-
公开(公告)号:CN110532890A
公开(公告)日:2019-12-03
申请号:CN201910716623.1
申请日:2019-08-05
Applicant: 安徽大学
Abstract: 本发明涉及电子通信技术领域,尤其为一种基于云端、边缘端和设备端的分布式孪生卷积神经网络行人重识别方法。本发明中,利用了一种分布式结构,使得在解决ReID问题时并非将所有输入数据上传至云端进行处理,尽量让ReID问题在本地端和边缘端解决。具体是通过在三端上设置退出点,进行联合训练从而得到一个满足本发明要求的优秀神经网络模型,本发明所提出的方法不仅在ReID的识别精度上有所提高,而且在数据通信代价上,有了很大改善,本发明可以适当改进拓展到多区域摄像机网络中,利用分布式实现ReID在现实中的应用,特别在城市安防和打击犯罪方面前景广阔。
-
公开(公告)号:CN109711644A
公开(公告)日:2019-05-03
申请号:CN201910137602.4
申请日:2019-02-25
Applicant: 安徽大学
Abstract: 本发明公开了一种基于改进花粉算法的火电机组负荷优化分配方法,包括:根据发电机组的煤耗特性参数拟合煤耗特性曲线并建立负荷优化分配模型,通过罚函数法将其转换为非约束问题,结合改进花粉算法将总发电功率分配给各台机组,最终得到各机组最优的负荷分配结果。本发明能够在已给电力总功率的情况下,科学合理分配每台发电机组的最优值,从而降低机组所消耗的供电煤耗。
-
公开(公告)号:CN108012121A
公开(公告)日:2018-05-08
申请号:CN201711340896.8
申请日:2017-12-14
Applicant: 安徽大学
CPC classification number: H04N7/18 , G06K9/00718 , G06K9/00744 , G06K9/6215 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种边缘计算和云计算融合的实时视频监控方法,包括:构建样本的训练库,使用样本训练库中的图像信息训练CNN卷积神经网络,构建CNN卷积神经网络模型结构作为训练芯片内容,将训练芯片嵌入前端边缘设备中;实时提取边缘设备监控视频,将原始视频分解为多帧图像;通过CNN卷积神经网络训练芯片对多帧图像进行特征和相似性计算;将提取出的相似性图片和信息存储到远程云端设备,长期备份管理,提供给监管部门使用和分析计算,将消息推送相关部门单位,对相关部门实施报警。本发明还公开了一种实时视频监控系统。本发明的优点在于:在边缘设备端使用CNN卷积神经网络图像识别检索技术实时对图片处理,解决了云服务器海量存储和计算压力。
-
公开(公告)号:CN107970027A
公开(公告)日:2018-05-01
申请号:CN201711178800.2
申请日:2017-11-23
Applicant: 安徽大学
IPC: A61B5/02
Abstract: 本发明公开了一种桡动脉检测与人体体质识别系统,包括脉搏检测人员信息录入模块、多点触控压力传感器、信号过滤单元、信号控制器、模数转换器、数模转化器、特征处理模块、信号分类模型、处理器;脉搏检测人员信息录入模块、多点触控压力传感器、信号过滤单元、信号控制器、模数转换器、数模转化器、处理器依次相连,特征处理模块与模数转换器连接,信号分类模型与特征处理模块连接和脉搏检测人员信息录入模块连接,处理器还与信号分类模型连接。本发明还公开了桡动脉检测与人体体质识别方法。本发明具有以下优点:能对脉搏信号进行精确检测和分类,且可方便、快捷、实时的对脉搏检测人员进行脉搏检测和健康建议反馈,对疾病进行早期发现和预防。
-
公开(公告)号:CN107480250A
公开(公告)日:2017-12-15
申请号:CN201710687556.6
申请日:2017-08-11
Applicant: 安徽大学
CPC classification number: G06F17/30867 , G06F2216/03 , G06Q30/0255 , G06Q30/0263 , G06Q30/0631
Abstract: 一种基于Spark平台Web服务个性化推荐方法及系统,包括:提取用户在电商应用或信息平台的行为数据,对收集的行为数据进行评估分析;利用基于商空间粒度分析的覆盖聚类算法对收集的行为数据进行聚类处理得出聚类结果,根据上述聚类结果构建用户关联矩阵Mu和服务关联矩阵Ms,再通过对上述构建的关联矩阵进行目标用户和目标Web服务的相似邻居分析,得出目标用户和目标Web服务的相似邻居结果,并根据相似邻居结果的聚类信息对用户的评价值QoS进行预测和混合处理得出推荐算法;在Spark平台下对该推荐算法进行并行化计算,对计算结果进行存储。该方法有效提高了Web服务推荐的准确性和效率,同时缓解了推荐过程中可能存在的数据稀疏性以及扩展性问题。
-
公开(公告)号:CN105046701A
公开(公告)日:2015-11-11
申请号:CN201510402217.X
申请日:2015-07-08
Applicant: 安徽大学
Abstract: 本发明一种基于构图线的多尺度显著目标检测方法,以构图线为目标、其余为背景出发,通过多次特征相关性比较逐步更新目标和背景,形成显著图,并通过背景角度的细化、超像素内像素之间差异的矫正及多尺度融合实现显著目标检测,克服现有图像显著目标检测方法未能直接利用目标特征形成显著图的不足。所述构图线定义为摄影构图法则中的三等分构图线、对角构图线、三角形构图线、黄金比例构图线或金色螺线构图线。所述方法以构图线作为目标的初始值,能够充分利用假定已知目标的特征完成显著性计算。
-
公开(公告)号:CN104680546A
公开(公告)日:2015-06-03
申请号:CN201510118787.6
申请日:2015-03-12
Applicant: 安徽大学
IPC: G06T7/00
CPC classification number: G06T7/0002
Abstract: 为克服图像显著目标检测中颜色对比度先验和边界先验单一特征的不足,提供一种图像显著目标检测方法,依据公式S=(Sc+Sb)·exp(O),将按颜色对比度先验特征检测图像所形成的显著图Sc和按边界先验特征检测图像所形成的显著图Sb相加,再与整个图像的Objectness特征的指数函数相乘,产生最终的显著图S。所述图像显著目标检测方法充分考虑颜色对比度先验特征与边界先验特征之间的互补性及完整目标Objectness特征的抑制作用,有效提取显著目标。
-
公开(公告)号:CN118296477A
公开(公告)日:2024-07-05
申请号:CN202410429039.9
申请日:2024-04-10
Applicant: 安徽大学
IPC: G06F18/2411 , G06F18/2415 , G06F18/213 , G06F40/284
Abstract: 一种科研合作伙伴推荐方法、系统及存储介质,属于计算机信息技术领域,解决现有技术的合作伙伴推荐算法是在表示两个实体之间的二元关系的传统图的基础上设计的,忽视了论文数据集本身具有的高阶网络结构,导致难以识别网络中的复杂结构的问题;本发明利用超图对论文合作关系进行建模,考虑到同一个社区的研究者往往联系紧密,设计适用于超图的局部社区检测算法,从而找到具有相似研究方向和兴趣的合作者;本发明考虑到论文数据集本身具有的高阶网络结构;使用局部社区检测技术,而不需要遍历整个论文合作网络,提高了推荐效率;同时考虑到论文合作者共同研究方向、兴趣和论文合作者之间的网络结构特点,提高了推荐准确性。
-
公开(公告)号:CN116842185A
公开(公告)日:2023-10-03
申请号:CN202310452855.7
申请日:2023-04-24
Applicant: 安徽大学
Abstract: 本发明提供基于异质子图三重语义聚合的知识图谱补全方法及系统,方法包括:已知构成事理知识图谱的所有事件以及所有事件包含的所有实体和关系,以实体为节点关系为边构建异质图;从异质图中获取邻边和邻节点,构造关系路径有向子图R;为邻边和邻节点融入查询中的关系向量特征,并计算融合后特征向量的注意力值,再进行消息聚合得到该层嵌入表示,循环该步骤直到达到设定的层数L,构造完成得到关系路径子图的嵌入表示;对构造完成后的关系路径有向子图嵌入表示,进行训练;通过加入新实体对原异质图进行补全,利用新异质图再学习,补全知识图谱。本发明解决了难以有效学习子图结构、知识图谱特征学习的可解释性较低的技术问题。
-
公开(公告)号:CN115048514B
公开(公告)日:2023-06-16
申请号:CN202210647587.X
申请日:2022-06-09
Applicant: 安徽大学
IPC: G06F16/35 , G06F16/9536 , G06F16/951 , G06N3/0442 , G06N3/08 , G06Q50/00
Abstract: 本发明提供基于人格的社交网络谣言检测与立场分类方法及系统,方法包括:收集、整理数据集,将数据集处理成向量形式;在原数据集基础上再爬取用户日常发布的其他推文,处理成人格向量;实现人格识别任务,预测用户的大五人格值;将预处理推文向量通过LSTM共享层进一步训练;实现谣言检测任务,对源推文进行分类,判断是否是谣言;实现立场分类任务,对所有人的回复进行分类。解决了现有技术存在的考虑因素覆盖不够全面以及检测效果较差的技术问题。
-
-
-
-
-
-
-
-
-