-
公开(公告)号：CN105045880B
公开(公告)日：2018-09-18
申请号：CN201510430517.9
申请日：2015-07-22
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种不同数据源的兴趣点的模糊匹配方法，包括以下步骤：1、分别从两个不同的网站中采集兴趣点数据构成数据集A、B；2、提取名称完全匹配的兴趣点配对形成数据样本，通过数据样本计算平均位置偏差并确定匹配范围；3、分别从数据集A、B中取待匹配点和待匹配集；4、对待匹配点和待匹配集中所有兴趣点的名称进行逐级地址分词，然后通过地址词典过滤名称中的地址信息；5、采用KMP算法对待匹配点和待匹配集中每个兴趣点进行匹配，通过匹配率判断兴趣点是否相同；6、同理，对数据集A中的其他兴趣点，在数据集B中找出与其匹配的兴趣点。该方法有利于精确匹配不同数据源的兴趣点数据，过滤重复的数据。
-
公开(公告)号：CN108427946A
公开(公告)日：2018-08-21
申请号：CN201810218038.4
申请日：2018-03-16
Applicant: 福州大学
Abstract: 本发明提供了一种复杂场景下基于内特征和文本域布局的驾驶证检测识别方法，首先用归一化和SSR增强等技术预处理图像，用形态学操作和线段修补对证件中的车型框边框进行修补，通过轮廓检测与过滤得到车型框轮廓，求拟合直线的交点得到车型框顶点，结合标准驾驶证布局得到驾驶证区域图像。然后分析积分投影信息对车型文本区域位置进行精细定位，从它开始，每次找临近的未定位区域进行粗定位和精细定位得到文本区域图像，并在地址栏以上区域进行倾斜校正。最后融合多种方法对文本区域二值化，用专训的文字识别引擎识别文字。该方法快速鲁棒，能准确迅速地识别各种复杂场景下的拍摄出来的图像，具有较好的实用性和较高的应用价值。
-
公开(公告)号：CN108416756A
公开(公告)日：2018-08-17
申请号：CN201810255379.9
申请日：2018-03-26
Applicant: 福州大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于机器学习的区域感知图像去噪方法，包括以下步骤：1、对噪声图像采用加噪标准差σ和k种缩小率缩小后的标准差rj×σ分别作为去噪参数，获得不同去噪结果集；2、将采用σ分别与采用rj×σ的去噪结果相结合，获得最优缩小率和图像块对于采用σ和这两种去噪参数的偏好；3、对噪声图像和采用两种去噪参数的去噪结果进行特征提取；4、将获得的偏好特征集作为机器学习算法的特征集，学习获得图像块的去噪参数偏好模型；5、采用去噪参数偏好模型对测试集中噪声图像进行预测，获得每个图像块预测的偏好概率值；6、通过阈值处理并结合两种去噪参数的去噪结果，获得最终的去噪结果。该方法能够有效提高图像去噪方法的性能。
-
公开(公告)号：CN108345881A
公开(公告)日：2018-07-31
申请号：CN201810101325.7
申请日：2018-02-01
Applicant: 福州大学
Abstract: 本发明涉及一种基于计算机视觉的文档质量检测方法。针对传统的人工肉眼检测困难，效率低，可靠性差，受到主观性影响较大的问题提出了基于计算机视觉的文档质量检测方法。为精确检测文档质量，该方法首先得通过合理的方法对高速文档打印视频进行静止帧提取；其次，基于计算机视觉的预处理方法对文档图像进行合适的图像预处理；再次，对预处理好得文档图像进行精确的轮廓检测和提取；紧接着，对提取到的文档轮廓图像进行倾斜矫正，使得畸形图像变为正常平铺的文档待检测图像；最后，对待检测图像进行PSNR和MSE质量评估，与模板进行比对，得出文档质量的检测结果。该方法拥有高效性、可靠性、连续性、灵活性等等特点，具有较强的实际应用性。
-
公开(公告)号：CN108269233A
公开(公告)日：2018-07-10
申请号：CN201810211748.4
申请日：2018-03-15
Applicant: 福州大学
Abstract: 本发明公开了一种基于底纹半色调的文字抖动方法，首先对输入的图像进行格式和压缩方式的识别；其次，识别出需要底纹处理的具体坐标位置；然后，对底纹进行打点抖动；最后，提出的方法融合LibTiff，OpenCV和GDAL等多个库进行图片的规格化处理并输出。本发明改进了传统算法在底纹处理上的不足，可批量处理需要底纹转化的图片，并提供多种底纹图案，选择性较多，自动化标准比较高等优点非常适合印刷行业对底纹半色调处理的需求。
-
Patent Agency Ranking
公开(公告)号：CN104123377B
公开(公告)日：2017-06-06
申请号：CN201410368076.X
申请日：2014-07-30
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及社交网络技术领域，特别是一种微博话题热度预测系统及方法，所述方法包括如下步骤：首先，根据用户关系及话题因素计算用户影响力；接着根据话题相关的微博和用户影响力，计算话题能量值，量化话题热度；最后结合小波变换与ARIMA回归模型，预测话题热度。所述系统和方法可以实现社交网络热点话题的热度预测，挖掘话题被关注的情况及变化趋势，从海量微博信息中了解并预测出用户所关注话题的热度趋势，并且具有较高的准确度。
-
公开(公告)号：CN103678669B
公开(公告)日：2017-02-08
申请号：CN201310725185.8
申请日：2013-12-25
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种社交网络中的社区影响力评估系统及方法，所述方法包括：构造以社交网络用户为节点、用户关系为边的社交网络图；根据社交网络图，采用标签传播算法进行社区划分，获得社交网络的社区结构；根据社区网络图及社区隶属矩阵，计算社区影响力参数，生成各社区的初始影响力；根据影响力传播概率模型，生成影响力传播概率矩阵；根据影响力传播概率矩阵及社区影响力迭代计算模型，迭代更新社区影响力，直到满足迭代终止条件，得到每个社区的影响力值，经归一化后，得到社区影响力序列，即社交网络中各社区的影响力估计结果。该系统及方法可有效的分析社交网络中的社区影响力分布，挖掘高影响力社区，可应用于网络营销等领域。
-
公开(公告)号：CN105574885A
公开(公告)日：2016-05-11
申请号：CN201610017544.8
申请日：2016-01-13
Applicant: 福州大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明涉及一种基于机器学习并融合视觉特征的全参考图像质量评估方法，包括以下步骤：分别采用客观全参考图像质量评估方法、结合图像显著性分布的客观全参考图像质量评估方法、结合局部图像质量排序的客观全参考图像质量评估方法、结合局部图像质量数据统计的客观全参考图像质量评估方法对目标图像提取特征，获得特征集F1、F2、F3和F4；综合特征集F1、F2、F3和F4，将其作为机器学习算法的特征集T，通过机器学习算法和三等分交叉验证方法学习得出客观评估模型；采用客观评估模型对图像进行质量评估，得到客观全参考图像质量评估得分值。该方法可有效的对全参考图像的质量进行评估，与用户主观评分之间具有较好的相关性与准确性。
-
公开(公告)号：CN101867588A
公开(公告)日：2010-10-20
申请号：CN201010228710.1
申请日：2010-07-16
Applicant: 福州大学
Abstract: 本发明涉及一种基于802.1x的接入控制系统，其特征在于：包括客户端系统、认证服务器及认证者系统，所述的客户端系统包括：802.1x认证模块，负责与所述认证者系统、认证服务器交互，发送和接受认证信息，完成用户认证和接入控制；网络接入设备监控模块，负责监控客户端网络接入设备的状态变化并通知802.1x认证模块；USBKEY监控模块，负责获取USBKEY状态变化信息和USBKEY内的认证信息，并通知802.1x认证模块；本发明在原有802.1x接入控制系统的基础上，提供一个具有更高安全性、更细控制粒度、更好灵活性的接入控制系统。
-
公开(公告)号：CN114492459B
公开(公告)日：2025-01-10
申请号：CN202210182675.7
申请日：2022-02-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于知识图谱与交互图卷积的评论情感分析方法及系统，该方法包括以下步骤：步骤A：收集用户评论，提取用户评论中涉及的产品或服务的方面词，并标注用户评论针对该产品或服务的特定方面的情感极性，以此来构建训练集DS；步骤B：使用训练集DS，训练基于知识图谱与交互图卷积网络的深度学习网络模型G，用于分析用户评论对产品或服务的特定方面的情感极性；步骤C：将用户评论与用户评论涉及的产品或服务的方面词输入到训练好的深度学习网络模型中，获得用户评论针对该产品或服务中的特定方面的情感极性。该方法及系统有利于提高情感分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.024 seconds)
