知搜-全球专利检索

  1. 登录
  2. 注册

搜索结果

77 条记录 (耗时 0.021 秒)

    适用于灰度图片的神经网络学习方法以及训练方法
    3.
    发明公开
    适用于灰度图片的神经网络学习方法以及训练方法 有权

    公开(公告)号：CN107038451A

    公开(公告)日：2017-08-11

    申请号：CN201611010902.9

    申请日：2016-11-17

    申请人： 上海西井信息科技有限公司

    发明人： 汪润春 ,  谭黎敏 ,  赵钊

    IPC分类号： G06K9/62 ,  G06N3/08

    CPC分类号： G06K9/6229 ,  G06N3/08

    摘要： 本发明提供了适用于灰度图片的神经网络学习方法以及训练方法，包括：灰度图片预处理为第二矩阵；生成二值化的随机编码矩阵，然后乘以第二矩阵为第四矩阵；激活函数调整为第六矩阵；建立二值化的第七矩阵和浮点数的第八矩阵；第七矩阵乘以第四矩阵为第九矩阵；为代表字符的第十矩阵；将第十矩阵减去第九矩阵为第十一矩阵；将第六矩阵的转置矩阵作为第十二矩阵；第六矩阵乘以第十二矩阵为过程参数；第十二矩阵除以过程参数为第十三矩阵；第十一矩阵乘以第十三矩阵为第十四矩阵；将第十四矩阵与第八矩阵相加得到第十五矩阵，作为新的第八矩阵；将第十五矩阵二值化作为新的第七矩阵；本发明减小矩阵运算时的字节数，加快运算速度，降低了硬件需求。

    一种适用于自然场景下的中文文字识别方法
    4.
    发明公开
    一种适用于自然场景下的中文文字识别方法 有权

    公开(公告)号：CN106022363A

    公开(公告)日：2016-10-12

    申请号：CN201610319179.6

    申请日：2016-05-12

    申请人： 南京大学

    发明人： 路通 ,  刘小龙

    IPC分类号： G06K9/62 ,  G06N3/08

    CPC分类号： G06K9/6256 ,  G06K9/6229 ,  G06N3/08

    摘要： 本发明公开了一种应用于自然场景下的中文文字识别的方法，通过建模训练阶段和文字识别阶段两个阶段进行文字识别。建模训练阶段依次先建立模板文字的树状结构表示，然后合成训练集，再训练卷积神经网络，之后提取节点的深度模板特征，最后建立并训练马尔科夫随机场；文字识别阶段则先对待识别图片进行图片预处理，然后提取输入图片的深度特征，随后最小化马尔科夫随机场能量函数，最后识别文字。本方法在进行文字识别时，同时考虑了文字的局部特征和全局结构，通过将马尔科夫随机场技术与树状结构中节点的深度特征相结合，克服了自然场景下由于文字模糊、形变大对识别效果的影响，提高了识别的效率。

    一种基于图像纹理的焊缝表面缺陷识别方法
    5.
    发明公开
    一种基于图像纹理的焊缝表面缺陷识别方法 无效

    公开(公告)号：CN105938563A

    公开(公告)日：2016-09-14

    申请号：CN201610231852.0

    申请日：2016-04-14

    申请人： 北京工业大学

    发明人： 焦敬品 ,  李思源 ,  常予 ,  何存富 ,  吴斌

    IPC分类号： G06K9/62 ,  G06N3/08 ,  G01N21/88

    CPC分类号： G06K9/6229 ,  G01N21/8851 ,  G01N2021/8893 ,  G06K9/627 ,  G06N3/084

    摘要： 一种基于图像纹理的焊缝表面缺陷识别方法，根据采集图像标准，设置微型CCD相机拍摄参数；将采集到的真彩色图像转化为灰度图，创建灰度共生矩阵；分别提取0°、45°、90°和135°方向上的能量、对比度、相关性、同质性、熵和方差共24个特征参数，并将提取的特征参数进行归一化处理；利用训练样本图像训练BP神经网络，设置神经网络的神经元数、隐含层传递函数、输出层传递函数和训练算法传递函数；将测试样本特征参数输入到训练后的BP神经网络中，进行分类识别；计算测试样本与各类不同表面焊接质量训练样本的匹配度，完成测试样本表面焊接质量的自动分类识别。

    一种两阶段的基于差分进化和模糊C-均值的聚类算法
    6.
    发明公开
    一种两阶段的基于差分进化和模糊C-均值的聚类算法 无效

    公开(公告)号：CN104881688A

    公开(公告)日：2015-09-02

    申请号：CN201510319187.6

    申请日：2015-06-11

    申请人： 电子科技大学

    发明人： 杨波 ,  陈俊伟 ,  杨洋

    IPC分类号： G06K9/62

    CPC分类号： G06K9/6229

    摘要： 本发明公开了一种两阶段的基于差分进化和模糊C-均值的聚类算法，该算法包含两个阶段，第一阶段采用差分进化算法聚类，第二阶段采用模糊C-均值聚类算法聚类，当第一阶段执行到满足切换条件时，进入到第二阶段执行。提供了一种切换条件的具体方式，即测试种群收敛度；并提供了种群收敛度的具体计算方法。提供了一种第一阶段中对变异缩放因子(F)和交叉概率因子(CR)的参数自适应动态调整方法。与现有技术相比，本发明具有对初始值的依赖程度低、收敛速度快、容易收敛于全局最优、对参数F和CR不敏感等优点。

    信息处理装置、信息处理方法
    8.
    发明授权
    信息处理装置、信息处理方法 失效

    公开(公告)号：CN101414353B

    公开(公告)日：2012-06-13

    申请号：CN200810170549.X

    申请日：2008-10-17

    申请人： 索尼株式会社

    发明人： 小林由幸

    IPC分类号： G06K9/00 ,  G06F17/30

    CPC分类号： G06N99/005 ,  G06F17/30256 ,  G06F17/30743 ,  G06K9/6229

    摘要： 公开了一种信息处理装置、信息处理方法及程序。该信息处理装置产生用于确定数据对之间的相似性的相似性确定算法，包括：特征量提取表达式列表产生机构，产生包括有多个特征量提取表达式的特征量提取表达式列表，它通过更新上一代特征量提取表达式列表而实现；计算机构，将给定作为教师数据的第一和第二数据输入到包含在特征量提取表达式列表中的每个特征量提取表达式中，以计算与第一和第二数据的每一个相对应的特征量；评估值计算机构，利用所计算的特征量以及给定作为教师数据的第一与第二数据之间的相似性来计算每个特征量提取表达式的评估值；及相似性计算表达式估计机构，估计用于计算第一与第二数据之间的相似性的相似性计算表达式。