-
公开(公告)号：CN117687890A
公开(公告)日：2024-03-12
申请号：CN202410145237.2
申请日：2024-02-02
Applicant: 山东大学
IPC: G06F11/34 , G06N3/0455 , G06N3/08 , G06N20/00
Abstract: 本发明属于计算机技术领域，提供了基于操作日志的异常操作识别方法、系统、介质及设备，本发明基于日志的操作行为数据和自注意力机制，构建了操作行为数据库，并通过两阶段的识别模块实现了操作行为的异常识别。与之前的方法相比，本发明首先将原始日志数据转换为特征向量的形式，解决了操作行为数据的复杂性问题；之后采用三种不同的窗口策略将操作行为的特征划分为具有时间属性的操作行为数据集，解决了操作行为数据的连续性问题；最后通过构建用户和操作行为两个阶段的异常识别模块，解决了操作行为多样性的问题。
-
公开(公告)号：CN113221844B
公开(公告)日：2022-02-15
申请号：CN202110632231.4
申请日：2021-06-07
Applicant: 山东建筑大学 , 山东博昂信息科技有限公司 , 山东大学
Abstract: 本公开公开了基于深度学习的掌纹细节点真伪甄别方法及系统，包括：获取待识别的掌握图像；对待识别的掌纹图像进行预处理，得到待识别掌纹图像的细节点描述信息和细节点邻域图像；将待识别掌纹图像的细节点描述信息和细节点邻域图像，输入到训练后的卷积神经网络中，得到掌纹细节点真伪甄别结果。输入一幅高分辨率掌纹图像，提取细节点(获得细节点位置和方向信息)，然后通过本发明的方法，自动判定细节点是真细节点还是伪细节点。用去除伪细节点后的细节点集进行掌纹身份匹配，可以从精度和速度两个方面明显提高掌纹身份识别性能。
-
公开(公告)号：CN113673415A
公开(公告)日：2021-11-19
申请号：CN202110949409.8
申请日：2021-08-18
Applicant: 山东建筑大学 , 山东博昂信息科技有限公司 , 山东大学
Abstract: 本发明提出了一种手写汉字身份鉴别方法及系统，包括：获取用于手写汉字身份鉴别的比对图像，对比对图像进行处理，获得一批多尺度描述图像；将处理后的比对图像用于神经网络判定模型训练，获得训练后的神经网络判定模型；训练的过程中，将静态的多尺度描述图像进行有重叠的小块划分，构建出二维空间里横向和纵向两个方向上小块图像间的关联关系，将上述多个子结果分别拉成一维向量后进行融合，融合的结果通过多个全连接层操作，最后映射为类别标签；对待检材样本进行图像处理并将处理后的图像利用训练后的神经网络判定模型类别标签进行识别，预测的手写字图像对应的身份标签。
-
公开(公告)号：CN102411711A
公开(公告)日：2012-04-11
申请号：CN201210001013.1
申请日：2012-01-04
Applicant: 山东大学
Abstract: 本发明公开了一种基于个性化权重的手指静脉识别方法，该方法可以有效地克服噪声位对识别精度带来的不利影响，提高了手指静脉识别系统的识别性能和鲁棒性。它分为训练过程和识别过程；其中，训练过程首先对训练图像进行预处理，然后各自提取LBP特征，最后训练出权重位图W；识别过程首先对测试样本图像进行预处理，接着进行LBP特征提取，最后，通过公式4计算与数据库模板之间的海明距离，根据设定的阈值确定识别结果；是异或运算符，运算符两边的数字若相同结果为“0”反之则为“1”；若DA小于设定的阈值θ，则测试图像属于A类，θ取值为0.15。
-
公开(公告)号：CN107644418A
公开(公告)日：2018-01-30
申请号：CN201710879640.8
申请日：2017-09-26
Applicant: 山东大学
Abstract: 本发明公开了基于卷积神经网络的视盘检测方法及系统，利用深度卷积神经网络进行监督学习能够更好的学习到具有区分性的特征，采用RGV图像和长方形感兴趣区域能更好的增强模型的表达能力。多级训练有效的增强了训练模型的鲁棒性和精确性，概率引导的检测方法同时提高了模型的效率，因此本发明能够克服样本量少、图像复杂、质量差等问题，高效准确的完成视盘检测的任务。
-
Patent Agency Ranking
公开(公告)号：CN102411711B
公开(公告)日：2013-10-23
申请号：CN201210001013.1
申请日：2012-01-04
Applicant: 山东大学
Abstract: 本发明公开了一种基于个性化权重的手指静脉识别方法，该方法可以有效地克服噪声位对识别精度带来的不利影响，提高了手指静脉识别系统的识别性能和鲁棒性。它分为训练过程和识别过程；其中，训练过程首先对训练图像进行预处理，然后各自提取LBP特征，最后训练出权重位图W；识别过程首先对测试样本图像进行预处理，接着进行LBP特征提取，最后，通过公式4计算与数据库模板之间的海明距离，根据设定的阈值确定识别结果； 是异或运算符，运算符两边的数字若相同结果为“0”反之则为“1”；若DA小于设定的阈值θ，则测试图像属于A类，θ取值为0.15。
-
公开(公告)号：CN117687890B
公开(公告)日：2024-05-03
申请号：CN202410145237.2
申请日：2024-02-02
Applicant: 山东大学
IPC: G06F11/34 , G06N3/0455 , G06N3/08 , G06N20/00
Abstract: 本发明属于计算机技术领域，提供了基于操作日志的异常操作识别方法、系统、介质及设备，本发明基于日志的操作行为数据和自注意力机制，构建了操作行为数据库，并通过两阶段的识别模块实现了操作行为的异常识别。与之前的方法相比，本发明首先将原始日志数据转换为特征向量的形式，解决了操作行为数据的复杂性问题；之后采用三种不同的窗口策略将操作行为的特征划分为具有时间属性的操作行为数据集，解决了操作行为数据的连续性问题；最后通过构建用户和操作行为两个阶段的异常识别模块，解决了操作行为多样性的问题。
-
公开(公告)号：CN107644418B
公开(公告)日：2019-11-08
申请号：CN201710879640.8
申请日：2017-09-26
Applicant: 山东大学
Abstract: 本发明公开了基于卷积神经网络的视盘检测方法及系统，利用深度卷积神经网络进行监督学习能够更好的学习到具有区分性的特征，采用RGV图像和长方形感兴趣区域能更好的增强模型的表达能力。多级训练有效的增强了训练模型的鲁棒性和精确性，概率引导的检测方法同时提高了模型的效率，因此本发明能够克服样本量少、图像复杂、质量差等问题，高效准确的完成视盘检测的任务。
-
公开(公告)号：CN115049905A
公开(公告)日：2022-09-13
申请号：CN202210666282.3
申请日：2022-06-14
Applicant: 山东建筑大学 , 山东第一医科大学第一附属医院(山东省千佛山医院) , 山东大学
Abstract: 本发明属于计算机视觉领域，提供了一种基于域自适应先验知识引导的图像翻译方法及系统，包括获取待处理的图像并进行预处理；利用预处理后的图像，基于预先训练好的生成对抗网络模型进行图像翻译；其中，所述训练生成对抗网络模型的过程，包括：获取图像样本数据，并生成目标域数据集和源域数据集；对目标域数据集和源域数据集进行预处理；利用预处理后的源域数据集对生成对抗网络模型进行训练，得出源域训练好的生成对抗网络模型；利用预处理后的目标域数据集对源域训练生成对抗网络模型进行训练，得到最终训练好的生成对抗网络模型；本发明将域自适应引入GAN网络，帮助提升小样本数据训练网络的能力。
-
公开(公告)号：CN113673415B
公开(公告)日：2022-03-04
申请号：CN202110949409.8
申请日：2021-08-18
Applicant: 山东建筑大学 , 山东博昂信息科技有限公司 , 山东大学
Abstract: 本发明提出了一种手写汉字身份鉴别方法及系统，包括：获取用于手写汉字身份鉴别的比对图像，对比对图像进行处理，获得一批多尺度描述图像；将处理后的比对图像用于神经网络判定模型训练，获得训练后的神经网络判定模型；训练的过程中，将静态的多尺度描述图像进行有重叠的小块划分，构建出二维空间里横向和纵向两个方向上小块图像间的关联关系，将上述多个子结果分别拉成一维向量后进行融合，融合的结果通过多个全连接层操作，最后映射为类别标签；对待检材样本进行图像处理并将处理后的图像利用训练后的神经网络判定模型类别标签进行识别，预测的手写字图像对应的身份标签。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
