-
公开(公告)号：CN108549692A
公开(公告)日：2018-09-18
申请号：CN201810331615.0
申请日：2018-04-13
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种Spark框架下的稀疏多元逻辑回归模型对文本情感分类的方法，包括：将训练样本数据集存储于HDFS中；Spark平台从HDFS中读取数据生成RDD；Spark平台将数据的预处理任务分为多个任务组，对每个任务组中存储有读取数据的RDD进行预处理，将预处理的结果存入HDFS中；训练稀疏多元逻辑回归模型，经过求解得到稀疏多元逻辑回归分类器；将所述稀疏多元逻辑回归分类器输出到HDFS中；从HDFS中读取经过预处理的待预测文本的数据和训练得到的稀疏多元逻辑回归分类器；获取所述待预测文本的情感分类。本发明在Spark计算框架下使用ADMM并行方法求解优化问题，使得模型训练更加快速，更适合大数据场景下的文本情感分类；有效提升了分类的效率与精度。
-
公开(公告)号：CN105447304A
公开(公告)日：2016-03-30
申请号：CN201510767362.8
申请日：2015-11-10
Applicant: 重庆邮电大学
CPC classification number: G06K9/6297 , G16H50/30
Abstract: 本发明涉及智能预警应用领域，公开了一种基于自学习算法的预警系统，包括以下模块：数据采集模块，用于采集预警对象的行为数据；自学习模块，用于将所述数据采集模块采集的数据作训练处理，输出训练结果；预警模块，用于根据所述训练结果，确定预警范围，判断预警对象的行为数据是否超出所述预警范围，本发明还公开了一种具有所述预警系统的移动终端。本发明的具有基于自学习算法的预警系统的移动终端具有便于携带、重量轻、体积小、成本低等优点，适用于存在潜在痴呆风险的老年人群。
-
公开(公告)号：CN114549366B
公开(公告)日：2024-09-10
申请号：CN202210211161.X
申请日：2022-03-03
Applicant: 重庆邮电大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于多尺度延迟通道注意网络的全色锐化方法及系统，系统包括卫星遥感影像数据集获取模块、预处理模块、浅层特征提取模块、深层特征提取模块、正反馈模块、网络模型训练模块、融合图像评价模块和全色锐化模块，通过各模块间的相互作用对卫星遥感影像数据进行全色锐化处理，本发明构建的深层特征提取模块提取不同视野下的特征信息并将其融合，提高了网络的特征提取能力，采用通道延迟注意机制获得低频信息与高频信息的关联关系，并给予高频信息不同权重，使得在处理不同类型信息时更具灵活性，同时正反馈模块通过误差反馈机制来映射阶段的误差，减少了光谱失真，图像融合质量更好。
-
公开(公告)号：CN118072137A
公开(公告)日：2024-05-24
申请号：CN202410360119.3
申请日：2024-03-27
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06T3/4076
Abstract: 本发明属于遥感时空融合领域，具体涉及一种针对遥感图像突变的双流时间高敏感时空融合方法，包括：对样本数据中连续的三个粗分辨率图像跨尺度提取长时序信息，并将提取的长时序信息补充到样本图像中细分辨率图像；将预测时间前后的两张补充了长时序信息的细分辨率图像、预测时间与预测时间前后的粗分辨率图像差分、组成的图像对输入到双流网络中；通过双流网络进行预测高时间高空间分辨率的图像。本发明通过在输入时利用两对粗‑细分辨率图像辅助预测，解决图像短时间剧变问题，并捕捉连续时间的粗图像长时间信息，构建精细图像的时间激励，把握图像的实际变换，提高精细图像的时空一致性。
-
公开(公告)号：CN110211046B
公开(公告)日：2023-07-14
申请号：CN201910509396.5
申请日：2019-06-12
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于生成对抗网络的遥感图像融合方法，包括：采用差分算子提取原始全色图像的空间结构信息，采样原始的多光谱图像；将空间结构信息与采样的多光谱图像在特征域拼接，得样本图像；将样本图像输入生成对抗网络的生成器，生成融合图像；将融合图像和真实图像输入生成对抗网络的判别器进行判别区分，在生成器与判别器间建立对抗规则及融合目标函数，优化融合图像。采用本发明所公开的基于生成对抗网络的遥感图像融合方法，采用差分算子保留了原始全色图像的空间结构信息，采样方法保留了原始低分辨率多光谱图像的光谱信息，有效减少了融合过程中细节信息的丢失；此外，通过在生成器和判别器间建立对抗规则及融合目标函数，大大优化了融合的效果。
-
Patent Agency Ranking
公开(公告)号：CN112766180B
公开(公告)日：2022-07-12
申请号：CN202110087196.2
申请日：2021-01-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及行人再识别领域，具体涉及一种基于特征融合和多核学习的行人再识别方法；所述方法包括获取行人图像并预处理；提取出行人图像的底层特征和中层语义特征，采用特征权重组合方法进行特征融合；采用不同核函数对融合特征分别进行映射；利用中心对齐方法为每个核函数赋予权重进行线性组合后进行复合映射；采用多元逻辑回归算法对复合映射后的融合特征进行处理，计算出行人图像之间的相似度，利用相似度大小降序排列，得到行人分类值即行人再识别结果；本发明所采用的融合特征更具有鲁棒性，能够更为真实的反应行人的特征；本发明加入了多核学习方法，将融合特征映射到高维空间，使得特征可以更好的表达，以此增强行人再识别问题的分类效果。
-
公开(公告)号：CN110322967A
公开(公告)日：2019-10-11
申请号：CN201910593797.3
申请日：2019-07-03
Applicant: 重庆邮电大学
IPC: G16H50/50
Abstract: 本发明涉及一种人工授精成功率的影响因素计算方法、系统及计算机设备，所述方法包括：收集病例的结构化信息，提取妊娠信息及其相关特征；对相关特征进行转换，使得特征能被用户与算法接受；采用交叉验证的方式训练极大无关多元逻辑回归模型；输出最优超参下每个类别对应的模型参数，并对所有模型参数进行最大最小归一化，将参数约束到[0，1]区间内，作为影响度输出；该方法能够最大化类别差异，分别给出每个类别的影响因素的重要性，能够有效降低影响因素多重共线性带来的影响，具有良好的可解释性。
-
公开(公告)号：CN108595568A
公开(公告)日：2018-09-28
申请号：CN201810332338.5
申请日：2018-04-13
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于极大无关多元逻辑回归的文本情感分类方法，所述方法包括：获取文本数据，并对所述文本数据进行预处理；在第一模型的代价函数基础上，通过引入相关参数惩罚项，获取第二模型的代价函数；将预处理得到的训练数据输入第二模型的代价函数的导函数，并进行求解得到第二模型；所述第一模型为多元逻辑回归模型，所述第二模型为极大无关多元逻辑回归模型；将预处理得到的待预测数据输入所述第二模型，得到待预测数据中每个文本条目所属的情感类别。通过添加不相关约束项使得针对冗余数据具有较高的鲁棒性；降低了传统的多元逻辑回归模型的复杂度，具有更强的泛化能力；进而能够对获取的目标文本数据中文本条目进行精确分类。
-
公开(公告)号：CN118967481A
公开(公告)日：2024-11-15
申请号：CN202411099141.3
申请日：2024-08-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于空间‑光谱张量子空间表示的遥感影像融合方法，属于遥感图像融合领域。该方法将输入的LR‑HSI、HR‑MSI和HR‑HSI表示为三维张量。构建空间观测模型和基于超拉普拉斯先验的光谱观测模型，以有效刻画输入影像与目标HR‑HSI之间的关系。利用空间‑光谱张量子空间表示模型将HR‑HSI分解为低维系数张量、空间子空间张量和光谱子空间张量。通过张量奇异值分解算法T‑SVD从HR‑MSI和LR‑HSI中分别估计空间子空间张量和光谱子空间张量，并利用稀疏正则化约束和近端交替最小化算法优化求解系数张量。将估计得到的子空间张量和系数张量输入张量子空间表示模型，重建HR‑HSI。
-
公开(公告)号：CN114677313B
公开(公告)日：2024-09-10
申请号：CN202210269455.8
申请日：2022-03-18
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种生成多对抗网络结构的遥感图像空谱融合方法与系统，涉及卫星遥感图像融合技术领域，包括：卫星遥感图像数据集进行插值预处理使得遥感图像满足生成多对抗网络所需尺寸；构建生成对抗网络的生成器，从生成器产生的生成图像中选择适用于多对抗判别器；构建生成对抗网络的判别器，获取低分辨率多光谱图像(LRMS)与高分辨率全色图像(PAN)的融合图像；本发明通过结合多对抗思想与遥感图像专业领域知识，本发明提出了一种创新的生成多对抗网络，该框架将生成对抗网络扩展到多个判别器。多个判别器可以使生成器更好的综合光谱信息和结构信息，从而得到高质量的高分辨率多光谱图像。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.026 seconds)
