-
公开(公告)号：CN113902924A
公开(公告)日：2022-01-07
申请号：CN202111186597.X
申请日：2021-10-12
Applicant: 苏州大学
IPC: G06V10/44 , G06V10/30 , G06V10/25 , G06V10/764
Abstract: 本申请公开了一种图像识别方法、装置、电子设备及可读存储介质。其中，方法包括对原始图像数据进行噪音去除处理，得到干净的图像数据空间。在图像数据空间中进行深度概念分解学习，通过多层线性变换得到深度图像特征；通过最小化自表示重构权值矩阵误差项对深度图像特征进行处理，得到保留局部流形信息的目标图像特征。基于该目标图像特征进行图像识别，得到图像识别结果，可有效提升图像识别精准度。
-
公开(公告)号：CN107958229B
公开(公告)日：2021-12-24
申请号：CN201711395361.0
申请日：2017-12-21
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种基于近邻保持低秩表示的人脸识别方法、装置、设备及计算机存储介质。其中，方法包括将相似性自适应保持和低秩表示集成为统一学习框架，得到表示系数矩阵和用于提取特征、基于核范式和L2，1‑范式约束下的稀疏投影矩阵；利用稀疏投影矩阵分别提取训练样本集和测试样本集的相似性自适应保持的显著特征，生成嵌入显著特征的人脸特征训练样本集和人脸特征测试样本集；利用人脸特征训练样本集将表示系数矩阵和显著特征的重构误差最小化项进行集成优化；将人脸特征测试样本集输入人脸特征训练样本集构造的最近邻分类器，根据相似性进行识别，得到识别结果。本申请提供的技术方案提升了人脸图像特征提取和识别能力。
-
公开(公告)号：CN108509833B
公开(公告)日：2021-11-05
申请号：CN201711393942.0
申请日：2017-12-21
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种基于结构化分析字典的人脸识别方法、装置、设备及计算机存储介质。其中，方法包括将人脸训练样本集和人脸测试样本集输入人脸识别模型中，并对人脸识别模型进行参数初始化，人脸识别模型包括多个子分类器，每个子分类器对应人脸训练样本集中的一个类别；对人脸训练样本集中包含的每一类别的数据集进行结构化字典学习，得到各类别数据集的子字典和相对应的子稀疏编码；对各类别数据集的子稀疏编码进行近似分析，得到各子稀疏编码的子投影；根据各子投影及人脸训练样本集训练人脸识别模型中的各子分类器；利用人脸识别模型中的各子分类器对人脸测试样本集进行分类识别。本申请的技术方案有效的提升了人脸识别的效率和准确度。
-
公开(公告)号：CN113537371A
公开(公告)日：2021-10-22
申请号：CN202110831372.9
申请日：2021-07-22
Applicant: 苏州大学
Abstract: 本发明涉及一种融入边缘特征两阶段的上皮细胞分类方法，包括将细胞染色图像数据划分为原始训练集和原始验证集，通过聚类、Sobel运算和子集划分，得到聚类后的训练集、粗类训练集和细类训练集；利用聚类后的训练集和粗类训练集对粗粒度分类器进行训练，利用细类训练集对细粒度分类器进行训练，得到训练好的粗粒度分类器和细粒度分类器；利用粗粒度分类器和细粒度分类器对待分类的细胞染色图像数据进行类别分类。本发明在训练过程中，将训练集中图像的重要特征保留下来，使得前后的特征信息能够进一步的融合，从而最大限度地识别和保留判别信息，提高机器学习模型的效率。
-
公开(公告)号：CN113449806A
公开(公告)日：2021-09-28
申请号：CN202110786515.9
申请日：2021-07-12
Applicant: 苏州大学
Abstract: 本发明公开了一种基于层次结构的二阶段林业害虫识别与检测系统，包括数据预处理模块，用于对已标注好的林业害虫图像数据集进行预处理，得到用于训练害虫检测阶段的目标检测模型的第一数据集和用于训练害虫分类阶段的分类模型的第二数据集；模型训练模块，用于利用第一数据集对害虫检测阶段的目标检测模型进行训练，并利用第二数据集对害虫分类阶段的分类模型进行训练；图像预测模块，用于利用训练好的目标检测模型对测试图像进行目标检测，将昆虫部分从测试图像中提取以得到新图像，并利用训练好的分类模型对新图像进行物种分类。本发明基于层次结构的二阶段林业害虫识别与检测系统可行性高，可以大幅提升对害虫的识别准确率且具有扩展性。
-
Patent Agency Ranking
公开(公告)号：CN107958241B
公开(公告)日：2021-09-21
申请号：CN201810007877.1
申请日：2018-01-04
Applicant: 苏州大学
Abstract: 本发明公开了一种单样本人脸识别方法、装置、设备及计算机可读存储介质，包括对待识别图像进行预处理，得到行列一致的待识别单样本；采用预先计算出的SVD投影矩阵和LU投影矩阵分别对待识别单样本进行投影，得到第一判别特征和第二判别特征；利用第一判别特征、第二判别特征、第一计算关系式、预先依据原始训练样本集计算出的SVD权重、LU权重、与原始训练样本集中的各个原始训练样本一一对应的各个SVD判别特征和各个LU判别特征计算出待识别单样本到各个原始单样本的距离；采用最近邻分类器从各个距离中确定出待识别单样本距离最近的原始单样本，并以确定出待识别单样本的类别。扩展了数据的求解范围，提高了识别率和识别性能。
-
公开(公告)号：CN107507611B
公开(公告)日：2021-08-24
申请号：CN201710774048.1
申请日：2017-08-31
Applicant: 苏州大学
Abstract: 本发明公开了一种语音分类识别的方法，向预先创建的分类器模型中输入待判别的语音数据样本，根据所述分类器模型的输出值得到所述语音数据样本的分类结果；其中，所述分类器模型是基于采用L1范式正则参数和拉普拉斯正则参数确定以及支持向量机的约束条件，获得支持向量样本集合，从而使得获得的分类器模型，具有较强的稀疏性和可解释性，且对噪音具有较强的过滤能力，从而对噪音具有较强的鲁棒性，从而能够获得对语音分类的一个较为准确的结果。本发明还提供一种语音分类识别的装置，具有上述有益效果。
-
公开(公告)号：CN112972131A
公开(公告)日：2021-06-18
申请号：CN202110381989.5
申请日：2021-04-09
Applicant: 苏州大学附属儿童医院
Abstract: 本发明公开了一种带有指纹识别的便携式转运药箱，包括：箱体、透气板和加固板，所述箱体的内部设置有透气板，所述箱体的内部通过支撑杆设置有内箱体，且内箱体位于透气板的上方，所述内箱体的顶部嵌合设置有药盒，所述箱体的顶部通过合页活动设置有箱盖，且箱盖位于药盒的上方，所述箱体的正面通过螺栓设置有指纹锁，所述箱体的外侧通过螺栓固定设置有加固板。本发明通过安装的加固板在放置箱体时对箱体进行加固，避免箱体受到碰撞后倾倒，同时将水气从箱体内部引到透气板下方，并对水气进行处理，保持箱体内部的干燥。
-
公开(公告)号：CN112364629A
公开(公告)日：2021-02-12
申请号：CN202011363953.6
申请日：2020-11-27
Applicant: 苏州大学
IPC: G06F40/216 , G06F40/166 , G06K9/62
Abstract: 本发明涉及一种基于去冗余互信息特征选择的文本分类系统及方法，包括：数据预处理模块，对输入的多条文本数据进行预处理，得到多个特征的文本特征矩阵；特征选择模块，对目标特征子集和待选择的特征集合进行初始化，设置需要选择的特征数，对每一个特征，计算其评分，选取得分最大的特征，添加到目标特征子集，从所述待选择的特征集合中删除得分最大的特征，得到更新后的目标特征子集；分类模块，根据所述更新后的目标特征子集，生成新的训练集和测试集，并根据所述更新后的目标特征子集生成新的训练集及测试集，并进行分类，得到分类准确度。本发明更加有效的去除冗余。
-
公开(公告)号：CN112215290A
公开(公告)日：2021-01-12
申请号：CN202011110501.7
申请日：2020-10-16
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于Fisher得分的Q学习辅助数据分析方法及系统,包括：将待处理数据输入训练样本中，初始化Q值表；从所述训练样本中任意选择多个数据组成本轮迭代的片段，计算所述片段中每个特征类内距离和类间距离，初始化本轮训练特征子集，获得本轮学习率和更新概率；根据Q值表选择当前状态下的动作，更新Q值表及本轮子集状态；判断本轮子集是否已满，若未满，则返回上一步，若已满，则继续判断是否满足迭代次数，若未满，则返回第二步，若已满，进入下一步；根据Q值表获得当前排序，返回目标子集。本发明不但提升速度快、更加稳定，且具有更好的泛化性能，时间复杂度较低。
-
-
-
-
-
-
-
-
-
Search Results
363
records
(took 0.084 seconds)
