-
公开(公告)号：CN102651069B
公开(公告)日：2013-09-25
申请号：CN201210101534.4
申请日：2012-03-31
Applicant: 重庆大学
Abstract: 本发明公开了一种基于轮廓的局部不变区域的检测方法，该方法主要利用轮廓角点、角点的角平分线和轮廓上与角平分线相对不变的特征点来构造不变区域，由于角平分线的抗噪能力强，受旋转和尺度等因素的影响小，通过本发明的方法所得到的区域具有较好的稳定性和可重复性，通过旋转、尺度、仿射、光照、噪声和模糊等重复率实验，验证了本方法处理速度快，具有较强的鲁棒性和较广的应用性。
-
公开(公告)号：CN103207889A
公开(公告)日：2013-07-17
申请号：CN201310038448.8
申请日：2013-01-31
Applicant: 重庆大学
Abstract: 本发明属于计算机领域，具体涉及一种基于Hadoop的海量人脸图像的检索方法，该方法主要包括如下步骤，步骤a:将海量人脸图像上传至Hadoop分布式文件系统HDFS，通过Hadoop的Mapreduce框架读取图像原始数据并存储在HBase中；步骤b:从HBase中读取原始图像数据，通过特征提取算法进行降维，把降维后的图像数据存储在HBase中；步骤c:通过Hadoop的Mapreduce框架从HBase中读取降维后的图像数据，对图像数据建立分布式搜索引擎Katta的索引，然后将Katta索引部署到Hadoop的集群环境中；步骤d:实现自定义评分的图像查询，在该查询中实现图像分类算法；步骤e:将待测人脸图像数据封装到自定义评分的图像查询中，通过分布式搜索引擎Katta完成人脸图像检索。
-
公开(公告)号：CN103116625A
公开(公告)日：2013-05-22
申请号：CN201310037662.1
申请日：2013-01-31
Applicant: 重庆大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于Hadoop平台的海量RDF数据分布式查询处理方法，属于计算机领域。所述方法主要包括以下步骤，步骤a：将RDF数据上传至HDFS中，通过Hadoop平台的MapReduce框架读取数据并存储在分布式数据库HBase中；步骤b：对用户提交的SPARQL查询语句段进行预处理，对语句进行解析并提取出其中的前缀声明、结果变量、图模式子句；c：还原图模式子句中的前缀字符，将还原后的图模式子句转化为树模型；d：分解树模型，以自底向上、自左向右的方式遍历树节点并生成匹配各节点的查询计划，将最终的查询计划发送到Hadoop平台；e：通过MapReduce框架从HBase中读取数据，按照查询计划执行分布式查询，最后按结果变量返回查询结果。
-
公开(公告)号：CN102930258A
公开(公告)日：2013-02-13
申请号：CN201210457794.5
申请日：2012-11-13
Applicant: 重庆大学
Abstract: 本发明属于图像处理和模式识别技术领域，具体涉及一种人脸图像识别方法，该方法主要包括如下步骤，步骤a：构建人脸样本图像数据库；步骤b：构建人脸样本图像的训练样本矩阵；步骤c：训练样本矩阵的近似分解，在该步骤中，在基矩阵W中增加常数矩阵C，并在损失函数上，将系数矩阵H不同列之间的方差作为罚项；步骤d：人脸图像识别过程。由于在基矩阵W中增加光滑常数矩阵C，从而增强了基矩阵的光滑性，消弱了噪声点的影响，使得迭代过程更加快速，大大减少迭代次数，另外将系数矩阵H不同列之间的方差作为罚项，增大系数矩阵H不同列之间的区分度，更好地区分不同人脸图像，提高了人脸识别的准确率。
-
公开(公告)号：CN102750691A
公开(公告)日：2012-10-24
申请号：CN201210171293.0
申请日：2012-05-29
Applicant: 重庆大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于角点对CS距离匹配的图像配准方法，该方法在Harris角点检测算法的基础上进一步进行了角点重定位处理，使得由Harris角点检测算法存在的角点位置偏移得到重定位纠正，并且剔除了伪角点，将经过重定位处理后的角点认定为特征角点，因此进一步提高了提取特征角点的准确性，并且采用了两个特征角点之间的CS距离（即Corner Cauchy-Schwarz Divergence，简称为CCSD）来度量识别两幅图像中相匹配的特征角点对，不仅保证了良好的旋转不变性，还是得计算量得以大幅简化，进而帮助图像配准的准确性得以提升，图像配准的处理效率也得到了提高。
-
Patent Agency Ranking
公开(公告)号：CN102651069A
公开(公告)日：2012-08-29
申请号：CN201210101534.4
申请日：2012-03-31
Applicant: 重庆大学
Abstract: 本发明公开了一种基于轮廓的局部不变区域的检测方法，该方法主要利用轮廓角点、角点的角平分线和轮廓上与角平分线相对不变的特征点来构造不变区域，由于角平分线的抗噪能力强，受旋转和尺度等因素的影响小，通过本发明的方法所得到的区域具有较好的稳定性和可重复性，通过旋转、尺度、仿射、光照、噪声和模糊等重复率实验，验证了本方法处理速度快，具有较强的鲁棒性和较广的应用性。
-
公开(公告)号：CN102102392A
公开(公告)日：2011-06-22
申请号：CN201010603911.5
申请日：2010-12-24
Applicant: 重庆大学
CPC classification number: Y02A20/108
Abstract: 一种一体化初期雨水弃流井，其是一种弃流指定汇水面上一定毫米数初期雨水，分离出后期净雨水，从而大大提高回用雨水水质的装置。其由埋地式雨水检查井、调蓄池组成。雨水检查井与进、出水管相连；调蓄池池底设有斜板沉淀结构，距池底一定距离处设弃流管；在雨水检查井与调蓄池之间设下水槽及挡流板，当到达最高水位时在进出水管之间形成短流，后期雨水经雨水检查井后直接进入出水管回用，初期雨水弃于调蓄池中，雨水径流停止后，调蓄池内雨水从弃流管缓慢排出，到达有效最低水位后停止。本发明具有结构简单、运行无需人工操作、无需电源、维护简单、有效收集污染雨水并且弃流管不宜堵塞若堵塞后也易于清通、埋地对环境美观无影响的优点。
-
公开(公告)号：CN118364388B
公开(公告)日：2025-04-11
申请号：CN202410466031.X
申请日：2024-04-18
Applicant: 重庆大学 , 中国星网网络应用有限公司
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种面向卫星监测数据智能异常感知的时序预测方法，通过可逆实例归一化来处理卫星时间序列数据中普遍存在的分布偏移问题，从而提高时间序列预测的性能。采用将Autoformer和FEDformer中使用的分解方案与TSMixer全MLP架构线性层相结合的DTSMixer模型对历史时间序列进行回归，直接预测未来的时间序列。由于RevIN‑DTSMixer方法是一个简单的全MLP架构线性模型，因此其运行效率和参数数量都远远优于基于Transformer的预测方法。在真实数据集上的实验结果表明，RevIN‑DTSMixer方法能显著提高时序数据预测的准确性，具有简单，高效且精确的优势。
-
公开(公告)号：CN119066495A
公开(公告)日：2024-12-03
申请号：CN202411164155.9
申请日：2024-08-23
Applicant: 重庆大学
IPC: G06F18/241 , G06Q40/02 , G06N3/042 , G06N3/098 , G06N3/0895 , G06N3/092
Abstract: 本发明提供了一种基于联邦半监督图学习的银行客户分类方法及系统，该方法为：执行多轮全局学习直到全局客户分类模型收敛，每轮全局学习包括：向训练银行端下发加噪后的本轮全局伪标签矩阵和本轮全局模型参数；训练银行端基于本轮全局伪标签矩阵对本地客户数据图进行强化处理，对本地客户分类模型进行本地迭代训练，上传加噪后的本地模型参数和本地客户节点嵌入；中心服务器获得更新的全局模型参数和全局客户节点嵌入；银行端利用更新的全局模型参数生成银行端客户分类模型，将本地客户数据图输入银行端客户分类模型获得银行端预测标签矩阵，本发明提升了隐私安全，以及本地客户分类模型和全局客户分类模型的分类准确性。
-
公开(公告)号：CN118095417B
公开(公告)日：2024-08-16
申请号：CN202410224673.9
申请日：2024-02-28
Applicant: 重庆大学
IPC: G06N5/022 , G06N5/02 , G06N5/04 , G06F21/62 , G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明提供了一种基于差分隐私的约束推理社交图权重发布方法及设备，该方法包括：从社交图中提取所有边的原始权重；通过所有边的原始权重按非降序排列构成第一权重数组；向第一权重数组中添加噪声获得第二权重数组；对第二权重数组进行约束处理获得第三权重数组，约束处理包括非降序分布约束，或者，约束处理包括非降序分布约束和二次约束，非降序分布约束为使第三权重数组中元素满足非降序分布，二次约束为比例约束或平均值约束；利用第三权重数组更新社交图中边的权重，并发布第三权重数组和/或更新后的社交图。提高了第三权重数组和更新后的社交图的可用性，在保证对边的权重隐私保护的同时，提高了后续数据分析结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.022 seconds)
