公开(公告)号：CN109346084A

公开(公告)日：2019-02-15

申请号：CN201811092136.4

申请日：2018-09-19

Applicant: 湖北工业大学

Inventor： 曾春艳 ,  马超峰 ,  武明虎 ,  叶佳翔 ,  朱莉 ,  王娟 ,  吕松南 ,  朱栋梁 ,  蔡松

IPC: G10L17/00 ,  G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G10L17/22

CPC classification number: G10L17/005 ,  G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G10L17/22

Abstract: 本发明涉及一种基于深度堆栈自编码网络的说话人识别方法，S1：说话人特征提取；S2：堆栈自编码器的网络设计；S3：说话人识别与决策。本发明与传统说话人识别相比，将深度堆栈自编码网络与说话人识别系统模型相融合，结合堆栈自编码器的多层结构在提高评价模型的表征能力方面的显著效果，本发明的说话人识别方法在存在背景噪声的环境下能够有限提升系统的识别性能，在降低噪声对系统性能影响、提高系统噪声鲁棒性的同时，优化系统结构，使识别实时性得到有效增强。

公开(公告)号：CN109410114A

公开(公告)日：2019-03-01

申请号：CN201811092084.0

申请日：2018-09-19

Applicant: 湖北工业大学

Inventor： 曾春艳 ,  叶佳翔 ,  武明虎 ,  马超峰 ,  吕松南 ,  朱栋梁 ,  王正辉

IPC: G06T1/00 ,  H03M7/30 ,  G06N3/04

CPC classification number: G06T1/0007 ,  G06N3/0454 ,  H03M7/3062

Abstract: 本发明涉及一种基于深度学习的压缩感知图像重建算法，方法步骤如下：S1：对图像数据进行预处理，包括提取数据的灰度值和对图像进行分块；S2：对已经切分好的图像块进行测量，获得测量矩阵；S3：构建一个10层的深度压缩感知重建网络；S4：在深度学习框架中对10层网络进行训练；S5：在经过深度神经网络后，得到重建图像块，按照索引，对图像块按照原始行列值进行重排；S6：图像块经过重排得到重建图像后，选择BM3D去噪器对图片进行降噪处理，最终得到重建图像。本发明提供的压缩感知图像重建算法，大部分所耗时间在网络训练阶段，待网络训练完成后图像重建速度非常之快。本发明通过深度学习网络取代了传统重建算法，但依然拥有良好的重建精度。

公开(公告)号：CN109410114B

公开(公告)日：2023-08-25

申请号：CN201811092084.0

申请日：2018-09-19

Applicant: 湖北工业大学

Inventor： 曾春艳 ,  叶佳翔 ,  武明虎 ,  马超峰 ,  吕松南 ,  朱栋梁 ,  王正辉

IPC: G06T1/00 ,  H03M7/30 ,  G06N3/0464

Abstract: 本发明涉及一种基于深度学习的压缩感知图像重建算法，方法步骤如下：S1：对图像数据进行预处理，包括提取数据的灰度值和对图像进行分块；S2：对已经切分好的图像块进行测量，获得测量矩阵；S3：构建一个10层的深度压缩感知重建网络；S4：在深度学习框架中对10层网络进行训练；S5：在经过深度神经网络后，得到重建图像块，按照索引，对图像块按照原始行列值进行重排；S6：图像块经过重排得到重建图像后，选择BM3D去噪器对图片进行降噪处理，最终得到重建图像。本发明提供的压缩感知图像重建算法，大部分所耗时间在网络训练阶段，待网络训练完成后图像重建速度非常之快。本发明通过深度学习网络取代了传统重建算法，但依然拥有良好的重建精度。

公开(公告)号：CN110188120B

公开(公告)日：2022-12-02

申请号：CN201910256976.8

申请日：2019-04-01

Applicant: 湖北工业大学

Inventor： 姜玉菡 ,  武明虎 ,  吴敏 ,  朱莉 ,  赵楠 ,  马旭如 ,  乐元欣 ,  吕松南 ,  丁先之 ,  万其轩

IPC: G06F16/2457 ,  G06F16/28 ,  G06F16/29 ,  G06K9/62 ,  G06Q30/02

Abstract: 本发明公开一种基于协同过滤的个性化屏幕推荐方法，包括：(1)提取数据库中的用户对屏幕的评分表、屏幕GPS定位信息表及用户信息表；(2)根据屏幕定位坐标信息通过K‑means算法对屏幕进行聚类，将屏幕分成k类(簇)；(3)分别对每一类屏幕建立用户‑屏幕倒查表，建立完整的用户对屏幕的评分表；(4)分别计算出目标用户与其他用户的相似度；(5)计算用户对屏幕i的感兴趣程度，(6)设定兴趣程度阈值，将大于这个阈值的屏幕推荐给目标用户；(7)将推荐给目标用户的屏幕，根据兴趣程度进行降序排列。本发明利用K‑means聚类算法和基于用户的协同过滤算法能有效地帮助广告投放商快速准确的检索出自己想要的屏幕，提高广告的投放效率。

公开(公告)号：CN110188120A

公开(公告)日：2019-08-30

申请号：CN201910256976.8

申请日：2019-04-01

Applicant: 湖北工业大学

Inventor： 姜玉菡 ,  武明虎 ,  吴敏 ,  朱莉 ,  赵楠 ,  马旭如 ,  乐元欣 ,  吕松南 ,  丁先之 ,  万其轩

IPC: G06F16/2457 ,  G06F16/28 ,  G06F16/29 ,  G06K9/62 ,  G06Q30/02

Abstract: 本发明公开一种基于协同过滤的个性化屏幕推荐方法，包括：(1)提取数据库中的用户对屏幕的评分表、屏幕GPS定位信息表及用户信息表；(2)根据屏幕定位坐标信息通过K-means算法对屏幕进行聚类，将屏幕分成k类(簇)；(3)分别对每一类屏幕建立用户-屏幕倒查表，建立完整的用户对屏幕的评分表；(4)分别计算出目标用户与其他用户的相似度；(5)计算用户对屏幕i的感兴趣程度，(6)设定兴趣程度阈值，将大于这个阈值的屏幕推荐给目标用户；(7)将推荐给目标用户的屏幕，根据兴趣程度进行降序排列。本发明利用K-means聚类算法和基于用户的协同过滤算法能有效地帮助广告投放商快速准确的检索出自己想要的屏幕，提高广告的投放效率。

公开(公告)号：CN109364385A

公开(公告)日：2019-02-22

申请号：CN201810929240.8

申请日：2018-08-15

Applicant: 武汉华安科技股份有限公司 ,  湖北工业大学

Inventor： 代松 ,  程琳莉 ,  武明虎 ,  王孟阳 ,  徐千一 ,  龚超 ,  邓朴夫 ,  曾春艳 ,  吕松南 ,  孔祥斌 ,  刘聪 ,  胡胜

IPC: A61N5/10

Abstract: 本发明涉及一种基于双目视觉的肿瘤定位方法，1)对双目相机进行标定，获取双目相机内、外参数，以及两个相机之间的位姿关系；2)利用双目相机采集标定板，以标定板为依托建立三维世界坐标系，获取像素比；3)通过肿瘤识别算法找到视场内肿瘤的二维图像位置；4)结合步骤1)的相机内外参数，步骤2)的三维世界坐标系信息，以及步骤3)的肿瘤二维图像坐标，计算出肿瘤的三维坐标信息。该方法可以精确定位肿瘤位置，并且准确的帮助射波刀寻找最佳入射角进行照射治疗，使得放射治疗的放射范围大大减小，对周边健康器官组织的损伤也大大降低。