-
公开(公告)号：CN111640101A
公开(公告)日：2020-09-08
申请号：CN202010475998.6
申请日：2020-05-29
Applicant: 苏州大学
Abstract: 本发明涉及一种基于Ghost卷积特征融合神经网络实时车流量检测系统及方法,包括：数据预处理模块，用于从拍摄的视频中进行抽帧，得到第一训练集，对所述第一训练集中的目标图像进行标记形成第二训练集，再利用高斯滤波器生成目标图像的密度图，形成第三训练集；网络训练模块，通过所述第三训练集对网络进行训练得到网络模型，其中所述网络包括多个Ghost卷积层；目标信息预测模块，从拍摄的视频中进行抽帧，作为测试图像，将所述测试图像输入至所述网络模型中进行预测，得到测试图像的目标信息。本发明误差小，有利于获得良好的性能。
-
公开(公告)号：CN106899440B
公开(公告)日：2020-04-07
申请号：CN201710152993.8
申请日：2017-03-15
Applicant: 苏州大学
Abstract: 本发明公开了一种网络入侵检测方法及系统，通过生成用于判别网络入侵行为的伪梯度提升决策树集合；根据各伪梯度提升决策树对应的非叶子节点的分类特征，确定各伪梯度提升决策树的权重信息；分别采用伪梯度提升决策树对接收到的网络行为记录进行并行判断，得到独立判断结果；将各独立判断结果分别与对应的权重信息相乘，生成判断网络行为记录是否为网络攻击的最终结果信息。本申请具有简单易解、区分精度高、智能综合处理能力强的特点；同时，还可以在云计算环境下分布式并行生成伪梯度提升决策树，提高了决策树的动态更新运算速度，增加了IDS检测新型入侵事件实时性与准确性。
-
公开(公告)号：CN108446174A
公开(公告)日：2018-08-24
申请号：CN201810182628.6
申请日：2018-03-06
Applicant: 苏州大学
Abstract: 本发明是基于资源预分配与公共引导代理的多核作业调度方法，采用统一的方式规范化不同类型作业的基本信息、资源需求及状态转换；获取站点资源配置信息，依据不同的层次对站点资源信息进行分类；依据当前资源管理系统提供的站点资源使用情况，得出用户作业的需求类型；以站点作业调度队列信息、引导代理作业的提交数量、引导代理作业的大小、用户的认证信息以及作业的运行共享目录为参数，向用户指定站点的作业调度队列提交引导代理作业并占据与引导代理大小相同的计算资源；依据作业的标识信息，创建调度进程执行用户作业。本发明的计算资源分配方式简单、耗时短，以公用引导代理的方实现了多核作业的调度，大大的减少了内存资源的消耗问题。
-
公开(公告)号：CN101967712A
公开(公告)日：2011-02-09
申请号：CN201010267477.8
申请日：2010-08-31
IPC: D03C17/06
Abstract: 本发明公开了一种控制数码提花机织造彩色图案的方法。先确定提花组织单元的参数，按颜色的空间混色处理方法得到提花组织单元中各交织点对应的视觉颜色值；再去除相同的视觉颜色数据，保留一种交织方式的视觉颜色数据，经采用色差计算方法，对照标准256颜色表进行数据过滤后，将读入计算机的彩色图案的每个像素点的颜色与提花组织单元视觉颜色进行比较，得到颜色相似度最大的颜色，形成编制程序，控制数码提花机织造彩色图案。它不需人工选择纱线颜色，使用固定的几种颜色的纱线就可以配出标准256颜色表中的所有近似颜色；所提供的提花产品背面比较平整，从而提高了产品的质量和附加值。
-
公开(公告)号：CN100520811C
公开(公告)日：2009-07-29
申请号：CN200710043659.5
申请日：2007-07-11
Applicant: 苏州大学
Abstract: 本发明公开了一种数字图像轮廓形态的识别方法，属于计算机模式识别技术领域。它以长轴长度、左短轴长度、右短轴长度、左右短轴间的距离和左右短轴长度差的绝对值为数字图像轮廓形态的5个识别特征值，输入计算机完成数字图像轮廓形态的识别。特征值的获取方法为：在图像的轮廓线上取n点，通过依次求得每一点与其余各点相连接的线段的长度后再求得长轴及其长度值；在长轴的两个端点范围内，从左、右两部分的图像轮廓上分别得到到长轴距离最长的左短轴、右短轴及其它们的长度值，从而获得数字图像轮廓形态的5个识别特征值。该方法在降低运算复杂度的同时保障求解的精度，提高了工作效率，实现了计算机大批量识别形状不规则物体的分捡与检验。
-
Patent Agency Ranking
公开(公告)号：CN111640101B
公开(公告)日：2022-04-29
申请号：CN202010475998.6
申请日：2020-05-29
Applicant: 苏州大学
Abstract: 本发明涉及一种基于Ghost卷积特征融合神经网络实时车流量检测系统及方法,包括：数据预处理模块，用于从拍摄的视频中进行抽帧，得到第一训练集，对所述第一训练集中的目标图像进行标记形成第二训练集，再利用高斯滤波器生成目标图像的密度图，形成第三训练集；网络训练模块，通过所述第三训练集对网络进行训练得到网络模型，其中所述网络包括多个Ghost卷积层；目标信息预测模块，从拍摄的视频中进行抽帧，作为测试图像，将所述测试图像输入至所述网络模型中进行预测，得到测试图像的目标信息。本发明误差小，有利于获得良好的性能。
-
公开(公告)号：CN111563843A
公开(公告)日：2020-08-21
申请号：CN202010365311.3
申请日：2020-04-30
Applicant: 苏州大学
Abstract: 本申请提供一种图像超分辨重构方法，包括：获取高分辨率图像；对所述高分辨率图像进行图像预处理，得到训练集；利用多尺度损失卷积神经网络对所述训练集训练，得到训练模型；利用所述训练模块对待重构图像进行超分辨率重建，得到超分辨率图像。本申请基于多尺度损失卷积神经网络得到训练模型，对模型中的损失函数加以改进，综合考虑了不同尺寸下SR图像与HR图像间的差异，实现高低层信息的融合，有效提高了图像超分辨率重构质量。本申请还提供一种图像超分辨重构系统、计算机可读存储介质和图像处理终端，具有上述有益效果。
-
-
公开(公告)号：CN107437265B
公开(公告)日：2020-06-23
申请号：CN201710659709.6
申请日：2017-08-04
Applicant: 苏州大学
Abstract: 本发明是基于相似度量与权重衡量的彩色提花CAD中的配色方法，包括生成提花源图像，依据提花源图像颜色选取不同颜色纱线；依据选取的纱线组合进行经纬交织计算，计算出每个单元矩阵的结构，去除具有相同颜色结构的矩阵，将最终结果存入颜色库中；以颜色库中每个颜色为中心点，计算与该点相近的颜色并加权，对所有颜色都计算过后得到全部颜色的权值，并对超过特定阈值的颜色过滤，得到最终颜色库；在同一提花源图像中，选取多个纱线组合，生成多个颜色库，依次选取不同颜色库对图像进行配色，找出最佳颜色库。本发明的颜色生成算法耗时短，配色结果图中不同颜色的区分度高，同时使得配色耗时更少。
-
公开(公告)号：CN103077406A
公开(公告)日：2013-05-01
申请号：CN201310055625.3
申请日：2013-02-21
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于网格标记的图像识别方法，属于计算机图像识别技术领域。它以图像内部连通性为主要识别特征，输入计算机完成数字图像内部纹理的识别。特征值的获取方法为：将图像分割成若干个相同大小的网格，通过扫描并标记每个网格的状态，获得各个网格之间的连通特征，实现对图像的分类识别。本发明提供的图像识别方法在保证识别精度的前提下，提高了识别的效率，尤其适用于计算机大批量识别内部花纹不同的物体的分捡与检验，具有良好的应用效果。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.017 seconds)
