-
公开(公告)号：CN109784392A
公开(公告)日：2019-05-21
申请号：CN201910012238.9
申请日：2019-01-07
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于综合置信的高光谱图像半监督分类方法，包括：读入高光谱图像；计算图权重矩阵；8近邻连接稀疏化图权重矩阵；计算归一化图权重矩阵；获取初始训练集和候选集；设定协同训练迭代次数并开始训练过程；训练多项式逻辑回归分类器；使用多项式逻辑回归分类器得到候选集样本的预测标签；使用半监督图分类方法得到候选集样本的预测标签；选出两种预测标签一致的候选样本及对应的预测标签构成协定集，对应的置信系数构成综合置信集；筛选出综合置信系数高于99％的协定集样本及对应的预测标签，构成扩增集加入训练集；移除候选集中扩增集样本；判断训练是否达到设定次数，若未则继续迭代，若达到则停止，用半监督图分类高光谱图像。
-
公开(公告)号：CN109002775A
公开(公告)日：2018-12-14
申请号：CN201810694075.2
申请日：2018-06-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向高光谱图像分类的判别性Gabor滤波方法，包括：读取高光谱图像数据并进行预处理；将标准三维Gabor滤波器分解为8个子滤波器；取其中一个子滤波器CCS分量(空间低通、谱维带通)构建判别性Gabor滤波器；使用不同频率幅值、不同频率空-谱空间方向、不同尺度下的判别性Gabor滤波器分别对高光谱图像滤波；取幅值作特征，得到不同参数下的特征块；将同一尺度下不同频率参数(频率幅值和方向)的特征块连接合并；用交叉验证方法对尺度参数进行选择，得到最优尺度参数，并将最优尺度参数下的特征作为最终的判别性Gabor特征；最后，用支持向量机分类器或最小二乘分类器等对高光谱图像判别性Gabor特征进行分类。所述方法有效提高了高光谱图像的分类精度。
-
公开(公告)号：CN109784392B
公开(公告)日：2020-12-22
申请号：CN201910012238.9
申请日：2019-01-07
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于综合置信的高光谱图像半监督分类方法，包括：读入高光谱图像；计算图权重矩阵；8近邻连接稀疏化图权重矩阵；计算归一化图权重矩阵；获取初始训练集和候选集；设定协同训练迭代次数并开始训练过程；训练多项式逻辑回归分类器；使用多项式逻辑回归分类器得到候选集样本的预测标签；使用半监督图分类方法得到候选集样本的预测标签；选出两种预测标签一致的候选样本及对应的预测标签构成协定集，对应的置信系数构成综合置信集；筛选出综合置信系数高于99％的协定集样本及对应的预测标签，构成扩增集加入训练集；移除候选集中扩增集样本；判断训练是否达到设定次数，若未则继续迭代，若达到则停止，用半监督图分类高光谱图像。
-
Patent Agency Ranking
公开(公告)号：CN109145950A
公开(公告)日：2019-01-04
申请号：CN201810800017.3
申请日：2018-07-20
Applicant: 华南理工大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6262
Abstract: 本发明公开了一种基于图信号采样的高光谱图像主动学习方法，包括：读取三维高光谱图像数据后重排列，将其类别标签作为图信号，利用高光谱图像数据构建权重矩阵，表征图信号点之间的连接关系；保留空间8近邻连接，稀疏化权重矩阵；计算度矩阵、归一化权重矩阵、归一化图拉普拉斯矩阵、二阶图拉普拉斯矩阵；获取初始训练样本作为图信号初始采样点；利用图采样方法采样出图信号非采样集中连接最弱的像素点；将采样像素点加入图信号采样集；判断采样像素点是否属于测试集，若属于测试集则给与专家标签并加入训练集、移出测试集；使用图重构分类方法验证分类精度；判断训练样本数是否达到设定值，如未达到继续主动学习，达到则退出主动学习过程。
-
公开(公告)号：CN108197640A
公开(公告)日：2018-06-22
申请号：CN201711360915.3
申请日：2017-12-18
Applicant: 华南理工大学
Abstract: 本发明公开了基于三维Gabor滤波器的高光谱图像快速滤波方法，包括如下步骤：获取三维高光谱图像立方体，预处理后在不同频率幅值，不同频率方法及尺度参数下构建三维Gabor滤波器；通过交叉验证方法确定三维Gabor滤波器的最佳尺度参数，然后将滤波器的虚部和实部均分解为一维低阶滤波器乘积的线性组合，进一步得到实部和虚部的特征立方体，然后求模值，合并为模值特征立体体，将不同频率，幅值及方向参数的幅值特征立方体连接合并，得到用于分类的特征，最后验证分类精度。
-
公开(公告)号：CN106674619A
公开(公告)日：2017-05-17
申请号：CN201611163419.4
申请日：2016-12-15
Applicant: 华南理工大学
CPC classification number: Y02A40/961 , Y02W90/11 , C08L3/08 , B65D65/463 , C08J5/18 , C08J2303/08 , C08J2499/00 , C08L2203/16 , C08L2205/16 , C08L99/00 , C08K5/053
Abstract: 本发明公开了一种用于速食食品料包的可食性淀粉基薄膜及其制备方法。该可食性淀粉基薄膜通过加入富含植物纤维的紫菜丝增强机械性能，同时增加食品的风味和营养价值。本发明可食性淀粉基薄膜按质量份计，包括如下组分：淀粉4‑20份、可食用增塑剂0.2‑1份、紫菜丝0.1‑20份、水59‑95.7份。本发明采用流延成型方法制备所述用于速食食品料包的可食性淀粉基薄膜，制备的薄膜具有良好的机械性能，可应用于速食食品的调味品包装。
-
公开(公告)号：CN109145950B
公开(公告)日：2021-09-21
申请号：CN201810800017.3
申请日：2018-07-20
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于图信号采样的高光谱图像主动学习方法，包括：读取三维高光谱图像数据后重排列，将其类别标签作为图信号，利用高光谱图像数据构建权重矩阵，表征图信号点之间的连接关系；保留空间8近邻连接，稀疏化权重矩阵；计算度矩阵、归一化权重矩阵、归一化图拉普拉斯矩阵、二阶图拉普拉斯矩阵；获取初始训练样本作为图信号初始采样点；利用图采样方法采样出图信号非采样集中连接最弱的像素点；将采样像素点加入图信号采样集；判断采样像素点是否属于测试集，若属于测试集则给与专家标签并加入训练集、移出测试集；使用图重构分类方法验证分类精度；判断训练样本数是否达到设定值，如未达到继续主动学习，达到则退出主动学习过程。
-
公开(公告)号：CN207029711U
公开(公告)日：2018-02-23
申请号：CN201720865750.4
申请日：2017-07-17
Applicant: 华南理工大学
IPC: B65B51/06
Abstract: 本实用新型公开一种用于再湿性纸胶带的手动封贴装置，包括壳体、设置在所述壳体内的胶带盘、压力辊，所述壳体内设置于压力辊相对位置的可更换的涂水机构或涂胶辊，设置于所述壳体的胶带出口处的切刀，所述胶带盘卷裹的涂抹或未涂抹水溶性胶的胶带纸。本实用新型还公开了一种用于再湿性纸胶带的自动封贴装置。本实用新型的特点在于可根据胶带纸材料的种类（涂抹或未涂抹水溶性胶），相应的设置涂水机构或涂胶辊，根据工作模式又可分为手动和自动装置，使得再湿性纸质胶带的应用变得便利和快捷，同时达到包装纸箱材料与封贴材料共同回收和再利用的目的，操作简单，环保节能。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
