-
公开(公告)号：CN110287975A
公开(公告)日：2019-09-27
申请号：CN201910573323.2
申请日：2019-06-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于NSST形态特征及深度KELM的浮选加药异常检测方法。首先，实时采集浮选槽表面的气泡图像，将图像NSST分解，得到低频子带图像和多尺度高频子带；其次，对低频图像二值化提取气泡亮点，计算各亮点的个数、面积、标准差和椭圆率，计算各尺度高频子带系数的分形维数、均值和方差，构成气泡图像的多尺度形态特征；然后，在KELM算法基础上，借鉴深度学习思想构建一种深度KELM，将量子计算引入遗传算法的优化中，并用于优化深度KELM的参数，构建自适应深度KELM；最后，通过多尺度形态特征和自适应深度KELM建立浮选加药异常检测模型。本发明平均识别率和运行效率明显高于现有检测方法，更加符合浮选生产在线检测的需求，为后续的加药自动化控制打下基础。
-
公开(公告)号：CN110287975B
公开(公告)日：2022-05-13
申请号：CN201910573323.2
申请日：2019-06-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于NSST形态特征及深度KELM的浮选加药异常检测方法。首先，实时采集浮选槽表面的气泡图像，将图像NSST分解，得到低频子带图像和多尺度高频子带；其次，对低频图像二值化提取气泡亮点，计算各亮点的个数、面积、标准差和椭圆率，计算各尺度高频子带系数的分形维数、均值和方差，构成气泡图像的多尺度形态特征；然后，在KELM算法基础上，借鉴深度学习思想构建一种深度KELM，将量子计算引入遗传算法的优化中，并用于优化深度KELM的参数，构建自适应深度KELM；最后，通过多尺度形态特征和自适应深度KELM建立浮选加药异常检测模型。本发明平均识别率和运行效率明显高于现有检测方法，更加符合浮选生产在线检测的需求，为后续的加药自动化控制打下基础。
-
公开(公告)号：CN110245672A
公开(公告)日：2019-09-17
申请号：CN201910545306.8
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法，首先采集连续两帧浮选气泡图像，对两帧气泡图像进行NSST分解，在多尺度高频子带进行气泡边缘检测及融合，并提取后一帧图像各个分割气泡的中心点；其次采用改进的FREAK采样模型对两帧图像进行特征点描述及匹配，根据前一帧分割气泡周围匹配点分布密度提取候选破碎气泡；最后将后一帧图像各个分割气泡的中心点映射到前一帧分割图像中，统计候选破碎气泡包含的中心点数；将包含多个中心点或无中心点的候选破碎气泡判为破碎气泡。本发明改进的FREAK算法的匹配效果和实时性强，破碎气泡检测方法受光照和运动变化的影响小，能有效提取出各个破碎气泡。
-
Patent Agency Ranking
公开(公告)号：CN110246106A
公开(公告)日：2019-09-17
申请号：CN201910545307.2
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于量子和声搜索模糊集的NSST域浮选泡沫图像增强及去噪方法，首先将浮选泡沫图像进行NSST分解，得到低频子带图像和多尺度高频子带；接着对低频子带图像进行量子和声搜索模糊集增强；然后对于多尺度高频子带，结合改进的贝叶斯萎缩阈值及尺度相关性去除噪声系数，并通过非线性增益函数增强边缘和纹理系数；最后对处理后的低频子带、各个高频子带的系数进行NSST重构，得到增强去噪后的图像。本发明能够改善泡沫图像的亮度、对比度和清晰度，在有效抑制噪声的同时气泡边缘得到明显增强，保留更多的纹理细节，更有利于后续的气泡分割和边缘检测等处理。
-
公开(公告)号：CN118172077B
公开(公告)日：2024-07-30
申请号：CN202410592738.5
申请日：2024-05-14
Applicant: 福州大学
IPC: G06Q30/018 , G06Q40/06 , G06N3/042 , G06N3/08
Abstract: 本发明实施例提供一种基于人工智能的智慧金融平台欺诈预测方法及系统，通过生成第一知识网络和参考欺诈行为对应的第二知识网络，并利用图注意力网络对风险行为信号进行网络表征特征的提取，以及利用页面交互表征特征对第一金融页面交互事件和参考欺诈行为所在的第二金融页面交互事件进行表征，从而能够在多个参考欺诈行为中准确地确定风险行为信号指向的目标欺诈行为，由此，能够有效地提高金融反欺诈的准确性和效率，降低金融欺诈行为的发生率。
-
公开(公告)号：CN118172077A
公开(公告)日：2024-06-11
申请号：CN202410592738.5
申请日：2024-05-14
Applicant: 福州大学
IPC: G06Q30/018 , G06Q40/06 , G06N3/042 , G06N3/08
Abstract: 本发明实施例提供一种基于人工智能的智慧金融平台欺诈预测方法及系统，通过生成第一知识网络和参考欺诈行为对应的第二知识网络，并利用图注意力网络对风险行为信号进行网络表征特征的提取，以及利用页面交互表征特征对第一金融页面交互事件和参考欺诈行为所在的第二金融页面交互事件进行表征，从而能够在多个参考欺诈行为中准确地确定风险行为信号指向的目标欺诈行为，由此，能够有效地提高金融反欺诈的准确性和效率，降低金融欺诈行为的发生率。
-
公开(公告)号：CN110246106B
公开(公告)日：2021-09-28
申请号：CN201910545307.2
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于量子和声搜索模糊集的NSST域浮选泡沫图像增强及去噪方法，首先将浮选泡沫图像进行NSST分解，得到低频子带图像和多尺度高频子带；接着对低频子带图像进行量子和声搜索模糊集增强；然后对于多尺度高频子带，结合改进的贝叶斯萎缩阈值及尺度相关性去除噪声系数，并通过非线性增益函数增强边缘和纹理系数；最后对处理后的低频子带、各个高频子带的系数进行NSST重构，得到增强去噪后的图像。本发明能够改善泡沫图像的亮度、对比度和清晰度，在有效抑制噪声的同时气泡边缘得到明显增强，保留更多的纹理细节，更有利于后续的气泡分割和边缘检测等处理。
-
公开(公告)号：CN110245672B
公开(公告)日：2021-08-31
申请号：CN201910545306.8
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于快速视网膜特征点匹配及多尺度分割的浮选破碎气泡检测方法，首先采集连续两帧浮选气泡图像，对两帧气泡图像进行NSST分解，在多尺度高频子带进行气泡边缘检测及融合，并提取后一帧图像各个分割气泡的中心点；其次采用改进的FREAK采样模型对两帧图像进行特征点描述及匹配，根据前一帧分割气泡周围匹配点分布密度提取候选破碎气泡；最后将后一帧图像各个分割气泡的中心点映射到前一帧分割图像中，统计候选破碎气泡包含的中心点数；将包含多个中心点或无中心点的候选破碎气泡判为破碎气泡。本发明改进的FREAK算法的匹配效果和实时性强，破碎气泡检测方法受光照和运动变化的影响小，能有效提取出各个破碎气泡。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
