-
公开(公告)号：CN101667219A
公开(公告)日：2010-03-10
申请号：CN200910191018.3
申请日：2009-09-29
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明公开了一种印制电路板测试路径优化方法，其特征在于：所述方法包括如下步骤：A.读取ipc文件，得到待测点所属的网络号、正反面标志、坐标信息，以及相邻网络的信息；B.对信息进行预处理，C.优化路径、E、输出测试文件：开路优化完成后，将按照IPC文件标准生成CONTI.LST文件。本发明由ipc文件读出待测试电路板的所有点信息以及相邻网络信息，根据4针测试原则，重新对各网络号进行组合和排列，在不漏测任何网络的前提下尽量优化走针路径，使得飞针测试仪走针的路径最短，经实际应用，结果比现有软件在测试时间效率上提高了3％到16％，可广泛应用于印制电路板制造行业以及电子行业。
-
公开(公告)号：CN114241137B
公开(公告)日：2024-10-08
申请号：CN202111573600.3
申请日：2021-12-21
Applicant: 重庆大学
IPC: G06T17/00 , G06N3/094 , G06N3/0475 , G06N3/045
Abstract: 本发明涉及模型重建技术领域，具体涉及一种基于多角度投射GAN的三维模型重建方法，包括：建立一个由多组生成器和鉴别器拼接形成的多角度投射GAN模型，并对所述多角度投射GAN模型进行训练；获取待重建目标多个角度的图像；将待重建目标多个角度的图像输入经过训练的所述多角度投射GAN模型中，由多角度投射GAN模型的各组生成器输出对应的预测三维模型；将所述预测三维模型作为对应待重建目标的三维模型重建结果。本发明中基于多角度投射GAN的三维模型重建方法能够有效降低误差和噪声影响，从而提高三维模型重建的准确性。
-
公开(公告)号：CN112396587B
公开(公告)日：2024-01-30
申请号：CN202011315096.2
申请日：2020-11-20
Applicant: 重庆大学
IPC: G06F30/27
Abstract: 本发明公开了一种基于协同训练和密度图的公交车厢内拥挤度检测方法，包括：获取待检测公交车厢内拥挤图像；将待检测公交车厢内拥挤图像输入训练后的公交车厢内拥挤度检测网络，公交车厢内拥挤度检测网络利用带拥挤度分类标签的公交车厢内拥挤图像和不带拥挤度分类标签的公交车厢内拥挤图像分别训练；得到检测结果。本发明在训练神经网络的过程中，采用不同的策略，区分带分类标签和不带分类标签的数据，对不带分类标签的数据，标注其密度图，分别利用带标签的训练集和密度图进行神经网络(56)对比文件Kecai Cao等.Cyber-physical modelingand control of crowd of pedestrians: areview and new framework《. IEEE/CAAJournal of Automatica Sinica》.2015,全文.
-
公开(公告)号：CN108564380B
公开(公告)日：2021-07-20
申请号：CN201810321941.3
申请日：2018-04-11
Applicant: 重庆大学
Abstract: 本发明涉及一种基于迭代决策树的电信用户分类方法，包括：S1：根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E)；S2：从G(V,E)中抽取特征，或根据已分类的用户更新其他用户的特征；S3：用迭代决策树对G(V,E)中未分类的用户分类，即判断是否满足|sFriend‑nFriend|≥L；若满足则分类，将分类的用户数记为κ；K若κ＞K，回到步骤S2，否则进入步骤S4；S4：令L＝L‑1；若L≥0，返回步骤S2，否则进入步骤S5；S5：输出分类结果。本发明在训练集较少的情况下能达到很低的错误率，可以克服训练集占比高导致的过拟合影响，实现用户的精准定位。
-
公开(公告)号：CN111160276A
公开(公告)日：2020-05-15
申请号：CN201911406364.9
申请日：2019-12-31
Applicant: 重庆大学
Abstract: 本发明公开了基于遥感影像的U型空洞全卷积分割网络识别模型,包括数据预处理模块、模型训练模块和模型评价模块；其特征在于：所述数据预处理模块：用于将遥感影像进行数据预处理操作，得到数据集，再将数据集等比抽样，生成训练集、验证集和测试集；所述模型训练模块用于通过搭建U型空洞全卷积分割网络模型，并利用所述训练集的数据训练U型空洞全卷积分割网络模型参数，进行模型学习，更新网络权重；并利用所述验证集的数据与识别效果之间的差异来调整U型空洞全卷积分割网络模型中涉及的超参数，并判断U型空洞全卷积分割网络模型收敛程度，以达到深层训练的目的；可广泛应用在不同尺度的遥感影像地物。
-
Patent Agency Ranking
公开(公告)号：CN106980909A
公开(公告)日：2017-07-25
申请号：CN201710200957.4
申请日：2017-03-30
Applicant: 重庆大学
Abstract: 本发明提供了一种基于模糊线性回归的电影票房预测方法，包括如下步骤：S1，对电影票房的影响因素进行权值量化，得到该影响因素的权值，进行聚类过程；S2，将量化后的权值通过模糊线性回归模型进行求解；S3，输入训练样本，求解回归系数，得到训练后的回归方程，输入测试样本，得到预测值。S4，根据样本的预测值，计算样本与真值之间的相对百分误差，并计算样本相对百分误差的概率分布，直观反映预测效果。
-
公开(公告)号：CN116664465A
公开(公告)日：2023-08-29
申请号：CN202310643758.6
申请日：2023-06-01
Applicant: 重庆大学
IPC: G06T5/50 , G06V10/80 , G06F16/903
Abstract: 本申请提供了一种多模态图像融合方法、装置及计算机设备，涉及图像处理技术领域，用于在提高多模态图像融合的效率和准确率的基础上，提高数据检索的准确率。方法主要包括：从第一数据格式图像、第二数据格式图像和第三数据格式图像分别提取第一特征矩阵、第二特征矩阵和第三特征矩阵；对第一特征矩阵、第二特征矩阵和第三特征矩阵进行融合得到融合图像；根据融合图像和各个格式图像分别对应的文本数据和音频数据，确定特征融合矩阵；根据特征融合矩阵获取与原始数据对应的检索数据内容，所述检索数据内容包括检索图像、检索文本和/或检索音频；基于所述检索数据内容查找与所述原始数据对应的数据。
-
公开(公告)号：CN116108127A
公开(公告)日：2023-05-12
申请号：CN202211490817.2
申请日：2022-11-25
Applicant: 重庆大学
IPC: G06F16/31 , G06F40/295 , G06N3/042
Abstract: 本发明涉及一种基于异构图交互和掩码多头注意力机制的文档级事件抽取方法，该方法包括以下步骤：S1：对文本进行预处理，获取目标文本的分词组；S2：使用Bert对目标文本进行编码得到目标文本的词向量；S3：将词向量输入到条件随机场进行命名实体识别；S4：构建文档异构图，初始化句子节点向量和实体提及节点向量，获取不同边对应的邻接矩阵；S5：将不同邻接矩阵作为掩码矩阵，利用多头注意力机制学习异构图表示的节点特征；S6：基于多头注意力机制进行事件检测；S7：根据预先定义的事件角色队列，依次填充角色对应的论元。该方法通过改变Transformer的多头注意力的掩码机制，使得多头注意力以更高效的方式关注异构图的结构信息，提高了事件抽取的精确度。
-
公开(公告)号：CN116052013A
公开(公告)日：2023-05-02
申请号：CN202211701827.6
申请日：2022-12-29
Applicant: 重庆地质矿产研究院 , 重庆华地资环科技有限公司 , 重庆大学
Abstract: 本发明提供一种矿区影像识别模型构建方法及装置，通过获取原始光学卫星遥感影像，对原始光学卫星遥感影像进行预处理生成第一图像块集合；针对第一图像块集合中对应的第一图像块，采用预设特征提取算法提取第一图像块的纹理特征、光谱特征和指数特征；并生成对应的纹理特征图、光谱特征图和指数特征图；获取第一图像块对应的矿种标注信息；将第一图像块对应的纹理特征图、光谱特征图、指数特征图以及矿种标注信息，输入深度学习模型用于模型训练，通过训练得到矿区影像识别模型。提高了识别矿区识别精度。
-
公开(公告)号：CN113554116A
公开(公告)日：2021-10-26
申请号：CN202110938131.4
申请日：2021-08-16
Applicant: 重庆大学
Abstract: 本发明涉及植物技病害识别术领域，具体涉及一种基于卷积神经网络的荞麦病害识别方法，包括：构建荞麦病害识别模型，并训练所述荞麦病害识别模型；基于梯度下降算法和粒子群算法的结合优化所述荞麦病害识别模型的模型参数；获取待识别荞麦的荞麦叶图像；将所述荞麦叶图像输入经过优化的所述荞麦病害识别模型中，识别并输出对应的荞麦病害类型作为荞麦病害识别结果。本发明中的荞麦病害识别方法能够兼顾识别模型训练效果和训练效率，从而能够有效提升荞麦病害识别的准确性，并降低荞麦病害识别的时间成本。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.016 seconds)
