终遥感地球化学反演模型;将待反演的遥感图像数据输入到所述最终遥感地球化学反演模型中,获得反演结果。本发明的遥感地球化学反演方法具有求解效果更好的优点。
-
公开(公告)号:CN111460947B
公开(公告)日:2022-05-31
申请号:CN202010216536.2
申请日:2020-03-15
Applicant: 吉林大学
IPC: G06V10/774 , G06V20/69 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开一种基于BP神经网络对显微镜下金属矿物的识别方法及系统,涉及金属矿物识别技术领域,主要包括获取反射偏光显微镜拍摄的未知金属矿物图像;利用MATLAB软件对未知金属矿物图像进行处理得到未知金属矿物图像初步特征数据;确定环境差异性特征;根据未知金属矿物图像初步特征数据和环境差异性特征计算未知金属矿物图像最终特征数据;将未知金属矿物图像最终特征数据输入到训练好的BP神经网络模型中,确定未知金属矿物的种类。本发明通过计算机软件和反射偏光显微镜对图像进行自动识别,在保证金属矿物识别成本低的基础上,排除个人因素和环境因素干扰,提高识别准确率。
-
公开(公告)号:CN111582387A
公开(公告)日:2020-08-25
申请号:CN202010391327.1
申请日:2020-05-11
Applicant: 吉林大学
Abstract: 本发明公开了一种岩石光谱特征融合分类方法及系统。所述方法包括:获取ADS便携式光谱仪测得的待测岩石光谱反射率;待测岩石光谱反射率为类别未知的岩石的光谱反射率数据;将待测岩石光谱反射率输入至训练好的融合分类模型中,得到类别未知的岩石的所属类别;训练好的融合分类模型是采用训练数据对融合分类模型进行训练得到的;融合分类模型是将支持向量机模型、K-最近邻模型和随机森林模型进行融合得到的;训练数据包括类别已知的岩石的光谱反射率数据和对应的类标签。本发明能够提高岩石光谱分类的分类效率和分类的准确度。
-
公开(公告)号:CN108062733A
公开(公告)日:2018-05-22
申请号:CN201711246251.8
申请日:2017-11-23
Applicant: 吉林大学
Abstract: 本发明公开了一种基于艾宾浩斯遗忘曲线和网络题库的教学方法,涉及教育领域,该基于艾宾浩斯遗忘曲线和网络题库的教学方法改变学生学习习惯、增加知识掌握的牢靠度;通过贯穿全学期的反复学习‑测试‑针对错误率知识点巩固‑测试的方式,使学生养成按时复习,避免突击的好习惯。同时也增加了学生对知识点的理解和掌握。易于教师及时掌握教学效果、易于试题管理、提高工作效率;通过此项研究,可将积累的各种试题进行标准化入库,型式相同、标准相同。同时将大大提高今后的出题和组卷效率,减轻教师命题负担。
-
-
-
-
-
-
-