-
公开(公告)号：CN104102705B
公开(公告)日：2018-11-09
申请号：CN201410326282.4
申请日：2014-07-09
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明公开一种基于大间隔分布学习的数字媒体对象分类方法，为了克服数字媒体对象类别标记的噪声问题，通过最大化间隔均值同时最小化间隔方差，最终将数字媒体对象的分类问题形式化成一个凸二次优化问题，并根据是否使用非线性核函数以及训练数字媒体对象库本身的特征，给出了分别基于对偶坐标下降和基于平均随机梯度下降两种寻优算法的实现，用户可根据实际情况自行选择。若用户选择非线性核函数，则训练时选择DCD作为寻优算法；若用户选择线性核函数，且训练数字媒体对象库样本很多或特征很稀疏，则训练时选择ASGD作为寻优算法，否则依然选择DCD作为寻优算法。
-
公开(公告)号：CN106874959A
公开(公告)日：2017-06-20
申请号：CN201710117221.0
申请日：2017-03-01
Applicant: 南京大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6282
Abstract: 本发明公开一种多尺度扫描级联森林学习机的训练方法，包括如下步骤：(1)通过级联扫描的方式，对训练集进行预处理。(2)将预处理后的数据，分别通过多组决策树集成下的随机森林进行训练，并获得每个样本的分类向量。(3)将前述方式获得的所有分类向量结合成一个单独的输入，进行级联训练。(4)将级联训练的最终结果进行集成平均，获得最终识别预测结果。本发明对高维时空数据进行扫描和预处理，使得该学习机可以感知输入数据的结构性，以达到精准识别的目的。
-
公开(公告)号：CN103092762B
公开(公告)日：2016-02-03
申请号：CN201310053478.6
申请日：2013-02-19
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开一种适用于快速软件开发模式的实时软件缺陷检测方法，首先初始化模型使其对任意模块的检测结果置信度为0；等待并接收一个刚完成编码的软件模块；利用当前缺陷检测模型对所接收的软件模块进行实时检测；若缺陷检测模型的缺陷检测置信度低于预设阈值，将所接收的软件模块送交测试人员进行详细测试，输出其缺陷情况，否则直接输出检测结果；利用接收到的软件模块对当前模型进行实时增量式建模；返回等待步骤接收新的软件模块直至所有软件模块开发完毕。该方法能够在编码过程中同步利用不断积累的软件模块进行实时建模，并在每个模块开发完成后及时为开发人员提供该模块的缺陷预警。
-
公开(公告)号：CN103116893A
公开(公告)日：2013-05-22
申请号：CN201310084956.X
申请日：2013-03-15
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明针对数字图像往往具有复杂语义，而基于单示例的技术无法对其进行有效表达和学习等技术问题，公开了一种基于多示例多标记学习的数字图像标注方法，包括：初始化标注模型；从数据集合中随机选择一幅图像以及该图像的一个相关标记，并确定该标记的代表示例；通过随机采样获得一个排在相关标记前面的不相关标记，并确定该不相关标记的代表示例；针对该图像，相关标记以及不相关标记构成的三元组进行梯度下降更新模型。本发明利用随机梯度下降算法进行在线学习，大大降低了时间和内存开销，从而既保证了标注的精确度，又提高了标注效率。
-
公开(公告)号：CN101236565A
公开(公告)日：2008-08-06
申请号：CN200810020716.2
申请日：2008-02-22
Applicant: 南京大学
Abstract: 本发明公开了一种基于表示转换的多义数字图像检索方法，该方法包括以下步骤：(1)用户从已有的多标记图像库中选择查询图像，包括相关图像和不相关图像；(2)使用表示转换的方法显式地描述查询图像蕴含的多义信息；(3)使用预设的分类方法对转换后的查询图像进行学习得到一个预测模型；(4)基于预测模型预测数字图像存储设备中待检索图像的概念标记，并利用所得预测结果进行检索返回检索图像；(5)如果用户对检索结果满意，则执行步骤6，否则从多标记图像库中选择更多的查询图像进行反馈，执行步骤2；(6)结束。本发明基于表示转换技术，显式地处理图像的多种语义信息，解决了目前大部分图像检索方法只能处理单义图像的局限。
-
Patent Agency Ranking
公开(公告)号：CN1760881A
公开(公告)日：2006-04-19
申请号：CN200510095420.3
申请日：2005-11-14
Applicant: 南京大学
IPC: G06F19/00
Abstract: 本发明公开了一种在计算机辅助诊断装置中利用未诊断病例的预测建模方法，该方法通过以下步骤得到预测结果：(1)若预测模型未训练好，则执行步骤(2)，否则转到步骤(6)；(2)利用已诊断病例和未诊断病例产生已标记和未标记训练数据集；(3)利用已标记训练数据集训练出一个随机森林；(4)采用协同训练技术利用未标记数据来帮助提高随机森林中每一个个体的精度；(5)利用多数投票技术产生最终的预测模型；(6)利用预测模型进行预测并给出结果。本发明的优点是通过对未诊断病例的利用得以提高预测建模方法，以辅助提高计算机辅助医疗诊断装置的性能。
-
公开(公告)号：CN1474357A
公开(公告)日：2004-02-11
申请号：CN03131882.7
申请日：2003-06-13
Applicant: 南京大学
Inventor： 周志华
Abstract: 本发明公开了一种从数字灰度图像中精确、自动地定位人脸眼睛的方法，其步骤：(1)设定两眼距离；(2)对每个像素进行8邻域比较；(3)若某个白色像素块过大，则变为黑色；(4)若某白色像素的邻域中白色像素比率较低，则变为黑色；(5)若某黑色像素的邻域中黑色像素数比率较低，则变为白色；(6)若某个白色像素块过大、过小、或方向过于垂直，则变为黑色；(7)将白色像素块配对；(8)对每个配对中的两个白色像素块若其满足眼睛窗口的要求，则执行步骤9，否则执行步骤8；(9)以两个质心为中心，各建立一个矩形眼睛窗口；(10)计算出每个窗口混合投影函数；(11)利用混合投影函数确定精确眼睛中心位置；(12)对原图像做缩放，重复执行步骤2至11。
-
公开(公告)号：CN114662379B
公开(公告)日：2025-05-23
申请号：CN202210149681.2
申请日：2022-02-18
Applicant: 南京大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开一种基于预测不确定性的鲁棒模拟滤波器辅助设计方法和系统，包括训练数据的收集和不确定性预测模型的训练，以及利用不确定性模型进行辅助设计；首先使用模拟方法获得加入噪声的数据并利用这些数据训练不确定性预测模型，然后利用不确定性预测模型在滤波器设计过程中对其鲁棒性进行评估。本发明的方法能够在不进行实物实验的情况下估计特定滤波器参数在实际实现后的鲁棒性，能够有效减少实验成本，同时也允许使用较低精度的器件，降低模拟滤波器的生产成本。
-
公开(公告)号：CN119443202A
公开(公告)日：2025-02-14
申请号：CN202411580804.3
申请日：2024-11-07
Applicant: 南京大学
IPC: G06N3/094 , G06N3/092 , G06F18/214
Abstract: 本发明公开一种基于强化学习的多无人机协同对抗学习方法，设计基于多智能体间的通信机制并结合长短期记忆网络的特征聚合提取模块，准确高效地提取战场态势特征；采用分层强化学习方法，引入底层机动控制模块和上层作战决策模块，分别实现底层控制和上层决策，基于高效环境并行模块进行训练，提升复杂作战场景下的作战策略训练效率；此外，通过基于种群演化多样化的多智能体博弈训练模块提升了作战策略的泛化能力。本发明能够有效提取战场态势特征，进行高效协同作战训练，从而适应复杂多变的战场环境，提高无人机自主协同作战的泛化能力。
-
公开(公告)号：CN118710356A
公开(公告)日：2024-09-27
申请号：CN202410757348.9
申请日：2024-06-13
Applicant: 南京大学
IPC: G06Q30/0601 , G06F18/2415 , G06F18/214 , G06F21/62
Abstract: 本发明公开一种基于数据生成重放的流式商品推荐方法，包括训练数据生成步骤，推荐算法模型训练步骤和商品推荐步骤；首先收集用户的反馈数据，训练一个扩散模型来拟合用户数据的分布，然后使用这个扩散模型重新构造一个伪造的用户反馈数据，在调度到计算资源后，基于这个构造的数据集更新推荐算法，最后根据推荐算法的输出结果来进行商品推荐。本发明可以在流式商品数据量较少、样本不均衡的条件下有效训练推荐算法，无需保存用户对商品的历史反馈数据，有效保护用户隐私，此外，本发明在更新模型时动态调度计算资源，确保计算资源的有效利用。
-
-
-
-
-
-
-
-
-
Search Results
239
records
(took 0.033 seconds)
