一种基于CNN的鳞翅目昆虫种类自动鉴别方法

    公开(公告)号:CN107292314A

    公开(公告)日:2017-10-24

    申请号:CN201610195201.0

    申请日:2016-03-30

    Abstract: 本发明涉及一种基于CNN的鳞翅目昆虫种类自动鉴别方法。本发明在预处理中对采集的昆虫标本图像去除背景,在此基础上计算出前景图像的最小包围盒,并由此裁剪出前景有效区域。使用Imagenet预训练深度学习神经网络模型来提取特征。分类识别分两种情况:在样本量较充分时,通过微调网络结构,训练深度卷积神经网络(DCNN)分类层的参数,从而实现端到端的分类识别;对于样本数据集较小的情况,没有足够样本来训练DCNN参数,本发明选择使用适用于小样本集的χ2核SVM分类器实现分类识别。该鳞翅目昆虫图像识别方法具有操作简便、识别精度高、容错性强,并有理想的时间性能,可以显著提高鳞翅目昆虫种类鉴定的效率。

    一种基于先验知识的虚假新闻元学习检测方法

    公开(公告)号:CN116029292A

    公开(公告)日:2023-04-28

    申请号:CN202310050842.7

    申请日:2023-02-02

    Abstract: 本发明提出一种基于先验知识的虚假新闻元学习检测方法,通过构建先验知识矩阵和元学习模型方法,整合已训练数据丰富的元知识,引导分类器模型关注影响虚假新闻检测的重点特征,进而关注重点特征下的重点样本,提高模型在缺乏训练样本情况下对新话题的快速学习与泛化能力。具体包括:提取新闻条目显式及隐式特征构建先验知识矩阵;根据不同话题划分训练任务;实时匹配更新先验知识矩阵参数;获取文本数据的浅层及深层表征,预测虚假新闻的真实性,实时检测新兴话题虚假新闻。相较于现有的虚假新闻检测方法,本发明具有较强的实时更新及泛领域能力,为解决虚假新闻检测的实时性和话题性问题提供可行性方案,实现循环循证的检测闭环。

    一种面向多光谱相机的图像快速配准方法及装置

    公开(公告)号:CN114820739B

    公开(公告)日:2022-10-11

    申请号:CN202210765686.8

    申请日:2022-07-01

    Abstract: 本发明公开了一种面向多光谱相机的图像快速配准方法及装置。首先,选定某个光谱波段图像作为参考图像,其余波段图像为待配准图像,对参考图像与待配准图像的鲁棒梯度特征图进行网格分块;然后,选取非平滑网格,用相位相关算法计算非平滑网格的偏移量,用网格偏移量与参数化坐标变换关系构建方程组,求解整幅图像的配准参数初值;最后,将配准参数初值送入到基于归一化总梯度的配准参数优化器中,对配准参数进行细调优化,将细调后的参数应用到待配准图像上,实现两幅不同波段图像之间的精细化快速配准。与同类配准方法相比,本发明方法具有更高的配准精度、更快的配准速度。

    基于超椭球的人脸识别方法、装置及存储介质

    公开(公告)号:CN114677736A

    公开(公告)日:2022-06-28

    申请号:CN202210305283.5

    申请日:2022-03-25

    Inventor: 古华茂 王勋

    Abstract: 本发明公开了一种基于超椭球的人脸识别方法、装置及存储介质,首先,根据已知类别的人脸图像样本进行建模,生成对待识别人脸图像样本进行类别判断的超椭球分类器;然后,将待识别人脸图像样本输入训练好的超椭球分类器,判断待识别人脸图像样本的所属类别。具体地说,本发明将同类别的人脸图像在直角坐标系上所占据的区域建模成超椭球。为了提高建模的精度,本发明先把同一类别的人脸图像数据通过K‑means聚类算法细分成若干组,再由每个组独立地生成一个超椭球,以若干个超椭球来表征该类别的数据区域。与现有的人脸识别算法相比,本发明内在地支持增量学习,并且所需样本量少,性能稳定,能适合更广泛的应用场景。

    一种基于智能合约的多源数字教育资源确权方法

    公开(公告)号:CN109636367B

    公开(公告)日:2021-04-13

    申请号:CN201811533013.X

    申请日:2018-12-14

    Abstract: 本发明公开了一种基于智能合约的多源数字教育资源确权方法,通过区块链系统以及教育资源平台实现,从而解决多源数字教育资源流动过程中实时确权的问题,具体包括:制定教育资源智能合约;数字教育资源信息提交到区块链上;数字教育资源阅读权在多平台之间的交易和确权;数字教育资源所有权在多平台之间的交易和确权。本发明为解决数字教育资源的实时确权问题,通过区块链上的智能合约,填补了当前基于该问题的方法欠缺,同时利用智能合约能够解决传统模式下确权方式的成本高、程序严、周期长的问题,并且由于智能合约的可追踪、不可篡改性更好地保障了权利所有人的权益,不仅有利于个人而且给教育资源平台带来了更大的经济价值。

    面向文本到视频片段定位的渐进式定位方法

    公开(公告)号:CN112380394A

    公开(公告)日:2021-02-19

    申请号:CN202011164289.2

    申请日:2020-10-27

    Abstract: 本发明公开了一种面向文本到视频片段定位的渐进式定位方法,该方法包括:首先利用不同的特征提取方法分别提取视频和文本这两种模态的特征;接着渐近地选择不同的步长,多阶段地学习视频和文本之间的相关性;最后结合各个阶段的相关性损失,以端到端的方式训练模型。同时,通过条件特征更新模块和上采样连接让细时间粒度阶段融合粗时间粒度阶段的信息,使得不同阶段之间相互促进。不同阶段能关注不同时间粒度的片段,结合阶段之间的相互联系,使得模型能应对目标片段长度变化明显的情况。本发明借鉴人类在处理片段定位任务的思维方式,采用一种由粗到细的方式,多阶段、渐近地定位目标片段,在很大程度上提高了定位的性能。

    一种基于运动特征约束的人体姿态估计方法

    公开(公告)号:CN112347861A

    公开(公告)日:2021-02-09

    申请号:CN202011111463.7

    申请日:2020-10-16

    Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口,提取窗口下每一帧的图像特征,然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征,接着,通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构,并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整,这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题,能够更好地对视频进行姿态估计,提高视频场景下的人体姿态估计准确率。

    基于用户苛刻程度进行细粒度文本情感分析的方法

    公开(公告)号:CN112001165A

    公开(公告)日:2020-11-27

    申请号:CN202010504181.7

    申请日:2020-06-05

    Inventor: 王勋 周婷 方毅立

    Abstract: 本发明公开了一种基于用户苛刻程度进行细粒度文本情感分析的方法,该方法根据数据集中评论自动提取了产品属性,并根据产品属性对评论进行了分割,以达到细粒度分析的效果,然后采用了考虑用户苛刻程度的分析模型,分析模型将用户苛刻程度作为隐变量,并通过期望最大化EM算法进行求解,得到每个产品的若干个产品属性的评估结果,进一步提高了情感分析的准确率。本发明解决了情感分析中分析粒度过大和用户苛刻程度不一的问题,从而可以对产品评论进行高质量的情感分析。

Patent Agency Ranking