-
公开(公告)号：CN111666872A
公开(公告)日：2020-09-15
申请号：CN202010500433.9
申请日：2020-06-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种数据不平衡下的高效行为识别方法，包括如下步骤：步骤1，根据样本数据量将样本划分为两个类别，然后采用随机均分算法重新构建样本集，得到数据量平衡的样本集D1和D2；步骤2，将样本集D1和D2分别划分训练集和测试集；步骤3，构建两个基础网络模型；步骤4，利用样本集D1和D2的训练集训练两个基础网络模型；步骤5，利用训练好的两个基础网络模型对样本集D1和D2的测试集进行预测。本发明中通过样本划分，并对两个基础网络模型单独进行训练，得到两个在数据更为均衡的情况下完整学习了小类别数据集的SSD模型，能够在现有模型基础上提升少数类的识别率。
-
公开(公告)号：CN111652124A
公开(公告)日：2020-09-11
申请号：CN202010488680.1
申请日：2020-06-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于图卷积网络的人体行为识别模型的构建方法，包括如下步骤：步骤1，骨架序列获取并预处理；步骤2，构造表示所述骨架序列的时空图；步骤3，基于所述时空图构建三流图卷积网络；所述三流图卷积网络包括三个分别用于对输入的时空图进行关节点、骨骼和骨骼运动三种信息的建模的网络，以及三个对应的图卷积网络，每个图卷积网络的输出进行融合作为三流图卷积网络的输出；步骤4，将步骤1得到的骨架序列经过步骤2转换为时空图后，输入三流图卷积网络进行训练，得到人体行为识别模型。本发明通过时空图计算关节点、骨骼和骨骼运动三种信息用于训练模型，以此使用更丰富的骨架信息进行动作识别，显著的提高了识别性能。
-
公开(公告)号：CN105808786B
公开(公告)日：2019-04-26
申请号：CN201610205961.5
申请日：2016-04-05
Applicant: 电子科技大学
IPC: G06F16/9535 , G06F16/955
Abstract: 本发明是一种面向物品的基于信任内容互相传播的标签推荐混合方法。本发明将普遍存在于用户间的社交关系以及在该关系网络中传播的信任机制应用到物品之间，结合物品的内容信息，使用主题模型，矩阵分解技术提出了一种基于内容互信的协同主题回归的混合模型。不同于传统的协同过滤方法将推荐目标看做相互独立的个体，该混合模型不仅可以将多种数据信息统一到一个模型中集中处理，还可以通过主题之间的相互作用，表现出物品之间存在的关系。通过实验，本发明得到了较传统协同过滤推荐方法更高的推荐精度。
-
公开(公告)号：CN105183748A
公开(公告)日：2015-12-23
申请号：CN201510408040.4
申请日：2015-07-13
Applicant: 电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30867
Abstract: 本发明公开了一种基于内容和评分的组合预测方法，属于推荐系统领域。本发明包括：根据用户信息以及物品信息生成用户和物品特征，根据现有用户对物品的评分生成内容特征，使用评分作为类标，将类标与生成的内容特征结合，作为分类器的输入进行训练得到基于内容的评分预测模型，通过对现有的用户-物品评分矩阵进行填充形成更为稠密的用户-物品评分矩阵，通过对稠密的用户-物品评分矩阵进行学习从而形成最终的预测结果。本发明通过利用用户的个人信息以及物品的信息来提高最终评分预测的精确度。
-
-
Patent Agency Ranking
公开(公告)号：CN104184775A
公开(公告)日：2014-12-03
申请号：CN201310199827.5
申请日：2013-05-27
Applicant: 电子科技大学
Abstract: 针对现行域名解析系统存在各种性能和安全上的问题(例如，查询延迟、更新延迟、易受DoS攻击等)，本文提出了一种新型的、可增量部署的、和现行DNS兼容的、具有更好性能的域名解析服务模型。更为具体的讲是一种基于内容发布网络(CDN)的域名解析服务模型。此模型设计的核心思想是：由广泛分布的CDN网络节点服务器组成系统，利用CDN网络的内容发布和存储机制，以“推”的方式，在广泛分布的节点服务器上发布所有域名的权威DNS记录。利用CDN网络架构来发布DNS记录，域名的权威DNS记录被发布到各节点服务器，各节点服务器取代现行DNS架构中的域名解析器和域名服务器，响应用户的域名解析请求，提供域名解析服务，查询结果直接由网络节点服务器返回给用户。
-
公开(公告)号：CN101594314A
公开(公告)日：2009-12-02
申请号：CN200810044493.3
申请日：2008-05-30
Applicant: 电子科技大学
Abstract: 本发明涉及图像处理技术和模式识别领域的相关技术，公开了一种利用垃圾邮件图像自动识别的方法及装置。利用图像的高阶自相关特征并结合支持向量机实现对正常邮件图像和垃圾邮件图像的自动分类。首先，利用边缘检测算子提取出图像的二值化边缘；其次，根据高阶自相关函数设计出25个3×3高阶自相关特征提取模板，并利用这些模板获取图像的25维高阶自相关特征；再次，对获取到的25维高阶自相关特征作归一化处理，使得所有特征值位于0到1之间；最后，利用支持向量机分类器对图像进行自动识别。本发明中，由于高阶自相关特征具有平移、旋转不变性，使得该装置具有较好的抗干扰性能。
-
公开(公告)号：CN119785176A
公开(公告)日：2025-04-08
申请号：CN202411854318.6
申请日：2024-12-16
Applicant: 成都四方伟业软件股份有限公司 , 电子科技大学
IPC: G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/26 , G06V10/80
Abstract: 本发明公开了一种基于深度学习掌子面勘测方法，包括：获取掌子面及其周边区域的高分辨率点云数据并对数据进行预处理；将隧道掌子面区域与周围区域自动分割，从分割的掌子面点云中提取微小的变形特征；构建CNN卷积神经网络和LSTM长短期记忆网络的融合预测模型FDNN，提取掌子面点云的空间特征，处理点云变形数据的时间依赖性，捕捉掌子面在施工期间的动态变化；进行模型训练优化损失函数，调整模型参数并进行多轮迭代训练；将实时点云数据输入训练好的融合预测模型FDNN，进行掌子面变形趋势预测，并预设变形安全阈值。本方案实现了变形特征的全面学习，并捕捉到掌子面细微的时空变化，提高了监测效果。
-
公开(公告)号：CN111652081A
公开(公告)日：2020-09-11
申请号：CN202010401842.3
申请日：2020-05-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于光流特征融合的视频语义分割方法，包括如下步骤：步骤1，判定视频序列的当前视频帧图像为关键帧图像或非关键帧图像；若为关键帧图像，则执行步骤2，若为非关键帧图像，则执行步骤3；步骤2，提取当前视频帧图像的融合位置依赖信息和通道依赖信息的高层语义特征图；步骤3，通过计算光流场得到当前视频帧图像的高层语义特征图；步骤4，对步骤2和步骤3得到的高层语义特征图进行上采样，得到语义分割图。本发明的方法中融入了光流场和注意力机制思想，可以提升视频语义分割的速率和准确率。
-
公开(公告)号：CN105843799B
公开(公告)日：2018-11-23
申请号：CN201610208244.8
申请日：2016-04-05
Applicant: 电子科技大学
Abstract: 本发明是一种基于多源异构信息图模型的学术论文标签推荐方法。本发明根据普遍存在于标签数据集的三元关系，即用户‑物品‑标签，再结合物品之间的内容信息，构建了多源异构信息图模型。该图模型可以将多种数据信息整合到一个图中，可以方便的发现哪种数据信息组合能更好地提升标签推荐的精度。除此之外，本发明设计的图模型仅仅添加少部分文本内容相似度关系，因此该图模型具有高效的执行效率。通过相关实验，本发明得到了较传统标签推荐方法更加有效的执行效率和更高的推荐精度。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.019 seconds)
