-
公开(公告)号：CN111274338B
公开(公告)日：2022-11-08
申请号：CN202010017938.X
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动大数据的预出境用户识别方法，属于数据挖掘技术领域。该方法包括：采集出境服务机构的通信基站位置数据、出境服务通话端口数据和出境服务APP的域名关键词数据，利用所采集数据建立维表数据库；基于维表数据库与移动大数据，分别提取用户的通话行为特征、上网行为特征、出行行为特征和静态特征；将用户的行为特征和静态特征进行聚合关联，构建特征宽表；设计特征选择算法，从特征宽表中筛选出与类别强相关的特征子集；借助逻辑回归分类器构建预出境用户识别模型，完成模型的训练、评估与调参；将待测试数据输入识别模型，识别预出境用户。本发明能够有效识别预出境用户，主要用于数据挖掘场合。
-
公开(公告)号：CN111612763B
公开(公告)日：2022-06-03
申请号：CN202010431122.1
申请日：2020-05-20
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉、目标检测领域，具体涉及手机屏幕缺陷检测方法、装置及系统、计算机设备及介质；所述检测方法包括采集不同类型缺陷的多款手机屏幕图像，并进行预处理；构建全卷积神经网络，输出二通道的缺陷图像；建立孪生神经网络，在其两个子网络中输入配对后的缺陷图像，判断两者是否属于同一缺陷类型；采用迁移学习的方式训练全卷积神经网络和孪生神经网络，利用源域进行预训练，利用目标域进行微调，直至训练完完成；将待测手机屏幕图像预处理后，待测图像与抽取后的已标注图像进行配对，输出待测手机屏幕图像缺陷类型的判断结果以及其语义分割图像；本发明能够在小样本的基础上，仍提升缺陷检测的精确性，降低误检率、漏检率。
-
Patent Agency Ranking
公开(公告)号：CN111553929A
公开(公告)日：2020-08-18
申请号：CN202010397833.1
申请日：2020-05-12
Applicant: 重庆邮电大学
Abstract: 本发明属于机器视觉、缺陷检测领域，特别涉及基于融合网络的手机屏幕缺陷分割方法、装置及设备；所述方法包括采集手机屏幕图像，包括缺陷图像和无缺陷图像；利用缺陷图像使用迁移学习方法对预先建立的缺陷检测网络进行训练，并获得缺陷图像对应的缺陷候选框；利用无缺陷图像对预先建立的图像重构网络进行训练，并恢复出背景重构图像；将缺陷图像和背景重构图像进行差值运算，采用阈值分割的方式得到缺陷分割图；在所述缺陷分割图上利用对应的缺陷候选框的位置坐标，提取出缺陷分割图在位置坐标下对应的缺陷部分，并获得最终的缺陷分割结果；本发明将缺陷检测网络与图像重构网络进行结合，不仅能够实现缺陷小目标的检测，还能准确分割出缺陷图像。
-
公开(公告)号：CN111612763A
公开(公告)日：2020-09-01
申请号：CN202010431122.1
申请日：2020-05-20
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉、目标检测领域，具体涉及手机屏幕缺陷检测方法、装置及系统、计算机设备及介质；所述检测方法包括采集不同类型缺陷的多款手机屏幕图像，并进行预处理；构建全卷积神经网络，输出二通道的缺陷图像；建立孪生神经网络，在其两个子网络中输入配对后的缺陷图像，判断两者是否属于同一缺陷类型；采用迁移学习的方式训练全卷积神经网络和孪生神经网络，利用源域进行预训练，利用目标域进行微调，直至训练完完成；将待测手机屏幕图像预处理后，待测图像与抽取后的已标注图像进行配对，输出待测手机屏幕图像缺陷类型的判断结果以及其语义分割图像；本发明能够在小样本的基础上，仍提升缺陷检测的精确性，降低误检率、漏检率。
-
公开(公告)号：CN111553929B
公开(公告)日：2022-08-09
申请号：CN202010397833.1
申请日：2020-05-12
Applicant: 重庆邮电大学
Abstract: 本发明属于机器视觉、缺陷检测领域，特别涉及基于融合网络的手机屏幕缺陷分割方法、装置及设备；所述方法包括采集手机屏幕图像，包括缺陷图像和无缺陷图像；利用缺陷图像使用迁移学习方法对预先建立的缺陷检测网络进行训练，并获得缺陷图像对应的缺陷候选框；利用无缺陷图像对预先建立的图像重构网络进行训练，并恢复出背景重构图像；将缺陷图像和背景重构图像进行差值运算，采用阈值分割的方式得到缺陷分割图；在所述缺陷分割图上利用对应的缺陷候选框的位置坐标，提取出缺陷分割图在位置坐标下对应的缺陷部分，并获得最终的缺陷分割结果；本发明将缺陷检测网络与图像重构网络进行结合，不仅能够实现缺陷小目标的检测，还能准确分割出缺陷图像。
-
公开(公告)号：CN111311302A
公开(公告)日：2020-06-19
申请号：CN202010017939.4
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多源数据驱动的房产智能评估方法，属于大数据与数据挖掘领域。该方法包括：S1：数据获取：从多源数据中获取房产交易数据、房产配套数据以及房产周边数据，并对其进行归一化处理；S2：特征构造：根据获取的数据构造目标房产特征，包括房产建筑特征、房产品质特征以及房产区域特征；S3：模型构建：利用步骤S2构造的特征，训练多个子模型，采用多层级融合策略和贝叶斯优化算法，构建基于多源数据驱动的房产智能评估模型；S4：评估结果：基于步骤S3构建的房产智能评估模型，根据目标房产特征，对房价进行智能评估。本发明能实现智能房产评估，解决了传统房产评估带来的估价不精准、人力成本高等问题。
-
公开(公告)号：CN111274338A
公开(公告)日：2020-06-12
申请号：CN202010017938.X
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动大数据的预出境用户识别方法，属于数据挖掘技术领域。该方法包括：采集出境服务机构的通信基站位置数据、出境服务通话端口数据和出境服务APP的域名关键词数据，利用所采集数据建立维表数据库；基于维表数据库与移动大数据，分别提取用户的通话行为特征、上网行为特征、出行行为特征和静态特征；将用户的行为特征和静态特征进行聚合关联，构建特征宽表；设计特征选择算法，从特征宽表中筛选出与类别强相关的特征子集；借助逻辑回归分类器构建预出境用户识别模型，完成模型的训练、评估与调参；将待测试数据输入识别模型，识别预出境用户。本发明能够有效识别预出境用户，主要用于数据挖掘场合。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
