-
公开(公告)号：CN116704414A
公开(公告)日：2023-09-05
申请号：CN202310695698.2
申请日：2023-06-13
申请人： 西安科技大学
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/088
摘要： 本发明公开了基于BYOL无监督深度对比学习的近重复视频清洗方法，包括步骤：一、将从视频集中任意抽取的两个视频作为上、下分支视频，利用C3D深度神经网络对两视频进行特征提取，以获得各自的特征向量；二、两特征向量经过投影变换和预测变换得到各自的高维视频特征向量；三、计算两个高维特征向量之间的对比损失，检测两视频是否互为近重复视频数据；四、计算两高维特征向量的平均向量，保留与平均向量最近的特征向量所属视频，删除另一视频，重复上述步骤，直至将所有近重复视频数据全部删除为止，改善视频数据集的数据质量。本发明创新性的实现了基于无监督对比学习的近重复视频清洗，能够在视频数据无标注的条件下，改善视频数据质量。
-
公开(公告)号：CN114332742B
公开(公告)日：2022-06-03
申请号：CN202210218142.X
申请日：2022-03-08
申请人： 西安科技大学
摘要： 本发明公开了一种基于深度神经网络的异常视频大数据清洗方法，包括以下步骤：一、CNN‑LSTM神经网络对待处理视频的特征向量提取；二、对提取的特征向量进行局部敏感哈希映射并获取表征视频的实数值；三、根据视频的实数值计算箱形图的最大值、最小值、上下四分位数、中位数和四分位距离并绘制箱形图；四、根据箱形图中视频的实数值的分布情况找出异常点并删除异常点对应的异常视频。本发明方法步骤简单，设计合理，可以快速有效地自动清洗视频大数据中的异常视频数据，提高视频大数据的数据质量。
-
公开(公告)号：CN103323748A
公开(公告)日：2013-09-25
申请号：CN201310269904.X
申请日：2013-06-29
申请人： 西安科技大学
IPC分类号： G01R31/08
摘要： 本发明公开了一种基于分形和小波变换的电力电缆故障识别系统及方法，其系统包括依次相接的电流检测电路模块、信号调理电路模块、数据采集卡和主控计算机，电流检测电路模块包括A、B、C相霍尔电流传感器，信号调理电路模块包括A、B、C相I/V转换电路模块，A、B、C相信号放大电路模块和A、B、C相滤波电路模块；其方法包括步骤：一、信号实时检测及同步上传，二、信号采集及存储，三、电缆故障识别。本发明设计新颖合理，采用霍尔电流传感器对电缆电流进行检测，检测精度高、稳定性和可靠性高，将分形法与小波分析法相结合，能够简单、迅速、准确、有效地识别出电缆短路故障的类型，实用性强，使用效果好，便于推广使用。
-
公开(公告)号：CN116682043B
公开(公告)日：2024-01-26
申请号：CN202310696092.0
申请日：2023-06-13
申请人： 西安科技大学
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/088
摘要： 本发明公开了一种基于SimCLR无监督深度对比学习异常视频清洗方法，包括步骤：一、从视频数据集任意选取一个视频作为正样本输入视频，其余视频作为负样本输入视频，分别输入到两个分支均由C3D深度神经网络模型构成的编码器中进行高层特征提取；二、通过投影变换网络降低特征向量的维度；三、计算两个特征向量的对比损失值；四、计算局部离群因子LOF；五、基于局部离群因子LOF进行异常视频的自动清洗。通过上述方法，创新性的实现在视频数据无标注条件下，有效自动删除异常的视频数据。
-
公开(公告)号：CN116682043A
公开(公告)日：2023-09-01
申请号：CN202310696092.0
申请日：2023-06-13
申请人： 西安科技大学
IPC分类号： G06V20/40 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/088
摘要： 本发明公开了一种基于SimCLR无监督深度对比学习异常视频清洗方法，包括步骤：一、从视频数据集任意选取一个视频作为正样本输入视频，其余视频作为负样本输入视频，分别输入到两个分支均由C3D深度神经网络模型构成的编码器中进行高层特征提取；二、通过投影变换网络降低特征向量的维度；三、计算两个特征向量的对比损失值；四、计算局部离群因子LOF；五、基于局部离群因子LOF进行异常视频的自动清洗。通过上述方法，创新性的实现在视频数据无标注条件下，有效自动删除异常的视频数据。
-
公开(公告)号：CN114332745B
公开(公告)日：2022-05-31
申请号：CN202210234973.6
申请日：2022-03-11
申请人： 西安科技大学
IPC分类号： G06V20/40 , G06V10/44 , G06V10/62 , G06V10/74 , G06V10/77 , G06V10/82 , G06K9/62 , G06N3/04 , G06F16/71 , G06F16/783 , G06F16/174 , G06F16/16
摘要： 本发明公开了一种基于深度神经网络的近重复视频大数据清洗方法，包括以下步骤：一、CNN‑LSTM神经网络对待处理视频的特征向量提取；二、利用MapReduce框架对提取的特征向量进行局部敏感哈希映射并获取视频的二值化哈希码；三、利用MapReduce框架归并具有相同二值化哈希码的数据点；四、根据归并后各个键值的欧式距离的分布情况得到近重复视频并删除从而完成近重复视频的清洗。本发明方法步骤简单，设计合理，可以快速有效地自动清洗视频大数据中的近重复视频数据，改善视频大数据的数据质量。
-
公开(公告)号：CN114332745A
公开(公告)日：2022-04-12
申请号：CN202210234973.6
申请日：2022-03-11
申请人： 西安科技大学
IPC分类号： G06V20/40 , G06V10/44 , G06V10/62 , G06V10/74 , G06V10/77 , G06V10/82 , G06K9/62 , G06N3/04 , G06F16/71 , G06F16/783 , G06F16/174 , G06F16/16
摘要： 本发明公开了一种基于深度神经网络的近重复视频大数据清洗方法，包括以下步骤：一、CNN‑LSTM神经网络对待处理视频的特征向量提取；二、利用MapReduce框架对提取的特征向量进行局部敏感哈希映射并获取视频的二值化哈希码；三、利用MapReduce框架归并具有相同二值化哈希码的数据点；四、根据归并后各个键值的欧式距离的分布情况得到近重复视频并删除从而完成近重复视频的清洗。本发明方法步骤简单，设计合理，可以快速有效地自动清洗视频大数据中的近重复视频数据，改善视频大数据的数据质量。
-
公开(公告)号：CN103323748B
公开(公告)日：2015-06-10
申请号：CN201310269904.X
申请日：2013-06-29
申请人： 西安科技大学
IPC分类号： G01R31/08
摘要： 本发明公开了一种基于分形和小波变换的电力电缆故障识别系统及方法，其系统包括依次相接的电流检测电路模块、信号调理电路模块、数据采集卡和主控计算机，电流检测电路模块包括A、B、C相霍尔电流传感器，信号调理电路模块包括A、B、C相I/V转换电路模块，A、B、C相信号放大电路模块和A、B、C相滤波电路模块；其方法包括步骤：一、信号实时检测及同步上传，二、信号采集及存储，三、电缆故障识别。本发明设计新颖合理，采用霍尔电流传感器对电缆电流进行检测，检测精度高、稳定性和可靠性高，将分形法与小波分析法相结合，能够简单、迅速、准确、有效地识别出电缆短路故障的类型，实用性强，使用效果好，便于推广使用。
-
公开(公告)号：CN114332742A
公开(公告)日：2022-04-12
申请号：CN202210218142.X
申请日：2022-03-08
申请人： 西安科技大学
摘要： 本发明公开了一种基于深度神经网络的异常视频大数据清洗方法，包括以下步骤：一、CNN‑LSTM神经网络对待处理视频的特征向量提取；二、对提取的特征向量进行局部敏感哈希映射并获取表征视频的实数值；三、根据视频的实数值计算箱形图的最大值、最小值、上下四分位数、中位数和四分位距离并绘制箱形图；四、根据箱形图中视频的实数值的分布情况找出异常点并删除异常点对应的异常视频。本发明方法步骤简单，设计合理，可以快速有效地自动清洗视频大数据中的异常视频数据，提高视频大数据的数据质量。
-
公开(公告)号：CN203337715U
公开(公告)日：2013-12-11
申请号：CN201320384863.4
申请日：2013-06-29
申请人： 西安科技大学
IPC分类号： G01R19/00
摘要： 本实用新型公开了一种基于霍尔电流传感器的电缆电流检测电路，包括依次相接的电流检测电路模块和信号调理电路模块，电流检测电路模块包括A相、B相和C相霍尔电流传感器，信号调理电路模块包括A相、B相和C相电流信号调理电路模块，A相电流信号调理电路模块由依次相接的A相I/V转换电路模块、A相信号放大电路模块和A相滤波电路模块构成，B相电流信号调理电路模块由依次相接的B相I/V转换电路模块、B相信号放大电路模块和B相滤波电路模块构成，C相电流信号调理电路模块由依次相接的C相I/V转换电路模块、C相信号放大电路模块和C相滤波电路模块构成。本实用新型结构简单，精度、稳定性和可靠性高，实用性强，便于推广使用。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.024 秒)
