-
公开(公告)号：CN108629380A
公开(公告)日：2018-10-09
申请号：CN201810446980.6
申请日：2018-05-11
Applicant: 西北大学
Abstract: 本发明公开了一种基于迁移学习的跨场景无线信号感知方法，该方法首先分别从部署了无线收发设备的原场景和目标场景采集步态或手势对应的无线信号，将收集到的无线信号在进行预处理后，进行特征提取生成训练数据，最后将提取的特征数据输入学习算法中进行学习，最终得到迁移函数，使用该迁移函数可迁移任何新来的未知的数据对象，它是脱机执行的一次性成本，而不需要进行额外的函数关系训练成本。本发明方法解决了跨场景的WiFi感知问题，即利用少量的训练样本训练迁移函数，利用该模型可迁移任意未知的对象到新的目标环境中，从而实现跨场景的识别或认证。
-
公开(公告)号：CN108521586A
公开(公告)日：2018-09-11
申请号：CN201810230242.8
申请日：2018-03-20
Applicant: 西北大学
IPC: H04N21/25 , H04N21/258 , H04N21/466
Abstract: 本发明公开了一种兼顾时间上下文与隐式反馈的IPTV电视节目个性化推荐方法，该方法通过构建用户观看节目的偏好模型，确定用户在不同时间段内对节目类型的偏好，然后采用构建张量以及张量分解的方式，挖掘用户、节目类型与时间段的潜在关联，从而进行准确有效地个性化推荐。与已有推荐算法相比，本发明方法能提供更佳的推荐精度和更高的召回率。
-
公开(公告)号：CN108428235A
公开(公告)日：2018-08-21
申请号：CN201810121380.2
申请日：2018-02-07
Applicant: 西北大学
Abstract: 本发明公开了一种彩色地形图中线要素分割方法，该方法提出色彩混乱程度的概念，并根据色彩混乱程度将所有的线要素都划分为具有一定区域大小的纯色区域和混合色区域；然后利用线要素的色彩信息，对纯色区域进行基于高斯核模糊聚类算法进行分割；而对于混合色区域，则依据其与已分类后的纯色区域之间的空间关系来确定相应混合色区域的隶属关系，以得到最终的分割结果。试验结果表明本发明的方法具有与传统方法相比具有较高的分割效率和分割准确率。
-
公开(公告)号：CN106340027A
公开(公告)日：2017-01-18
申请号：CN201610748446.1
申请日：2016-08-26
Applicant: 西北大学
IPC: G06T7/13
CPC classification number: G06T2207/20032
Abstract: 本发明公开了一种基于图像超分辨率的书法背景重建方法，该方法首先在书法背景的彩色图像中选取包含噪声较少的部分背景进行背景重建，同时分割出书法作品中背景、文字和印章信息，并对背景、文字以及印章信息进行像素级的融合，得到最终的重建图像。本发明很好的解决了传统去噪方法导致艺术信息损失的问题，提高了书法作品的艺术信息的完整性；另外，本发明有效的解决了传统方法无法处理书法作品中墨迹扩散、自然风化等噪声的问题，得到了高质量的书法背景图像，提高了书法作品艺术信息的观赏价值。
-
公开(公告)号：CN106228027A
公开(公告)日：2016-12-14
申请号：CN201610748139.3
申请日：2016-08-26
Applicant: 西北大学
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明公开了一种多视角数据的半监督特征选择方法，该方法首先从不同的视角采集数据的特征构成数据样本，继而构建数据样本的特征选择矩阵、拉普拉斯矩阵、对角矩阵，然后利用特征选择矩阵定义目标函数，对特征选择矩阵更新并使目标函数收敛，然后利用收敛时的特征选择矩阵构成的分类器对样本进行分类。本发明有效地发掘出数据样本的内在结构，充分利用了所有数据样本的结构特性，能够在半监督场景下对多视角数据实现特征选择，在只具有少量标签数据的情况下取得了较好的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN118865441A
公开(公告)日：2024-10-29
申请号：CN202410899115.2
申请日：2024-07-05
Applicant: 西北大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/047 , G06N3/0499 , G06N3/084 , G06N3/098
Abstract: 本申请涉及一种基于视觉语言模型的金丝猴面部识别方法，不需要对金丝猴面部图像进行精细的标注，而是引入了额外的文本信息，这些文本信息以一种弱监督的形式存在，更易于收集和获取；并且通过描述文本可以与图像内容关联起来，提高模型对图像语义的理解能力，从而提高对细粒度特征的抽取能力。
-
公开(公告)号：CN118172724A
公开(公告)日：2024-06-11
申请号：CN202410234561.1
申请日：2024-03-01
Applicant: 西北大学
Abstract: 本发明提供了一种一种基于强化学习的目标计数方法，包括：步骤S1，图像预处理；步骤S2，映射至网格；步骤S3，获取密集区域；步骤S4，获取最佳密集区域划分：采用RegionNet进行步骤S3中获得的密集区域的边缘细化，设定相应的状态函数、动作选择以及奖励函数，获取最佳密集区域划分。步骤S5，获取图像中的人数。本发明尝试探索利用强化学习的思想对图像人群分布不均匀的区域按照人员聚集程度进行划分，将划分后的人群非密集区和密集区分别采用基于检测的人数计数和基于密度的人数计数的方法对最终的总人数进行估计，从而解决在不均匀分布场景下导致人数计数误差率较高的问题，进一步提高人群计数方法的准确率和模型的鲁棒性。
-
公开(公告)号：CN114842247B
公开(公告)日：2024-02-27
申请号：CN202210412198.9
申请日：2022-04-19
Applicant: 西北大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于特征累加的图卷积网络半监督节点分类方法，该方法利用图卷积和K阶邻近性来获得更大的感受野，以获取更高层次邻域的节点特征，而后将不同邻域获得的节点信息进行融合，保全节点特征信息，具体包括：提出一个由不同层次图卷积网络组成的模型，每个层次提供不同的传播效率，第K个层次包含图上随机游走的第K步的节点特征信息；根据概率转移矩阵定义高次邻接矩阵，作为不同阶层的邻接矩阵来聚合不同邻域的节点特征信息，将不同步长的节点分别进行卷积操作，得到卷积后新的输出表示；将不同邻域范围的节点卷积后得到的新的特征表示利用融合函数进行混合，得到混合邻域的特征表示，利用分类器进行分类，得到最终的输出。
-
公开(公告)号：CN114741507B
公开(公告)日：2024-02-13
申请号：CN202210306043.7
申请日：2022-03-25
Applicant: 西北大学
IPC: G06F16/35 , G06F18/241 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Transformer的图卷积网络的引文网络分类模型建立方法，首先获取引文网络数据，引文网络数据包括确定节点的主体身份(论文、作者)，收集结点的语料特征，确定节点的标签，确定节点间的关系，然后建立基于Transformer的图卷积网络模型，包括一个K层的简化图卷积网络模块，一个经过改造的Transformer编码器；然后利用简化图卷积网络对所有节点进行特征的卷积传播，利用Transformer编码器对训练集的所有节点的每层特征学习一个全局特征用以分类，最后利用训练好的Transformer编码器对测试结点进行分类。
-
公开(公告)号：CN111898442B
公开(公告)日：2023-08-11
申请号：CN202010607674.3
申请日：2020-06-29
Applicant: 西北大学
Abstract: 本发明提供一种基于多模态特征融合的人体动作识别方法及装置，使用商用性最强的WiFi信号，再利用多模态特征融合法将WiFi信号的CSI特征与视频特征进行融合；多模态特征融合法将这两种不同的特征映射到同一个公共空间上，再进行分类，最终识别出人体动作类别。实验结果表明，在加入了WiFi信号并利用多模态特征融合方法的情况下，人体动作识别的精度明显提高。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.025 seconds)
