-
公开(公告)号：CN110969211A
公开(公告)日：2020-04-07
申请号：CN201911214838.X
申请日：2019-12-02
Applicant: 桂林理工大学
Abstract: 本发明公开一种基于增量分支增长构建的卷积神经网络的自动分类方法，包括S1：构建并初始化卷积神经网络模型Gm；S2：对卷积神经网络模型Gm进行训练，得到训练后的模型G′m；S3：对卷积神经网络模型Gm进行下一代网络生长，得到下一代卷积神经网络模型Gm+1；S4：对卷积神经网络模型Gm+1进行训练，得到训练后的模型G′m+1；S5：若模型G′m和模型G′m+1的分类测试精度之差小于预设的阈值，则使用模型G′m+1完成分类任务；若模型G′m和模型G′m+1的分类测试精度之差不小于预设的阈值，则m←m+1，返回步骤S3。本发明可以避免构建神经网络过程中繁琐的调参过程，更加高效的自动构建适合特定分类任务的深度卷积神经网络模型。
-
公开(公告)号：CN103577730A
公开(公告)日：2014-02-12
申请号：CN201310573694.3
申请日：2013-11-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种整数小波变换的可逆数据库水印的嵌入和提取方法。从数据库载体中，伪随机选取数值型属性值形成数据集，对该集分成大小相同数据子集，即形成数据组；根据溢出预防机制，确定数据组所属类型组；进一步对不同类型的数据组分别采用水印隐藏模型将不同强度的水印嵌入到数据组的小波域中，形成水印数据库；最后通过判断表达式奇偶性来提取水印且对水印载体系数向量在正交向量组形成空间里逆向平移以恢复数据库载体。本发明将水印信息能均匀地分布到数据库数据的各个部分，达到弱化水印信息对数据库的影响及提高水印不可见性和鲁棒性的目的，适用于特定数据库版权和完整性保护。
-
公开(公告)号：CN101950397A
公开(公告)日：2011-01-19
申请号：CN201010276089.6
申请日：2010-09-07
Applicant: 桂林理工大学
IPC: G06Q30/00
Abstract: 本发明公开了一种基于互联网的发货确认方法及系统。在每一个发货点采用一台连有至少一个摄像头的计算机作为商品图像采集装置，该计算机亦作为发货点工作站，通过网络上传采集的商品图像到发货管理服务器，发货管理服务器包括对采集的图像进行加工处理、发送处理后的商品图像给顾客、接收顾客确认、将确认结果返回给发货点工作站。本发明针对现代电子商务发货环节存在的易出错、纠错难、确认成本高、效率低等问题，利用互联网技术、数字图像处理技术和软件技术，为商家提供一种运行成本低、自动化程度高的发货确认方法及系统，让商家更加方便、高效的完成经用户“亲眼”确认的发货，降低发货的出错率，提高商家的信用等级和顾客的满意度。
-
-
Search Results
23
records
(took 0.019 seconds)
