-
公开(公告)号：CN109934304B
公开(公告)日：2022-03-29
申请号：CN201910228715.5
申请日：2019-03-25
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法，该方法采用了跨领域数据生成与增广策略，高效地降低不同数据领域之间的偏差。具体地说，超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型，继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果，具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题，融合跨领域知识，有效降低不同领域数据之间的领域偏差，提高了盲领域数据分类准确率。
-
公开(公告)号：CN111680268A
公开(公告)日：2020-09-18
申请号：CN202010528525.8
申请日：2020-06-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于云模型的多粒度煤矿瓦斯风险预测方法，所述方法包括：根据原始数据生成多个含混度小于阈值的高斯云；将论域边界由高斯云表征的概念转换成半梯形云，最终生成表示原始数据宏观概念的多个混合云；按照煤矿监管监察时间架构离散化数据集，调用逆向云发生器将每个离散的时间片转换成赋有语义的时间粒；按照煤矿监管监察空间架构离散化数据集，调用逆向云发生器将每个离散的空间片转换成赋有语义的空间粒；计算每个时间粒所隶属的相应宏观概念及隶属度；根据煤矿瓦斯浓度的多粒度表示结果构建云规则推理，对短期内的瓦斯浓度进行预测；本发明能够充分考虑真实生产环境，高效地处理海量煤矿安全生产数据，属于数据分析技术领域。
-
公开(公告)号：CN109674237B
公开(公告)日：2020-05-19
申请号：CN201910032397.5
申请日：2019-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种思想政治相关，更具体的说是一种自动清理资料装置，包括旋转存储机构、资料夹取机构、资料传送机构、碎纸机、碎纸压缩机构、伸缩移动机构、装置整体外壳、临时存取机构，本装置具有存放资料的功能，还具有防打乱的临时存放功能，装置可以处理存放时间过长的资料，进行碎纸以及压缩操作，装置还具有伸缩移动功能，并且具备减震功能。旋转存储机构与装置整体外壳相连接，装置整体外壳与临时存取机构相连接，装置整体外壳与资料夹取机构相连接，装置整体外壳与资料传送机构通过紧固螺钉相连接，资料传送机构与碎纸机接触连接，碎纸机与装置整体外壳通过紧固螺钉相连接，碎纸压缩机构与碎纸机接触连接。
-
公开(公告)号：CN107145878A
公开(公告)日：2017-09-08
申请号：CN201710403573.2
申请日：2017-06-01
Applicant: 重庆邮电大学
CPC classification number: G06K9/00335 , G06K9/00892 , G06K9/6256 , G06K9/6267 , G06K2009/00939
Abstract: 本发明请求保护一种基于深度学习的老人异常行为检测方法，属于深度学习领域。本发明通过多种传感器采集老人的体征信息、位置信息、图像信息，联合检测联合判断老人的异常行为，降低误判概率。首先根据多种传感器数据进行信号预处理，将处理的数据输入已训练好的BP神经网络获得老人身体状况，然后根据原始图像，对图像进行预处理后送入3D卷积神经网络提取特征向量，通过Softmax分类器识别老人的多种行为，再综合老人位置信息与驻留时长，根据模糊逻辑推理判断老人行为是否异常。本发明采用联合检测方法，通过深度学习，模糊逻辑推理对老人异常行为进行联合判断，降低了误判率，提高了检测的准确性。
-
公开(公告)号：CN116563606A
公开(公告)日：2023-08-08
申请号：CN202310380529.X
申请日：2023-04-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V20/10 , G06V10/42 , G06V10/58 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于双分支空谱全局特征提取网络的高光谱图像分类方法。该方法通过分别学习高光谱图像的空间特征和光谱特征。其特点在于学习空间特征的空间子网络主体部分为编码解码结构，并利用跳跃连接，空间注意力和通道注意力增强特征表示。此外，设计了一个空间全局特征表示模块用于学习编码后的空间特征，并利用该模块表达全局空间特征。学习光谱特征的光谱子网络采用了渐进式特征学习的思想，并利用视角注意力强化渐进学习到的特征。最后，再利用自适应加权方法，融合两个子网络的结果。在多个真实高光谱遥感图像数据集上的实验结果显示，本发明所提出的双分支空谱全局特征提取网络能够取得优异的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN115866219A
公开(公告)日：2023-03-28
申请号：CN202211424236.9
申请日：2022-11-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于平滑投影Landweber算法的差分单像素成像方法及系统，属于光学成像系统及图像处理领域。该成像方法具体如下：S1、获取原始图像，并生成观测矩阵；S2、变换观测矩阵以满足数字微镜阵列的要求；S3、采用数字微镜阵列完成连续两次投影以得到差分测量值；S4、对观测矩阵和差分测量值进行处理；S5、采用平滑投影Landweber算法对步骤S4得到的处理结果进行计算，得到复原图像。本发明采用差分单像素成像系统获取目标场景的图像，采用平滑投影Landweber算法对目标场景图像进行复原，可以在无准直、高背景噪声、低采样率条件下对目标场景进行高质量成像。
-
公开(公告)号：CN112039965B
公开(公告)日：2022-07-12
申请号：CN202010856199.3
申请日：2020-08-24
Applicant: 重庆邮电大学
IPC: H04L67/1023
Abstract: 本发明属于边缘计算与时间敏感网络技术领域，提出了一种时间敏感网络中的多任务卸载方法及系统，所述方法包括将所需卸载的任务按照其属性建立任务模型，属性至少包括任务的代码量，任务输入的数据量和代码计算密度；在任务模型中，按照卸载决策依据，求解出任务在各个决策下所耗费的总时间，以最小化所耗费的总时间为目标，构建出每个任务的最优决策函数；按照博弈算法，在多任务的场景下，对每个任务的最优决策函数进行有限次的迭代计算，并计算出多任务达到纳什均衡的决策结果；本发明技术方案可以缓解计算资源不足，同时不影响任务的实时性，甚至在一定程度上提高任务交付的实时性，使计算节点之间负载均衡，具有良好的实际意义和应用价值。
-
公开(公告)号：CN112258144A
公开(公告)日：2021-01-22
申请号：CN202011033563.2
申请日：2020-09-27
IPC: G06Q10/10 , G06Q50/26 , G06F40/295 , G06K9/62
Abstract: 本发明提供了一种基于自动构建目标实体集的政策文件信息匹配和推送方法，包括扫描待推送政策文件，获取主送抄送实体集以及发布层次；提取待推送政策文件中的主题和关键信息，生成与其领域相关的应推送实体集；比较应推送实体集与获取的主送抄送实体集之间是否存在相同实体，对相同实体重点标记，并将应推送实体集中含有而主送抄送实体集中不含有的实体加入主送抄送实体集组合为初推送实体集；确定初推送实体集是否均符合发布层次；将待推送实体集与推送系统中已存储的推送实体进行匹配，向匹配成功的推送实体直接推送政策文件。本发明能够实现政策文件自动推送，工作效率得到显著提高。
-
公开(公告)号：CN116912350A
公开(公告)日：2023-10-20
申请号：CN202310938228.4
申请日：2023-07-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种无编码器CUP‑VISAR系统及条纹数据重构方法，属于计算成像领域。本发明将积分相机所获得的信息进行分离，一方面，提取出其采集信息中的散斑噪声，作为条纹相机采集图像的重构掩码，利用算法重构出条纹数据；另一方面，提取出的无噪声混叠条纹信息，对重构数据的噪声进行约束，提高重构质量。该方法无需传统CUP‑VISAR系统光路中的光学编码元件，是利用积分相机中蕴含的噪声信息来进行重构，从而简化了系统光路；同时利用积分相机中的无噪声混叠条纹信息对噪声进行了抑制并增加了采样率，从而提高了重构质量。本发明通过积分相机所获得的信息的挖掘和利用，提高了系统采样率，并抑制了噪声，改善条纹数据的重构效果。
-
公开(公告)号：CN111680268B
公开(公告)日：2023-05-23
申请号：CN202010528525.8
申请日：2020-06-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于云模型的多粒度煤矿瓦斯风险预测方法，所述方法包括：根据原始数据生成多个含混度小于阈值的高斯云；将论域边界由高斯云表征的概念转换成半梯形云，最终生成表示原始数据宏观概念的多个混合云；按照煤矿监管监察时间架构离散化数据集，调用逆向云发生器将每个离散的时间片转换成赋有语义的时间粒；按照煤矿监管监察空间架构离散化数据集，调用逆向云发生器将每个离散的空间片转换成赋有语义的空间粒；计算每个时间粒所隶属的相应宏观概念及隶属度；根据煤矿瓦斯浓度的多粒度表示结果构建云规则推理，对短期内的瓦斯浓度进行预测；本发明能够充分考虑真实生产环境，高效地处理海量煤矿安全生产数据，属于数据分析技术领域。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.026 seconds)
