-
公开(公告)号：CN103955676A
公开(公告)日：2014-07-30
申请号：CN201410197890.X
申请日：2014-05-12
Applicant: 苏州大学
Abstract: 本申请公开了一种人脸识别方法及系统，该方法包括利用PCA法对训练样本集进行初始降维，并利用训练样本的类别标签信息构造具有分类信息的矩阵，然后确定最优的二次投影矩阵，对初始降维训练样本集进行二次降维，然后对测试样本同样进行二次降维，在二次降维后的低维空间中进行分类。本申请通过二次降维处理，提高了人脸识别的准确度和效率。
-
公开(公告)号：CN103886562A
公开(公告)日：2014-06-25
申请号：CN201410149176.3
申请日：2014-04-14
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本申请公开了一种合成孔径雷达图像边缘检测方法及系统，该方法包括：通过对接收的合成孔径雷达SAR图像进行支持值滤波器去噪处理，去除掉SAR图像中的高频图像，只保留低频图像，从而很好的去除掉了相干斑噪声，然后利用最小二乘支持向量机来对去噪图像进行边缘检测，得到边缘检测图像。采用本申请提供的方法，针对SAR图像所特有的相干斑噪声能够很好的进行去除，因此提取的SAR图像的边缘图像更加的准确。
-
公开(公告)号：CN103731844A
公开(公告)日：2014-04-16
申请号：CN201410003015.3
申请日：2014-01-03
Applicant: 苏州大学
Abstract: 本发明公开了一种地理位置相关的移动感知系统任务分配方法，移动感知系统包括一个任务平台与若干移动设备，任务分配方法包括以下步骤：S1、任务平台发布任务信息；S2、移动设备用户调阅任务信息；S3、感兴趣且满足任务要求的用户发送任务请求；S4、任务平台构建用户集合U，求解任务执行者集合W，然后向集合中的任务执行者发送任务确认；S5、收到确认的用户在约定时间执行任务，上传数据；S6、任务平台确认无误后支付报酬。本发明能够高效的完成地理位置相关的移动感知任务的分配过程，同时满足任务发布者对效益的期望。
-
公开(公告)号：CN103218613A
公开(公告)日：2013-07-24
申请号：CN201310123085.8
申请日：2013-04-10
Applicant: 苏州大学
IPC: G06K9/20
Abstract: 本发明公开了一种手写体数字识别方法及装置。该手写体数字识别方法，包括：确定待识别图像；依据像素点的灰度值，确定该待识别图像中的特定的像素点的至少三种像素特征；依据该特定的像素点的至少三种像素特征，分别确定该待识别图像的相应协方差；分别计算该待识别图像的每一协方差与预设的训练图像集合所包含每一类数字类别标签相应的李群均值之间的距离；分别将为该待识别图像的每一个协方差所确定出的多个距离中的最小距离所对应数字类别标签确定为备用数字类别标签；将该备用数字类别标签中个数最多的数字类别标签确定为待识别图像中的待识别数字类别标签。可见，通过利用本方案，可以有效提高手写体数字的识别准确性。
-
公开(公告)号：CN117436598A
公开(公告)日：2024-01-23
申请号：CN202311488722.1
申请日：2023-11-09
Applicant: 苏州大学
IPC: G06Q10/047 , G06F18/214 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于神经组合优化器求解哈密顿最短路径的方法及系统，涉及智能计算与路径规划技术领域，该方法包括设计最短哈密顿路径问题框架；基于编码器‑解码器结构设计神经组合优化器模型；随机生成用于训练所述神经组合优化器的哈密顿问题实例，并利用最小‑最大归一和旋转坐标变换策略对各问题实例的数据进行预处理；将处理后的数据输入到所述神经组合优化器模型中进行训练，并采用双向策略梯度函数进行优化，得到训练好的神经组合优化器模型；利用训练好的神经组合优化器模型对包含N个节点的最短哈密顿路径问题进行求解，得到最优哈密顿路径。本发明提高了对最短哈密顿路径问题求解的精确度以及泛化性。
-
Patent Agency Ranking
公开(公告)号：CN112884248B
公开(公告)日：2023-01-06
申请号：CN202110314985.5
申请日：2021-03-24
Applicant: 苏州大学
Abstract: 本发明涉及一种大规模云服务流程的优化方法，包括：将多个执行计划随机分配到多个并行节点；每个并行节点并行执行局部迭代来对并行节点内部的执行计划进行处理直至局部迭代停止，每次局部迭代时，并行节点需利用离散帝王蝶优化算法和依赖‑冲突修复算法对执行计划进行处理；再将所有并行节点中局部迭代处理结束后得到的执行计划集合在一起；判断是否满足全局迭代停止条件，若判断为是，则直接输出最优执行计划；否则，就将集合后的执行计划重新分配到多个并行节点，然后再重复上述步骤。本发明提升了云服务流程优化方法的求解效率和求解精度，能够有效适用于具有不同服务流程结构、QoS约束和服务关联约束的大规模云服务流程优化问题。
-
公开(公告)号：CN108052974B
公开(公告)日：2022-05-17
申请号：CN201711320019.4
申请日：2017-12-12
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本申请公开了一种故障诊断方法、系统、设备及存储介质，该方法包括：分别获取目标设备在正常运行和故障运行时的与初始特征集对应的特征数据集，得到包括正常特征数据集和故障特征数据集的训练数据；分别计算正常特征数据集中每一特征数据与故障特征数据集中相应的特征数据之间对应的KL距离，得到KL距离集；采用支持向量机分类在训练数据上进行交叉验证；根据验证结果以及KL距离集中KL距离的大小，从初始特征集中确定出与故障运行相关的特征，得到最优特征集；当获取到目标设备的待诊断数据，则从待诊断数据中确定出与最优特征集对应的特征数据，然后利用该特征数据对目标设备进行相应的故障诊断。本申请有效地提升了后续故障诊断结果的准确性。
-
公开(公告)号：CN108805054B
公开(公告)日：2022-04-12
申请号：CN201810529645.2
申请日：2018-05-29
Applicant: 苏州大学
IPC: G06V40/16
Abstract: 本发明公开了一种人脸图像分类方法、系统、设备及计算机存储介质，其中该方法包括：获取人脸数据样本集；基于预设的二次规划公式及其约束条件求解人脸数据样本集对应的稀疏系数和偏移量，以基于稀疏系数和偏移量对人脸数据样本集进行分类；其中，二次规划公式及其约束条件为将目标函数转化成二次规划形式得到的公式及条件；目标函数为将传统的支持向量机的分类函数中的二范数正则参数替换为一范数正则参数，并在分类函数中增加拉普拉斯正则参数得到的函数。实验证明，本发明提供的一种人脸图像分类方法、系统、设备及计算机存储介质的分类速度快，相比于现有技术的分类效率更高。
-
公开(公告)号：CN108629373B
公开(公告)日：2022-04-12
申请号：CN201810426685.4
申请日：2018-05-07
Applicant: 苏州大学
IPC: G06V10/771 , G06V10/774 , G06V10/764 , G06V20/13 , G06K9/62
Abstract: 本发明实施例公开了一种图像分类方法、系统、设备及计算机可读存储介质。方法包括提取待分类图像的目标特征集，目标特征集包含的特征由与待分类图像的特征维数相同且各特征代表的意义相同的样本图像的最优特征子集确定；将待分类图像的目标特征集输入支持向量机分类器，获取待分类图像所属的标签类型；最优特征子集确定过程为：计算各样本图像在权重空间的间隔，并根据各间隔迭代计算特征权重向量直至满足迭代结束条件，得到各样本图像每个特征的权重值，根据各权重值对各特征进行组合生成多个特征子集；利用各特征子集训练支持向量机分类器，确定满足最佳分类效果条件的特征子集为最优特征子集。本申请提高了图像分类的准确度和精度。
-
公开(公告)号：CN108388869B
公开(公告)日：2021-11-05
申请号：CN201810166510.4
申请日：2018-02-28
Applicant: 苏州大学
Abstract: 本发明公开了一种基于多重流形的手写数据分类方法及系统，该方法包括：获取高维数据集；分别计算高维数据集中任意两个数据点之间的相似度，获取高维数据集对应的相似矩阵；根据相似矩阵，构建高维数据集对应的目标拉普拉斯矩阵；将目标拉普拉斯矩阵的前第一预设数量的特征向量聚入到第二预设数量的类别内，获取高维数据集的分类结果；本发明通过获取高维数据集对应的相似矩阵，获得高维数据的底层低维映射流形结构，可以构建同时考虑高维数据的高维结构和底层低维映射结构的拉普拉斯矩阵，利用目标拉普拉斯矩阵对拉普拉斯矩阵进行特征值分解，从而对得到的特征值进行聚类，得到高维数据集的聚类结果，尽可能多地保留了高维数据的原始结构。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.027 seconds)
