-
公开(公告)号:CN115496942A
公开(公告)日:2022-12-20
申请号:CN202211135316.2
申请日:2022-09-19
Applicant: 常州大学 , 常州市农产品质量安全中心
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/66 , G06T7/13 , G06T7/00 , G06N3/04
Abstract: 本发明涉及胶体金识别技术领域,尤其涉及一种基于目标检测的胶体金类别判断的方法,包括人工拍摄采样胶体金检测板图像获取数据集;通过目标检测算法定位胶体金检测板的轮廓位置;对胶体金检测板进行方位矫正;对原始图像数据进行提取,截取出目标胶体金检测板区域;通过目标检测算法对显示面板的显示类别进行分类,输出分类结果。本发明通过对胶体金轮廓的检测矫正、定位到胶体金的显示面板,并联合卷积神经网络和目标检测算法实现胶体金检测类别的识别,可以对任意拍摄视角下的胶体金进行检测,减少了摆正胶体金的过程,能够精准识别到胶体金的显示面板,胶体金显示类别预测准确率高基于目标检测的胶体金类别判断的方法。
-
公开(公告)号:CN104331816A
公开(公告)日:2015-02-04
申请号:CN201410588278.5
申请日:2014-10-28
Applicant: 常州大学
Abstract: 本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法,其步骤如下:(1)对大量历史数据和少量当前数据做归一化处理;(2)数据划分组并构建训练样本集;(3)统计每一组的用户购买意愿概率;(4)计算组标签;(5)使用改进的支持向量机对训练集训练;(6)构造预测函数;(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机,将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法,可适用于大样本的学习问题。
-
公开(公告)号:CN105701829B
公开(公告)日:2018-05-04
申请号:CN201610029509.8
申请日:2016-01-16
Applicant: 常州大学
Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括:图像采集:实时采集果实图像;果实光常区域提取:对图像中的表面光线正常区域进行提取;果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域,采用对比度增强算法提高叶子与果实光常区域的颜色差别,而后在颜色增强后的色差图像区域内提取对比度增强后的图像,并进行动态阈值分割、去噪处理。果实高亮区域提取:首先提取图像的主色调,然后以主色调重构图像,重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割,获取完整果实区域,对推动苹果采摘机器人的实用化起到重要作用。
-
公开(公告)号:CN104331816B
公开(公告)日:2017-10-20
申请号:CN201410588278.5
申请日:2014-10-28
Applicant: 常州大学
IPC: G06F17/00
Abstract: 本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法,其步骤如下:(1)对大量历史数据和少量当前数据做归一化处理;(2)数据划分组并构建训练样本集;(3)统计每一组的用户购买意愿概率;(4)计算组标签;(5)使用改进的支持向量机对训练集训练;(6)构造预测函数;(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机,将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法,可适用于大样本的学习问题。
-
公开(公告)号:CN105701829A
公开(公告)日:2016-06-22
申请号:CN201610029509.8
申请日:2016-01-16
Applicant: 常州大学
CPC classification number: G06T2207/30188
Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括:图像采集:实时采集果实图像;果实光常区域提取:对图像中的表面光线正常区域进行提取;果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域,采用对比度增强算法提高叶子与果实光常区域的颜色差别,而后在颜色增强后的色差图像区域内提取对比度增强后的图像,并进行动态阈值分割、去噪处理。果实高亮区域提取:首先提取图像的主色调,然后以主色调重构图像,重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割,获取完整果实区域,对推动苹果采摘机器人的实用化起到重要作用。
-
-
-
-