一种基于人工智能的图像数据压缩方法及系统

    公开(公告)号:CN114170331B

    公开(公告)日:2024-09-10

    申请号:CN202111471673.1

    申请日:2021-12-06

    Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息,根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息,并根据二维标准差获得每个像素点的高斯模型,根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性,进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束,实现了利用自编码神经网络对图像数据无损压缩。

    一种大数据服务器高效散热机构
    2.
    发明公开

    公开(公告)号:CN118276656A

    公开(公告)日:2024-07-02

    申请号:CN202410416493.0

    申请日:2024-04-08

    Abstract: 本发明涉及一种大数据服务器高效散热机构,包括外壳,所述外壳的内壁固定连接有若干个隔板,所述外壳的下表面开设有安装口,且安装口的内壁固定连接有散热扇,所述外壳的上表面开设有出气口,所述隔板包括放置服务器设备的水平板,所述水平板的两侧形成有向上弯折的引导耳,所述引导耳的表面开设有通气孔,所述通气孔可引导气流吹向服务器设备加快冷却速度。本发明中,通过设置引导耳与通气孔,能够将由下向上的气流在每层引导吹向该层的服务器设备,提高散热速度,较之现有技术中,在每层设置散热扇或采用平板状的隔板,将气流吹向服务器设备能够使其快速降温,从而使该大数据服务器高效散热机构减少了散热成本并提高了散热效率。

    一种基于人工智能的图像数据压缩方法及系统

    公开(公告)号:CN114170331A

    公开(公告)日:2022-03-11

    申请号:CN202111471673.1

    申请日:2021-12-06

    Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息,根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息,并根据二维标准差获得每个像素点的高斯模型,根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性,进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束,实现了利用自编码神经网络对图像数据无损压缩。

    一种基于神经网络的图像检索方法及系统

    公开(公告)号:CN114238682B

    公开(公告)日:2024-07-26

    申请号:CN202111558721.0

    申请日:2021-12-20

    Abstract: 本发明涉及人工智能技术领域,具体涉及一种基于神经网络的图像检索方法及系统。该方法包括:获取每张检索图像输入分类网络中所有神经元输出的输出值序列;根据输出值序列在一个神经元的均值和方差得到特征指标;根据检索图像与对应簇的位置得到每个神经元的区分度;获取检索图像对应样本点的备选样本点,进一步得到每张检索图像对应的高斯模型;根据特征指标与区分度获取高斯模型的权值;获取多张检索图像的混合高斯模型,根据混合高斯模型获取所有备选样本点的匹配概率获取推荐给用户的备选样本点的顺序。能够提取图像中具有的特征,从而更加精准的将检索图像与数据库中的图像进行匹配推荐,提高检索图像分类的准确率。

    一种基于大数据的食品安全检测装置

    公开(公告)号:CN118364242A

    公开(公告)日:2024-07-19

    申请号:CN202410539659.8

    申请日:2024-04-30

    Abstract: 本发明公开了一种基于大数据的食品安全检测装置,包括:数据采集模块:负责从各种来源收集食品安全相关的数据;数据预处理与清洗模块:负责对数据进行清洗,去除噪声和异常值;异常检测模块:负责识别数据中的异常值,区分真实的安全隐患与由噪声或异常值引起的误报;预警阈值自适应调整模块:负责自动调整预警阈值;用户反馈与阈值优化模块:负责根据实际操作经验调整预警阈值;数据分析模块:负责分析食品安全合格系数;本发明中,预警阈值自适应调整模块基于历史数据和实时反馈自动调整预警阈值,这样,系统可以根据实际情况进行动态调整,减少误报和漏报的可能性。

    一种基于对称轮廓中心距离比的快速角点检测方法

    公开(公告)号:CN115358990A

    公开(公告)日:2022-11-18

    申请号:CN202210993541.3

    申请日:2022-08-18

    Abstract: 本发明提出了一种基于对称轮廓中心距离比的快速角点检测方法,用以解决现有角点检测方法计算复杂度较大,检测速度较低的技术问题。本发明的步骤为:将彩色图像转换为灰度图像;使用Canny边缘检测子提取灰度图像的轮廓,并选择轮廓中的曲线作为目标轮廓;使用高斯函数对目标轮廓进行平滑得到光滑曲线;在光滑曲线上任选一点,利用对称轮廓中心距离比计算光滑曲线在该点的离散曲率;将光滑曲线上离散曲率达到局部极大值且数值大于曲率阈值的点标记为角点。本发明仅需计算两次欧氏距离即可估计轮廓上每个点的离散曲率,速度更快;具有较高的角点分辨力,对噪声和轮廓局部变化也具有很强的鲁棒性;仿真实验结果验证了其有效性和高效性。

    一种基于人工智能的图像重复数据删除方法

    公开(公告)号:CN113721859A

    公开(公告)日:2021-11-30

    申请号:CN202111052365.5

    申请日:2021-09-08

    Abstract: 本发明涉及图像压缩领域,具体涉及一种基于人工智能的图像重复数据删除方法;其获取图像数据,并对其进行简单处理,得到多个灰度图像块和各灰度图像块中各像素点的标记值;并根据各灰度图像块的标记值,判断相邻灰度图像块是否满足相同标记值分布,能否进行图像拼接;并将满足条件的灰度图像块依次进行拼接,得到相似区域块和非相似区域块,然后分别得出相似区域块内像素点之间的相似程度和大小和非相似区域块内像素点之间的相似程度和大小,然后得出相似区域块和非相似区域块对应的卷积核大小和卷积次数;将区域块进行卷积处理,得到对应的图像特征图;最后将各图像特征图进行合并,得到压缩后的图像数据。即本发明能够准确删除图像重复数据。

    融合汉字词根、语音及字符特征的中文命名实体识别方法和系统

    公开(公告)号:CN119808782A

    公开(公告)日:2025-04-11

    申请号:CN202411844926.9

    申请日:2024-12-13

    Abstract: 本发明公开了融合汉字词根、语音及字符特征的中文命名实体识别方法和系统,该方法包括:步骤一:对给定字符序列进行预处理,得到多个特征;步骤二:利用卷积神经网络和最大池化技术对多个特征进行处理,得到多个特征向量;步骤三:将多个特征向量进行融合,并将融合后的向量依次输入RoBERTa模型和双向长短时记忆网络中,得到融合后的输出序列;步骤四:根据条件随机场对输出序列进行处理,得到最大化的标签序列,完成中文命名实体的识别。本发明提高了分离边界检测和实体类别确定方面的准确度和效率。

Patent Agency Ranking