-
-
公开(公告)号：CN109815335B
公开(公告)日：2022-03-04
申请号：CN201910077857.6
申请日：2019-01-26
Applicant: 福州大学
IPC: G06F16/35
Abstract: 本发明涉及一种适用于文献网络的论文领域分类方法，选定一个文献网络，首先基于元结构计算论文节点间的相关程度；通过定义一个目标函数使得论文节点间基于元结构的相关程度与其在低维向量空间中的相似度的差距达到最小，将文献网络中的论文节点映射到低维表示空间；在低维空间计算论文节点之间的相似度，进行K‑means聚类，得到论文的领域分类结果。本发明提出的方法利用了异构信息网络中元结构这一重要性特点，使得节点的低维向量表示可以在包含节点网络拓扑结构信息的同时融合网络中丰富的异构信息，更好地对论文所属领域进行分类。
-
公开(公告)号：CN108460114B
公开(公告)日：2021-08-31
申请号：CN201810134366.6
申请日：2018-02-09
Applicant: 福州大学
IPC: G06F16/583 , G06K9/46 , G06N3/04
Abstract: 本发明涉及一种基于层次注意力模型的图像检索方法。包括S1.建立层次注意力模型以得出图像的显著性目标及其对应的显著值，并按其显著性值排序；S2.利用层次注意力模型将数据库图像分成背景与显著性目标区域，并对每个显著性目标区域提取SIFT特征、HSV颜色直方图及语义特征；S3.对待搜寻图像的各个显著性目标提取SIFT特征、HSV颜色直方图及语义特征；S4.将待搜寻图像的特征与数据库图像进行特征相似度匹配，对各个显著性目标的相似度进行加权排序得到基于显著性目标的检索结果。本发明将图像显著性加入到图像检索中，并按显著性目标的重要程度进行检索与加权，从而能够将检索结果按重要度分级，使得检索结果可以区分主次。
-
公开(公告)号：CN108259909B
公开(公告)日：2020-09-01
申请号：CN201810135190.6
申请日：2018-02-09
Applicant: 福州大学
IPC: H04N19/42 , H04N19/543
Abstract: 本发明是一种基于显著性对象检测的图像压缩方法。首先，在显著性对象检测模型中，采用去卷积注意力残差模块来增加上下文信息，以提高检测精度。然后，采用贪婪非极大值抑制方法从许多显著性对象候选检测框中消除冗余的检测框，找到最佳的显著性对象位置。最后，利用基于小波变换的图像压缩标准对显著性的区域与背景采取不同的压缩率进行压缩。
-
公开(公告)号：CN106203488B
公开(公告)日：2019-09-13
申请号：CN201610512267.8
申请日：2016-07-01
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于受限玻尔兹曼机的乳腺图像特征融合方法，首先通过堆叠自编码器深度学习分别获取乳腺钼靶、乳腺B超的高层语义特征，然后利用受限玻尔兹曼机模型提取乳腺B超、钼靶的不同模态图像的共享特征表示。本发明所提出的一种基于受限玻尔兹曼机的乳腺图像特征融合方法，以无监督的训练方式获取乳腺B超、钼靶的不同模态统计属性之间的联合分布，可以充分利用大量的无标签数据，弥补了目前好多特征融合方法过度依赖于样本类标签的缺陷，具有较强的实用性。
-
Patent Agency Ranking
公开(公告)号：CN108334901A
公开(公告)日：2018-07-27
申请号：CN201810087389.6
申请日：2018-01-30
Applicant: 福州大学
Abstract: 本发明涉及一种结合显著性区域的卷积神经网络的花卉图像分类方法，在卷积神经网络提取花卉图像的全局特征的基础上，加入Itti-Koch视觉注意计算模型计算得到花卉图像的显著性区域，再使用卷积神经网络在花卉图像显著性区域上提取显著性区域特征，将全局特征与显著性区域特征相融合，用于花卉图像的精细分类。本发明提出的一种结合显著性区域的卷积神经网络的花卉图像分类方法克服了卷积神经网络直接在原始图像上提取特征时背景复杂性的影响，具有较强的实用性。
-
公开(公告)号：CN106548628A
公开(公告)日：2017-03-29
申请号：CN201710019201.X
申请日：2017-01-11
Applicant: 福州大学
CPC classification number: G08G1/0112 , G06K9/00718 , G06K9/00785 , G06K2209/23
Abstract: 本发明涉及一种基于视觉空间转换网格化的路况分析方法，首先在交通视频图像上确定四边形道路区域；随后对道路区域所在的图像进行处理，得到运动目标二值化图像；然后对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；最后在网格化的道路区域中，结合运动目标二值化图像，进行交通路况分析。本发明满足实路况分析应用中对准确性与及时性的要求，具有较强的实用性。
-
公开(公告)号：CN106203488A
公开(公告)日：2016-12-07
申请号：CN201610512267.8
申请日：2016-07-01
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于受限玻尔兹曼机的乳腺图像特征融合方法，首先通过堆叠自编码器深度学习分别获取乳腺钼靶、乳腺B超的高层语义特征，然后利用受限玻尔兹曼机模型提取乳腺B超、钼靶的不同模态图像的共享特征表示。本发明所提出的一种基于受限玻尔兹曼机的乳腺图像特征融合方法，以无监督的训练方式获取乳腺B超、钼靶的不同模态统计属性之间的联合分布，可以充分利用大量的无标签数据，弥补了目前好多特征融合方法过度依赖于样本类标签的缺陷，具有较强的实用性。
-
公开(公告)号：CN106169084A
公开(公告)日：2016-11-30
申请号：CN201610537713.0
申请日：2016-07-08
Applicant: 福州大学
CPC classification number: G06K9/6269 , G06T7/0012 , G06T2207/10132 , G06T2207/20081 , G06T2207/30068
Abstract: 本发明涉及一种基于高斯核参数选择的SVM乳腺分类方法，首先从已知病例中提取乳腺钼靶与B超图像特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的钼靶图像特征与B超图像特征采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将高斯核参数选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程与识别过程。本发明能够提高乳腺癌诊断的准确率和效率。
-
公开(公告)号：CN107766815B
公开(公告)日：2021-05-18
申请号：CN201710968408.1
申请日：2017-10-18
Applicant: 福州大学
Abstract: 本发明涉及一种视觉辅助服务运营系统及运营方法。包括用户终端、运营业务管理平台；用户终端，为通过安装在用户自有互联网终端设备或通讯设备上的应用程序，用于向运营业务管理平台发送服务请求和地理位置，并接收和处理反馈结果；运营业务管理平台为通过用户数据库和生成对抗模型参数数据库等，根据用户终端的反馈信息实现生成对抗模型参数的选择，以及计价扣费。本发明在任何地点即可使用该视觉辅助服务运营系统，具有运营成本低、推广性强的优点。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
