-
公开(公告)号：CN115081468A
公开(公告)日：2022-09-20
申请号：CN202110276577.5
申请日：2021-03-15
Applicant: 天津大学
Abstract: 本发明公开了一种基于知识迁移的多任务卷积神经网络故障诊断方法，包括如下步骤：步骤1：数据预处理；步骤2：由粗到细的结构学习；步骤3：多任务由粗到细的知识迁移。本发明在大规模故障诊断方面显示出明显的优势。因为从粗粒度任务中获得的CNN参数的良好初始化可以有效避免较差的局部极小值。同时，有效的判别信息被保留并传递到细粒度任务中，以实现有效的故障识别，并且本申请所提出的PKT‑MCNN比扁平CNN收敛到更好的局部极小值，验证了渐进知识转移对CNN的学习有显著影响。
-
公开(公告)号：CN113849760B
公开(公告)日：2022-07-22
申请号：CN202111454761.0
申请日：2021-12-02
Applicant: 云账户技术(天津)有限公司 , 天津大学
IPC: G06F16/958 , G06Q10/06
Abstract: 本申请公开了一种敏感信息风险评估方法、系统和存储介质，属于互联网领域。本申请实施例提供的敏感信息风险评估方法包括获取目标应用或网页的页面信息集，所述页面信息集包括有若干个待评估图像的图像集，分别对所述图像集进行图像风险评估与文本风险评估，获取图像集中每个待评估图像的图像风险评估结果和文本风险评估结果，将两个评估结果融合，获得每个待评估图像的敏感信息风险评估结果，最后根据所述图像集中所有待评估图像的敏感信息风险评估结果获得所述获取目标应用或网页的敏感信息风险评估结果；充分考虑了图像敏感元素和文字敏感元素的差异，结合多模态融合将两种方法获取的评估结果融合，得到一个更准确的更具有可信度的评估结果。
-
公开(公告)号：CN114612842A
公开(公告)日：2022-06-10
申请号：CN202210277651.X
申请日：2022-03-21
Applicant: 天津大学
Abstract: 本发明公开了一种基于自适应多粒度时空建模的细粒度视频识别方法，所述方法基于深度神经网络、细粒度CPTM模块和粗粒度CSTP模块；包括如下步骤：所述细粒度CPTM模块并入深度神经网络提取细粒度的时间线索；所述细粒度CPTM模块是以渐进时间卷积和竞争式融合机制进行构建；提高视频动作识别的性能，具备捕获视频中复杂尺度变化的时空线索的能力。
-
公开(公告)号：CN113849760A
公开(公告)日：2021-12-28
申请号：CN202111454761.0
申请日：2021-12-02
Applicant: 云账户技术(天津)有限公司 , 天津大学
IPC: G06F16/958 , G06Q10/06
Abstract: 本申请公开了一种敏感信息风险评估方法、系统和存储介质，属于互联网领域。本申请实施例提供的敏感信息风险评估方法包括获取目标应用或网页的页面信息集，所述页面信息集包括有若干个待评估图像的图像集，分别对所述图像集进行图像风险评估与文本风险评估，获取图像集中每个待评估图像的图像风险评估结果和文本风险评估结果，将两个评估结果融合，获得每个待评估图像的敏感信息风险评估结果，最后根据所述图像集中所有待评估图像的敏感信息风险评估结果获得所述获取目标应用或网页的敏感信息风险评估结果；充分考虑了图像敏感元素和文字敏感元素的差异，结合多模态融合将两种方法获取的评估结果融合，得到一个更准确的更具有可信度的评估结果。
-
公开(公告)号：CN113794876A
公开(公告)日：2021-12-14
申请号：CN202111091812.8
申请日：2021-09-17
Applicant: 天津大学
Abstract: 本发明公开一种面向家用智能电视的智能化测试装置，所述装置由机器人构成；所述机器人上设有摄像头、工控机模块、检测服务模块、数据库和播音机构，所述工控机模块包括文字检测单元和文字识别单元；S1、机器人到达指定位置通过播音机构进行语音指令播放；S2、通过摄像头对各条语音指令在智能电视呈现的视频信息进行采集；S3、通过机器人内部工控机模块进行交互筛选出智能电视具备反应能力的语音指令及完成下一步多指标测试任务的选定；S4、所述文字检测单元将视频信息进行跳帧分析获得文字检测的坐标信息；S5、所述文字识别单元对文字检测的坐标信息进行识别获得识别文字信息；该装置通过文字识别检测算法实现快速移动对智能电视的功能进行测试。
-
Patent Agency Ranking
公开(公告)号：CN113223060A
公开(公告)日：2021-08-06
申请号：CN202110411910.9
申请日：2021-04-16
Applicant: 天津大学
Abstract: 本发明公开了一种基于数据共享的多智能体协同跟踪方法、装置及存储介质，方法包括：通过无人机拍摄获取数据，将采集到的数据进行格式调整和目标标注处理，获取MDMT数据集；基于所述MDMT数据集，使用Tracktor单机多目标追踪算法进行单个无人机视频的多目标追踪，通过其他摄像头的信息进行跨摄像头目标关联，对出现在不同无人机视野范围内的相同目标进行编号的统一。装置包括：获取模块、跟踪模块和跨摄像头目标关联模块。介质包括：计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令。本发明通过其他无人机中的图像的信息对于要跟踪的这台无人机中新加入的目标进行编号的匹配，这样可以更好的解决目标遮挡问题。
-
公开(公告)号：CN113222998A
公开(公告)日：2021-08-06
申请号：CN202110396330.7
申请日：2021-04-13
Applicant: 天津大学 , 中汽数据(天津)有限公司
Abstract: 本发明公开了一种基于自监督低秩网络的半监督图像语义分割方法及装置，方法包括：构建自监督低秩网络，将来自两个分支的掩码分别进行逆几何变换，利用优化模块产生伪掩码输入到LR低秩模块；在每次迭代中，通过softmax归一化注意力和温度系数来计算赋值矩阵P；通过聚合输入特征X来更新最优基μ，获取类别为C的softmax规范化的类激活图A和深特征X1后，通过加权平均值计算第k个初始化基；在基初始化过程中使用由分类损失和伪掩码分割损失构成的目标函数进行监督，对LR低秩模块的输出结果进行解码和优化，根据损失对自监督低秩网络进行更新。装置包括：构建模块、优化模块、LR低秩模块、更新模块、预测模块、监督模块、输出模块。
-
公开(公告)号：CN113221951A
公开(公告)日：2021-08-06
申请号：CN202110396335.X
申请日：2021-04-13
Applicant: 天津大学 , 中汽数据(天津)有限公司
Abstract: 本发明公开了一种基于时域注意力池化网络的动画GIF内容分类方法及装置，方法包括：构建网络动图数据集，并构建一动画GIF内容分类模型，所述内容分类模型包括：特征提取模块、时域注意力池化网络与损失层；通过所构建的网络动图数据集训练所述内容分类模型，对输出结果使用交叉熵损失评估，为每一帧做分类时加入辅助监督的方式，获取所述内容分类模型的总体损失函数；基于所述总体损失函数捕捉动图中与内容标签最相关的关键帧，实现动画分类。装置包括：构建模块、获取模块、动画分类模块。本发明减少了无关帧的信息干扰，提高了对动画GIF内容分类的准确性。
-
公开(公告)号：CN111832414B
公开(公告)日：2021-05-14
申请号：CN202010518779.1
申请日：2020-06-09
Applicant: 天津大学
Abstract: 本发明公开了一种基于图正则光流注意力网络的动物计数方法，包括：共享特征编码器提取t和t+τ帧上的特征图，使用基于翘曲损失的在线光流网络捕获两帧之间的运动信息；利用生成光学流将t+τ帧特征图扭曲到第t帧；时间一致性对得到特征图使用翘曲损失计算，获得特征图与原始特征编码器之间误差；计数解码器将反卷积Deconv逐步应用于光流翘曲生成特征图。在每个尺度添加带有横向连接的语义特征，应用1×1卷积层以获得中间密度图，并在每个尺度密度图上使用均方损失函数；将添加语义特征后的每个尺度特征进行融合采用多粒度损失函数减少误差的产生。使用1×1卷积层生成最终密度图，通过时间一致性使用图正则化以进一步增强时间关系。
-
公开(公告)号：CN112633332A
公开(公告)日：2021-04-09
申请号：CN202011442531.8
申请日：2020-12-08
Applicant: 天津大学
Abstract: 本发明属于太阳风速度预测技术领域，具体涉及一种基于时空关联信息挖掘的太阳风速度预测方法，包括预处理太阳表面图片，根据太阳风影响因素构建数据训练集，采用GRU模型对所述数据训练集进行预测实验，输出预测得到的太阳风速度。本发明采用GRU作为预测网络，其参数量小，速度快，且避免了梯度消失现象的发生，并且，其特征利用率高，准确率更高，能够促使预测的效果更好。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.052 seconds)
