-
公开(公告)号：CN111105379A
公开(公告)日：2020-05-05
申请号：CN201911341200.2
申请日：2019-12-23
Applicant: 福州大学
Abstract: 本发明涉及一种U-Net融合局部模糊核的图像盲去模糊方法，将输入的模糊图像采用并行的方式分块求解局部模糊核，通过一个多端到一端的U-Net融合神经网络，将多个局部模糊核融合为一个全局模糊核，最后利用融合得到的全局模糊核对输入的模糊图像进行非盲去模糊求解出清晰图像。本发明可以在保证去模糊效果的情况下，有效提升图像去模糊的速度，在部分真实模糊图像的局部细节还原上效果更佳，并且可以很好地处理大尺寸的模糊图像。
-
公开(公告)号：CN104133843A
公开(公告)日：2014-11-05
申请号：CN201410292725.2
申请日：2014-06-25
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明公布了科技文献异构网络中节点（论文、作者、期刊/会议）的学术影响力协同排序方法，由于科技文献网络的异构性，本发明采用两个级别的随机游走计算科技文献中节点的学术影响力并排序，分别是在科技文献异构网络上的节点网络拓扑驱动下的随机游走和在科技文献网络的极小网络模式上的学术类型驱动下的随机游走，在科技文献异构网络中计算各条边权重以配置节点网络拓扑驱动下的随机游走，根据科技文献异构网络的最小网络模式，统计不同领域的各种关系边的平均边介数，计算传播因子并配置节点学术类型驱动下的随机游走，此方法不仅克服了异构网络的异构性带来的难题以及避免了节点影响力与入度正相关的现象，从而使得排序结果相对准确。
-
公开(公告)号：CN104008175B
公开(公告)日：2017-03-08
申请号：CN201410248555.8
申请日：2014-06-06
Applicant: 福州大学
Abstract: 本发明涉及一种情感激励下的视频关键帧自适应提取方法。从视频观看者情绪波动的角度考虑，通过计算视频帧的运动强度作为视频观看者观看视频时的视觉情感激励度，计算短时平均能量、音调作为听觉情感激励度，将听视觉情感激励度进行线性融合得到镜头内每个视频帧的视频情感激励度并生成镜头的视频情感激励度曲线；然后根据镜头的视频情感激励变化情况得到本镜头应分配到的视频关键帧数目KN；最后取视频情感激励度曲线情感激励度最高的前KN个波峰所对应的视频帧作为镜头关键帧。本发明的方法简单，从视频观看者情感变化的角度入手考虑，用视频情感激励度从语义从指导关键帧提取，所提取的视频关键帧更具有代表性以及有效性。
-
公开(公告)号：CN104573105A
公开(公告)日：2015-04-29
申请号：CN201510050106.7
申请日：2015-01-30
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: G06F17/30867
Abstract: 本发明公布了一种音乐点播网络中热门歌曲、歌星的推荐方法。本发明考虑到音乐网络中的每个节点未来的热度应该符合该节点历史热度的变化规律，同时不同类型节点热度间保持一定相互关系，本发明通过函数模型预测阶段和协同调节阶段来得到歌曲和歌星未来的热度，并据此推荐排在前面的歌曲和歌星，函数模型预测阶段设计了节点历史热度时间序列的函数模型，用于初步预测节点未来的热度，协同调节阶段统计音乐点播网络中不同关系边的平均边介数，计算调节因子用于调节函数模型预测阶段得到的初步未来热度。此方法不仅考虑节点历史热度信息还考虑了不同类型节点热度间的关系，从而提高节点未来热度排序的预测结果，提高歌星和歌曲的推荐质量。
-
公开(公告)号：CN104464727A
公开(公告)日：2015-03-25
申请号：CN201410755098.1
申请日：2014-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法：先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征，紧接着利用Back-Propagation 神经网络分离出伴奏声和歌声的特征，最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段，从而弥补DBN在处理不同时间尺度音乐信号上的缺陷，同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据，在处理高维输入和高维输出问题上神经网络有着其特有的处理能力，所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活，具有较强的实用性。
-
Patent Agency Ranking
公开(公告)号：CN103324796A
公开(公告)日：2013-09-25
申请号：CN201310249724.5
申请日：2013-06-21
Applicant: 福州大学
IPC: G06F17/50
Abstract: 本发明涉及一种大规模集成电路设计中的绕障直角斯坦纳树构造方法属于集成电路计算机辅助设计领域，尤其大规模集成电路物理设计中电路布线设计领域，其特征在于：首先根据逃逸图（EscapeGraph）理论构建出该布线问题布线图；然后以人工蜂群优化方法的为基本框架，使用布线图中的边构造出一个准最优可行解；为了实现人工蜂群优化方法，设计了全局搜索策略、基于关键节点的局部搜索策略、基于关键节点的编码和一个以改进的启发式算法为基础的编码器。它是一种绕障直角斯坦纳树构造方法，可以构造出高质量的绕障直角斯坦纳树，适用于解决集成电路设计电路布线中的绕障最小直角Steiner树和非绕障最小直角Steiner树问题。
-
-
公开(公告)号：CN104464727B
公开(公告)日：2018-02-09
申请号：CN201410755098.1
申请日：2014-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法：先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征，紧接着利用Back‑Propagation神经网络分离出伴奏声和歌声的特征，最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段，从而弥补DBN在处理不同时间尺度音乐信号上的缺陷，同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据，在处理高维输入和高维输出问题上神经网络有着其特有的处理能力，所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活，具有较强的实用性。
-
公开(公告)号：CN104573105B
公开(公告)日：2017-10-20
申请号：CN201510050106.7
申请日：2015-01-30
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明公布了一种音乐点播网络中热门歌曲、歌星的推荐方法。本发明考虑到音乐网络中的每个节点未来的热度应该符合该节点历史热度的变化规律，同时不同类型节点热度间保持一定相互关系，本发明通过函数模型预测阶段和协同调节阶段来得到歌曲和歌星未来的热度，并据此推荐排在前面的歌曲和歌星，函数模型预测阶段设计了节点历史热度时间序列的函数模型，用于初步预测节点未来的热度，协同调节阶段统计音乐点播网络中不同关系边的平均边介数，计算调节因子用于调节函数模型预测阶段得到的初步未来热度。此方法不仅考虑节点历史热度信息还考虑了不同类型节点热度间的关系，从而提高节点未来热度排序的预测结果，提高歌星和歌曲的推荐质量。
-
公开(公告)号：CN104133843B
公开(公告)日：2017-07-04
申请号：CN201410292725.2
申请日：2014-06-25
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明公布了科技文献异构网络中节点（论文、作者、期刊/会议）的学术影响力协同排序方法，由于科技文献网络的异构性，本发明采用两个级别的随机游走计算科技文献中节点的学术影响力并排序，分别是在科技文献异构网络上的节点网络拓扑驱动下的随机游走和在科技文献网络的极小网络模式上的学术类型驱动下的随机游走，在科技文献异构网络中计算各条边权重以配置节点网络拓扑驱动下的随机游走，根据科技文献异构网络的最小网络模式，统计不同领域的各种关系边的平均边介数，计算传播因子并配置节点学术类型驱动下的随机游走，此方法不仅克服了异构网络的异构性带来的难题以及避免了节点影响力与入度正相关的现象，从而使得排序结果相对准确。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.017 seconds)
