一种融合多感受野和密集残差注意的超分辨率重建方法

    公开(公告)号:CN112950480A

    公开(公告)日:2021-06-11

    申请号:CN202110406549.0

    申请日:2021-04-15

    Inventor: 王星 陈海涛 陈吉

    Abstract: 本发明属于数字图像处理技术领域,尤其涉及一种融合多感受野和密集残差注意的超分辨率重建方法,首先通过退化模型建立对应数据集;根据预处理后的数据集,通过构建多感受野超分辨率生成对抗网络(MRFAGAN)获取超分图像;MRFGAN由生成器和判别器构成;其中,生成器包括浅层特征提取模块、深层特征提取模块、图像特征映射模块、图像重建模块,负责生成超分辨率图像;判别器是由卷积层堆积而成,负责判别超分辨率图像是否为真实的高分辨率;对训练后的图像得到的超分辨率图像生成器固定参数,得到超分重建模型。本发明同时使用生成对抗网络的超分辨率模型、多感受野和密集残差注意构建超分辨率重建的模型,能够帮助显著地提升图像自身分辨率。

    基于机器学习训练算法的智能穿衣镜及其训练方法

    公开(公告)号:CN108851833A

    公开(公告)日:2018-11-23

    申请号:CN201810556928.6

    申请日:2018-06-01

    Abstract: 本发明提供了一种基于机器学习训练算法的智能穿衣镜及其训练方法,属于计算机应用技术领域,包括穿衣镜本体、触摸式LED显示屏、隐藏秤和智能测控单元,智能测控单元包括微处理器、图像获取模块、RF接近传感器开关、GPS定位系统、GPRS无线透传模块及远端服务器。该方法利用机器学习生成对抗网络训练算法搭建框架,收集一年四季不同天气情况下的穿戴图片作为原始数据集,以使用者拍照时的天气数据情况为判别条件,通过生成网络、判别网络反复的迭代、判断,迅速、准确的输出在当前天气情况下,使用者应穿戴的符合当前天气的穿着数据,并在显示系统中输出对比图片。同样,依据此算法,可以实现不同天气情况下,输出使用者的面部肤质检测报告。

    一种基于云商务区块链的高安全性酒店入住系统

    公开(公告)号:CN108830994A

    公开(公告)日:2018-11-16

    申请号:CN201810655685.1

    申请日:2018-06-23

    Abstract: 本发明公开了一种基于云商务区块链的高安全性酒店入住系统。该系统包括:房间预订模块、订单处理模块、密钥共享模块、房间入住模块和订单广播模块。本发明通过基于区块链技术,构建去中心化模式的具有安全加密体制的信用体系,采用NFC技术实现虚拟房卡,客人可以通过APP中的密匙生成开启自己房间的房卡,从而实现一人一卡,同时也解决了房卡容易遗忘的问题;即本发明基于区块链的自主信用,是一种分布式的、去中心化的、公平民主、透明的信用模式,再结合安全加密体制,进一步提升了系统的安全性;同时通过NFC技术构建电子智能房卡可实现一人一卡,方便用户出入;虚拟现实可以让用户更直观的看到房型。

    基于对抗神经网络的驾驶员训练测试系统

    公开(公告)号:CN107958616A

    公开(公告)日:2018-04-24

    申请号:CN201810040615.5

    申请日:2018-01-16

    CPC classification number: G09B9/04 G09B19/167

    Abstract: 本发明公开了基于对抗神经网络的驾驶员训练测试系统,涉及计算机应用技术领域,采用机器学习中的神经网络系统代替了传统单一的训练系统和测试系统,目的是使用之前测试系统中测试合格人员的数据经过神经网络的训练转换成语音、提示音、文本信息等驾驶员有用信息,来代替教练员的部分教学任务。降低了人力成本、减少时间的浪费、从而提高了学员的学习效率。

    一种基于模糊均值哈希学习的签名自动判别方法

    公开(公告)号:CN108830217B

    公开(公告)日:2021-10-26

    申请号:CN201810620961.0

    申请日:2018-06-15

    Inventor: 王星 闫慧斌 陈吉

    Abstract: 本发明公开了一种基于模糊均值哈希学习的签名自动判别方法,涉及计算机应用技术领域,包括步骤一、对签字正数据集中的图像进行预处理,学习图像特征,利用卷积神经网络算法对签字正数据集中的图像提取图像特征。本发明的应用装置多样化,即可以通过移动终端直接访问服务端系统,也可以通过电子屏连接服务端系统,适用面广,通过本发明可以自动判别签字是否为本人,提高了身份识别的准确性;本发明自动学习用户签字模型,简化了判别真伪的难度,降低了专家人员的负担,通过实时处理的方式进行哈希学习,大大降低了计算机内存的开销,减轻了服务端的硬件压力。

    一种基于实体类型信息的医疗实体关系联合抽取方法

    公开(公告)号:CN113486667A

    公开(公告)日:2021-10-08

    申请号:CN202110846235.2

    申请日:2021-07-26

    Abstract: 本发明提供了一种基于实体类型信息的医疗实体关系联合抽取方法,包括对医疗文本数据集进行预处理;将训练数据句子中的每一个词转化成对应的词向量,构建词嵌入层;根据医疗文本的词向量表示,获取具有特征信息的文本特征向量表示;通过分层的指针标注方法,并融合实体类型信息,抽取出医学文本中的关系三元组。本发明将实体类型信息加入到医疗实体关系联合抽取训练模型中,实体类型信息与上下文信息对于关系抽取模型同样重要,融合了实体类型信息的模型使得实体与关系之间的依赖性更强,联系更为紧密,增强了实体关系抽取模型的性能;基于分层的指针网络模型,将关系建模为主语到宾语的映射,较好的处理医疗文本数据中存在的实体关系重叠问题。

    一种基于知识图谱的查询分析系统

    公开(公告)号:CN111581348A

    公开(公告)日:2020-08-25

    申请号:CN202010351766.X

    申请日:2020-04-28

    Abstract: 本发明公开了一种基于知识图谱的查询分析系统,包括:语音识别模块,用于将用户所说的语音转化为文字;查询分析模块,与所述语音识别模块连接,基于知识图谱和法律领域本体模型的查询分析来理解用户所描述的问题并得出结果;结果输出模块,与所述查询分析模块连接,将结果经过语音合成将文字转换成自然流畅的语言返回给用户。本发明采取软硬件结合的方式,前台向用户展示后台分析处理的数据,利用知识图谱、法律领域本体模型,能够根据用户提供的信息精确地分析,为用户提供对应的法律法规,同时因为带有智能分析功能,可以通过用户输入的信息进行判断分析,将相关的法律法规以及涉及的相关刑罚信息展示出来。

Patent Agency Ranking