-
公开(公告)号：CN118887131A
公开(公告)日：2024-11-01
申请号：CN202410874106.8
申请日：2024-07-02
Applicant: 河北工业大学
IPC: G06T5/73 , G06T5/70 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种基于雨图分解的单幅图像去雨方法。本发明将雨图输入到雨纹特征预测网络中，得到雨纹预估图；然后将雨纹预估图输入到雨密度感知分类器中，得到雨图的雨密度等级标签；然后将雨纹预估图和雨密度等级标签输入雨纹像素核定位网络中，得到逐像素的雨纹像素核位置向量；再将雨纹像素核位置向量输入到SNIP尺度自适应范围预测器来生成相应的雨纹覆盖区域，叠加合成得到雨纹总体覆盖区域；最后使用非局部均值滤波对雨纹总体覆盖区域进行去雨处理，得到去雨图像。本发明将雨图精确分解为雨纹区域和背景区域，能够更好地解决去雨过程中去雨过度导致对背景细节损失问题，从而有效地去除雨纹并恢复背景纹理细节信息。
-
公开(公告)号：CN115859793A
公开(公告)日：2023-03-28
申请号：CN202211479957.X
申请日：2022-11-21
Applicant: 河北工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F18/24 , G06F18/214
Abstract: 本发明为一种基于注意力的异构信息网络用户异常行为检测方法及系统，首先将异构信息网络某段时间的历史交互数据转换为图数据，图数据的每个节点代表异型信息网络的一个组成对象，图数据的边反映了异构信息网络的组成对象间的联系；然后，基于图神经网络构建用户异常行为检测模型的目标函数，模型通过注意力聚合节点的邻居信息，推导得到节点属性表征的层间传播公式；最后，对各个节点属性表征进行梯度更新，直至所有节点属性表征收敛，得到各个节点属性表征；将各个节点属性表征通过多层感知机压缩为由各个节点的预测标签纵向堆叠而成的一维列向量，即用户异常行为检测结果。该方法利用注意力机制在消息传播过程中自动捕获网络中的所有元路径信息，提高了用户异常行为检测的准确率。
-
公开(公告)号：CN115238868A
公开(公告)日：2022-10-25
申请号：CN202210897626.1
申请日：2022-07-28
Applicant: 河北工业大学
Abstract: 本发明为基于平滑与锐化融合的网站流量预测方法及系统，该方法获取网站的历史流量数据并转换为网站流量图数据，网站流量图数据的节点表示该网站中的一个网页，边表示网页之间的链接关系，从网站流量图数据中获取节点属性信息和图拓扑信息；接着，基于图卷积神经网络构建网站流量预测模型，节点属性信息和图拓扑信息为模型的输入，模型的输出通过多层感知机压缩得到各个节点的预测标签纵向堆叠形成的一维列向量，即各个网页的流量预测结果；模型由多个图卷积层堆叠而成，在图卷积层中引入锐化操作，将平滑操作和锐化操作结合，使得模型既能够充分提取网站流量图数据中节点与邻居节点属性信息之间的相似部分，也能够提取差异部分，提高了预测准确性。
-
公开(公告)号：CN112700372A
公开(公告)日：2021-04-23
申请号：CN202110033783.3
申请日：2021-01-11
Applicant: 河北工业大学
Abstract: 本发明公开了一种结合Gabor特征提取与支持向量回归的地震数据插值方法，该方法包括依次执行的预插值、Gabor特征提取、特征向量提取、训练回归函数和重建地震图像。对缺少地震道的缺失地震图像进行预插值补充完整，获得低分辨率地震图像，再对此低分辨率地震图像进行Gabor滤波，获得特征图像，接下来利用低分辨率地震图像和特征图像变换获得预测特征向量，再通过训练特征向量和标签训练回归函数，最后将预测特征向量输入到训练好的回归函数中，经过回归重建以及变换得到重建地震图像。本发明设计了结合Gabor滤波和SVR的地震数据插值算法，充分利用了Gabor特征提取获得的特征图像以及SVR的回归重建能力，获得了清晰完整的地震图像。
-
公开(公告)号：CN119904356A
公开(公告)日：2025-04-29
申请号：CN202510011346.X
申请日：2025-01-03
Applicant: 河北工业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于区域退化感知的超分辨率图像重建方法，包括分别构建用于退化区域估计器的Dse训练数据集和用于超分模型的SR训练数据集；再构建退化区域估计器和掩码图像编码器，使用随机掩码生成器生成N个随机掩码mask；再用随机掩码mask和Dse训练数据集来训练退化区域估计器和掩码图像编码器；然后构建结合退化区域特征的EDSR模型作为超分模型，使用随机掩码生成器生成N个随机掩码mask'；再用随机掩码mask'和SR训练数据集来训练超分模型，训练完成，超分模型输出重建图像。本发明不仅通过设计多样化退化形状的空域差异性退化作为数据增强，还对退化区域进行感知和区域适应性优化，增强了模型的鲁棒性和适应性，改善了超分效果。
-
Patent Agency Ranking
公开(公告)号：CN119830129A
公开(公告)日：2025-04-15
申请号：CN202411887984.X
申请日：2024-12-20
Applicant: 河北工业大学
IPC: G06F18/2415 , G06F18/214 , G06F18/2136
Abstract: 本发明公开了基于稀疏扰动联邦学习的车路协同异构场景数据优化方法，包括以下步骤：中央服务器初始化联邦学习设置；中央服务器随机选取一组边缘节点作为本轮训练参与方，并向这些边缘节点发送当前的全局模型；参与本轮训练的边缘节点使用自身训练数据进行模型训练，期间对模型参数进行稀疏扰动实现轻量级的锐度感知最小化，并通过参数修正更新下次迭代的本地模型；将各边缘节点训练好的本地模型参数上传到中央服务器；中央服务器聚合收到的模型参数，生成新的全局模型并下发，直至完成所有轮次的训练。本发明可以在车路协同数据异构场景下提高全局模型平坦性，增强模型的泛化能力和鲁棒性，并有效控制因采用锐度感知最小化而导致的计算成本增加。
-
公开(公告)号：CN115271214A
公开(公告)日：2022-11-01
申请号：CN202210913400.6
申请日：2022-07-28
Applicant: 河北工业大学
IPC: G06Q10/04 , G06F16/9537 , G06F16/2458 , G06F17/18 , G06F17/16 , G06N3/04
Abstract: 本发明为基于拓扑与属性独立性约束的网站流量预测方法及系统，该方法获取网站的历史流量数据并转换为网站流量图数据，网站流量图数据的节点表示该网站中的一个网页，边表示网页之间的链接关系，从网站流量图数据中获取节点属性信息和图拓扑信息；接着，基于图卷积神经网络构建网站流量预测模型的目标函数，以希尔伯特‑施密特独立性准则或向量1‑范数作为属性与拓扑间的独立性约束条件，对目标函数求最优解，得到属性表征和拓扑表征的迭代公式，收敛后的属性表征与拓扑表征按行拼接在一起，得到模型的输出。对属性和拓扑信息进行独立性约束，避免属性与拓扑信息融合时，两者存在的相互干扰，同时充分提取网站流量图数据中的低频和高频信息。
-
公开(公告)号：CN119992844A
公开(公告)日：2025-05-13
申请号：CN202510052682.9
申请日：2025-01-14
Applicant: 河北工业大学
IPC: G08G1/065 , G08G1/01 , G06N3/0464 , G06N3/042
Abstract: 本发明公开一种基于双小波变换的图卷积网络的交通流预测方法，该方法首先通过使用两种不同的小波基函数对原始交通流信号进行分析，克服单小波变换的一些局限性，缓解小波变换的边界效应问题。并且使用动态图中嵌入预定义图的方式，相比于传统的动态图卷积来说，具有更强的稳定性，收敛效果更好，预测精确度更高。使用相关图采样策略，在对模型预测效果影响不大的前提下，降低图卷积计算复杂度。而且，采用预测结果损失、预测趋势分量损失和模型参数的L2正则化项作为整体的训练损失，确保模型在进行训练时，不仅关注于减少预测误差，还能有效避免过拟合问题，也使模型在面对新数据时保持良好的表现，从而实现更为可靠的预测能力。
-
公开(公告)号：CN117631026A
公开(公告)日：2024-03-01
申请号：CN202311596629.2
申请日：2023-11-28
Applicant: 河北工业大学
IPC: G01V1/28 , G01V1/34 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06F18/21 , G06F18/25 , G06F18/214
Abstract: 本发明公开了一种基于掩码指导注意力卷积神经网络的地震数据重建方法。本发明将掩码更新机制和注意力相结合，通过掩码指导注意力机制建立上下文特征关系，通过计算不同局部特征之间的交叉相关度，建立局部特征之间的关系，使局部特征可以获取到全局信息，通过引入更多的上下文信息加强局部特征的学习能力。因此掩码指导注意力可以在不显著加大网络深度的同时建立长距离特征关系，有效融合局部特征和全局特征。掩码的迭代更新操作指导网络的重建过程，使得每个局部特征作为输入获得更多的全局信息，有效解决了目前深度学习插值方法中对全局特征利用不足的问题。
-
公开(公告)号：CN115982159A
公开(公告)日：2023-04-18
申请号：CN202211663917.0
申请日：2022-12-23
Applicant: 河北工业大学
IPC: G06F16/22 , G06F16/23 , G06F16/2458
Abstract: 本发明为一种数据库频率估计方法，所述数据库的数据结构包括H、M、L三层二维数组和两个位图，三层二维数组的行数均相等，高频二维数组H的列数是中频二维数组M的列数的1/2，中频二维数组M的列数是低频二维数组L的列数的1/2；低频位图F和中频位图S的行列数分别与低频二维数组L和中频二维数组M的行列数相同。与传统方式相比，L层的计数器更多、计数器的内存空间更小，可以在计数器记录低频数据项的时候减少空间的浪费，起到内存高效的目的。对于那些中高频数据项，在落入L层之后会再次溢出到M层和H层，依然可以保证在减少哈希冲突的同时充分利用内存空间。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
