公开(公告)号：CN113420786A

公开(公告)日：2021-09-21

申请号：CN202110599001.2

申请日：2021-05-31

Applicant: 杭州电子科技大学

Inventor： 姚博 ,  文成林 ,  徐晓滨

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明提供一种特征混合图像的半监督分类方法，涉及计算机图像处理领域。本发明包括以下步骤：制作半监督数据集；对无标签数据做特征融合增广处理；为网络添加一致性度量方法，设计新的目标函数；最后训练网络，测试网络对特征混合图像的分类效果。本发明将多图像混合样本增容技术融入到半监督模型的增广框架，增加训练数据的多样性，引入多种类型噪声干扰，提升了模型的泛化能力，增强模型的鲁棒性，实现对特征混合图像的准确分类。

公开(公告)号：CN112001339A

公开(公告)日：2020-11-27

申请号：CN202010879084.6

申请日：2020-08-27

Applicant: 杭州电子科技大学

Inventor： 姚博 ,  文成林 ,  林志鹏

IPC: G06K9/00 ,  G06K9/62 ,  G06T7/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于YOLO v4的行人社交距离实时监测方法。本发明包括：收集整理数据集，网络模型训练，视频图像输入，目标行人预测，根据检测结果遍历目标，计算目标距离和阈值并对其分类，输出分类结果。本发明主要采用了YOLO v4的网络模型，经过参数调整，在VOC2007的验证集下对行人目标的AP达到了87.54%，识别精度较高。本发明的分类阈值根据目标尺度动态变化，实现了多尺度下的行人目标距离度量。

公开(公告)号：CN113221063A

公开(公告)日：2021-08-06

申请号：CN202110417570.0

申请日：2021-04-19

Applicant: 杭州电子科技大学

Inventor： 林志鹏 ,  文成林 ,  姚博 ,  徐晓滨

IPC: G06F17/16

Abstract: 本发明公开了一种基于乘性潜变量的两阶段分布式卡尔曼滤波方法。本发明首先，将模型中的非线性乘子定义为潜变量，从而将系统模型改写成基于原始状态变量与相应潜变量相结合的伪线性形式；然后，将潜变量视为新的系统参数变量，建立潜变量与原始状态变量之间的动态关联模型；再次，写出待估状态变量和潜变量的分布式观测模型；最后，设计两阶段的卡尔曼滤波器，依次估计出潜变量和状态变量。本发明将模型中非线性乘子定义为潜变量，然后通过两阶段的卡尔曼滤波器依次估计出潜变量和状态变量的状态；从而避免了传统扩展卡尔曼滤波由于泰勒展开式产生的截断误差，有效提高了滤波效果。

公开(公告)号：CN112001339B

公开(公告)日：2024-02-23

申请号：CN202010879084.6

申请日：2020-08-27

Applicant: 杭州电子科技大学

Inventor： 姚博 ,  文成林 ,  林志鹏

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06V10/762 ,  G06T7/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于YOLO v4的行人社交距离实时监测方法。本发明包括：收集整理数据集，网络模型训练，视频图像输入，目标行人预测，根据检测结果遍历目标，计算目标距离和阈值并对其分类，输出分类结果。本发明主要采用了YOLO v4的网络模型，经过参数调整，在VOC2007的验证集下对行人目标的AP达到了87.54%，识别精度较高。本发明的分类阈值根据目标尺度动态变化，实现了多尺度下的行人目标距离度量。

公开(公告)号：CN111985550B

公开(公告)日：2024-02-27

申请号：CN202010813199.5

申请日：2020-08-13

Applicant: 杭州电子科技大学

Inventor： 鲍中新 ,  文成林 ,  姚博

IPC: G06F18/2413 ,  G06F18/2135

Abstract: 本发明公开了一种基于Gap度量下的工业化工数据预处理的分类方法。本发明的核心思想是将从工业化工系统采集到的Wine数据集构造成多维变量系统矩阵。然后通过Gap度量算法投影到黎曼球上，计算每个样本距离样本中心的Gap度量。变换后的数据矩阵再利用主成分分析(PCA)进行特征提取与降维，之后再运用机器学习中K近邻算法对降维后的数据进行分类。通过运用上述所提出方法进行仿真实现，具有较好的数据分类效果和分类准确率，从而验证了本发明的有效性。

公开(公告)号：CN111985550A

公开(公告)日：2020-11-24

申请号：CN202010813199.5

申请日：2020-08-13

Applicant: 杭州电子科技大学

Inventor： 鲍中新 ,  文成林 ,  姚博

IPC: G06K9/62

Abstract: 本发明公开了一种基于Gap度量下的工业化工数据预处理的分类方法。本发明的核心思想是将从工业化工系统采集到的Wine数据集构造成多维变量系统矩阵。然后通过Gap度量算法投影到黎曼球上，计算每个样本距离样本中心的Gap度量。变换后的数据矩阵再利用主成分分析(PCA)进行特征提取与降维，之后再运用机器学习中K近邻算法对降维后的数据进行分类。通过运用上述所提出方法进行仿真实现，具有较好的数据分类效果和分类准确率，从而验证了本发明的有效性。