-
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。
-
公开(公告)号：CN101425140A
公开(公告)日：2009-05-06
申请号：CN200810235260.1
申请日：2008-11-13
Applicant: 苏州大学
Abstract: 本发明公开了一种基于骨架特征的脑血管瘤图像识别检测方法，包括下列步骤：(1)对灰度图像进行二值化操作；(2)进行骨架树提取，获得单像素曲线图像；(3)进行骨架结构基元提取，关键点基元为骨架树图像中的分叉点和端点；分支基元是连接两个关键点基元且不通过第三个关键点基元的骨架段，其中两个关键点基元中至少一个是端点的基元，为外分支基元；(4)设定阈值T1、T2，待检测的外分支基元长度为S，根据S和T1、T2的关系判定脑血管瘤图形，T1为6～10之间的整数，T2为14～18之间的整数。采用本发明方法，算法的时间复杂度低，结果精确，可以很好的辅助医生诊断脑血管瘤疾病。
-
公开(公告)号：CN109359140B
公开(公告)日：2022-09-09
申请号：CN201811457857.0
申请日：2018-11-30
Applicant: 苏州大学
IPC: G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于自适应注意力的序列推荐方法，该方法包括：在预先训练获得的自适应注意力感知GRU网络的输入层确定输入自适应注意力；将输入自适应注意力作用于历史交互项目序列中，获得输入序列；基于历史交互项目序列和输入序列的结合，获得输入层输出结果；在隐藏状态层确定隐藏自适应注意力，将隐藏自适应注意力作用于输入层输出结果中，获得隐藏状态序列；进而获得隐藏状态层输出结果；在自适应注意力感知GRU网络的输出层根据隐藏状态层输出结果，确定推荐给用户的项目。应用本发明实施例所提供的技术方案，提高了推荐性能。本发明还公开了一种基于自适应注意力的序列推荐装置，具有相应技术效果。
-
公开(公告)号：CN110097433B
公开(公告)日：2022-05-17
申请号：CN201910399853.X
申请日：2019-05-14
Applicant: 苏州大学
Abstract: 本发明公开了一种基于自适应注意力机制的推荐方法、装置、设备及计算机可读存储介质；本方案中，基于自适应注意力机制分别获得当前购物车的短期偏好向量和各个历史购物车向量间的长期偏好向量，根据短期偏好向量和长期偏好向量，分别能反应用户的短期偏好的多样性及长期偏好的多样性，最后将这两者的结合输入到循环神经网络LSTM中，来更好的学习用户的序列行为，从而为用户准确的推荐兴趣的商品。
-
公开(公告)号：CN109829775B
公开(公告)日：2022-05-17
申请号：CN201811467071.7
申请日：2018-12-03
Applicant: 苏州大学
IPC: G06Q30/06 , G06F16/9535
Abstract: 本发明公开了一种物品推荐方法，该方法包括以下步骤：当检测到目标用户名登录系统时，获取目标用户名对应的历史访问记录信息；利用注意力机制从历史访问记录中提取目标用户名对应的目标用户的偏好信息；根据偏好信息利用协同度量学习从候选物品集中查找目标用户的喜好物品，并将喜好物品推荐给目标用户；其中，候选物品集由目标用户名未访问过的物品构成。应用本发明实施例所提供的技术方案，根据目标用户的偏好从候选物品集中推荐目标用户的喜好物品，提高了灵活性，提升了用户体验。本发明还公开了一种物品推荐装置、设备及存储介质，具有相应技术效果。
-
Patent Agency Ranking
公开(公告)号：CN110097433A
公开(公告)日：2019-08-06
申请号：CN201910399853.X
申请日：2019-05-14
Applicant: 苏州大学
Abstract: 本发明公开了一种基于自适应注意力机制的推荐方法、装置、设备及计算机可读存储介质；本方案中，基于自适应注意力机制分别获得当前购物车的短期偏好向量和各个历史购物车向量间的长期偏好向量，根据短期偏好向量和长期偏好向量，分别能反应用户的短期偏好的多样性及长期偏好的多样性，最后将这两者的结合输入到循环神经网络LSTM中，来更好的学习用户的序列行为，从而为用户准确的推荐兴趣的商品。
-
公开(公告)号：CN109829775A
公开(公告)日：2019-05-31
申请号：CN201811467071.7
申请日：2018-12-03
Applicant: 苏州大学
IPC: G06Q30/06 , G06F16/9535
Abstract: 本发明公开了一种物品推荐方法，该方法包括以下步骤：当检测到目标用户名登录系统时，获取目标用户名对应的历史访问记录信息；利用注意力机制从历史访问记录中提取目标用户名对应的目标用户的偏好信息；根据偏好信息利用协同度量学习从候选物品集中查找目标用户的喜好物品，并将喜好物品推荐给目标用户；其中，候选物品集由目标用户名未访问过的物品构成。应用本发明实施例所提供的技术方案，根据目标用户的偏好从候选物品集中推荐目标用户的喜好物品，提高了灵活性，提升了用户体验。本发明还公开了一种物品推荐装置、设备及存储介质，具有相应技术效果。
-
公开(公告)号：CN109359140A
公开(公告)日：2019-02-19
申请号：CN201811457857.0
申请日：2018-11-30
Applicant: 苏州大学
IPC: G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于自适应注意力的序列推荐方法，该方法包括：在预先训练获得的自适应注意力感知GRU网络的输入层确定输入自适应注意力；将输入自适应注意力作用于历史交互项目序列中，获得输入序列；基于历史交互项目序列和输入序列的结合，获得输入层输出结果；在隐藏状态层确定隐藏自适应注意力，将隐藏自适应注意力作用于输入层输出结果中，获得隐藏状态序列；进而获得隐藏状态层输出结果；在自适应注意力感知GRU网络的输出层根据隐藏状态层输出结果，确定推荐给用户的项目。应用本发明实施例所提供的技术方案，提高了推荐性能。本发明还公开了一种基于自适应注意力的序列推荐装置，具有相应技术效果。
-
公开(公告)号：CN104778284B
公开(公告)日：2017-11-21
申请号：CN201510236691.X
申请日：2015-05-11
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明的空间图像查询方法和系统，在接收到用户提交的空间图像查询请求后，对该请求中所包含的携带位置信息的查询图像进行预设处理，得到查询图像的视觉词袋模型；之后，利用查询图像的视觉词袋模型及位置信息，对图像数据集进行基于图像内容及位置信息的搜索，实现基于图像内容相似度及空间临近度的top‑k图像(最优的k个图像)查询，供用户参考。可见，区别于传统的图像查询技术依据关键词进行文本查询，本发明依据用户提交的图像进行基于图像内容(采用视觉词袋模型表征)的查询，不存在文本查询中所存在的局限性问题，可有效处理空间图像的查询问题。
-
公开(公告)号：CN103927392B
公开(公告)日：2017-03-22
申请号：CN201410183963.X
申请日：2014-05-04
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本申请公开了一种深层网络数据源异常点的检测方法及系统，该方法包括从深层网络数据源中采集多个初始样本，然后按照预设规则，对每个所述初始样本进行分层得到s层，分层后按照预设算法，确定每一层中包含异常点的概率，按照最优采样策略，将规定的重采样次数分配到s层中，确定每一层的重采样次数，按照确定的重采样次数进行重采样，最后综合重采样数据与分层后的初始样本，进行异常点的检测。本申请的方法对有限的样本数据进行分层处理，由于异常点大部分集中在少数几个层中，通过着重对这几个层的重新采样，可以找到更多的异常点。解决了对深层网络数据源异常点的检测问题。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.026 seconds)
