公开(公告)号：CN110210468A

公开(公告)日：2019-09-06

申请号：CN201910459252.3

申请日：2019-05-29

Applicant: 电子科技大学

Inventor： 林劼 ,  马俊 ,  钟德建 ,  徐佳俊 ,  郝玉洁

IPC: G06K9/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络特征融合迁移的文字识别方法，包括：构建源卷积特征提取器、训练源卷积特征提取器、构建基于源卷积特征提取器的目标卷积神经网络模型、训练目标卷积神经网络模型和输入图片进行文字识别。本发明通过分析卷积神经网络模型的特点提出了一种新的特征迁移方法，使得源特征生成器结构和目标网络结构可以灵活地进行定义，从而在文字图像识别应用中更具备鲁棒，解决了传统卷积网络特征迁移方法在特征迁移的网络模型构建过程中缺乏灵活性的问题。

公开(公告)号：CN108681752A

公开(公告)日：2018-10-19

申请号：CN201810525276.X

申请日：2018-05-28

Applicant: 电子科技大学

Inventor： 郝玉洁 ,  林劼 ,  陈炳泉 ,  钟德建 ,  杜亚伟 ,  马俊 ,  杨晨

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6262 ,  G06N3/0454

Abstract: 本发明公开了一种基于深度学习的图像场景标注方法，包括场景图像数据集，构建卷积神经网络，训练模型，图像标注；所述场景图像数据集，用于训练和测试深度学习场景识别模型；所述构建卷积神经网络，构建用于场景识别的卷积神经网络的模型；所述训练模型，通过训练卷积神经网络，得到场景识别模型；所述图像标注，将模型识别图像得到图像的场景标注词。本发明解决了图像场景标注的不足，解决了图像场景标注的准确率。

公开(公告)号：CN103335814A

公开(公告)日：2013-10-02

申请号：CN201310230816.9

申请日：2013-06-09

Applicant: 电子科技大学

Inventor： 郝玉洁 ,  谢艳 ,  林劼 ,  付波

IPC: G01M9/02 ,  G01M9/04

Abstract: 本发明公开了一种实验模型安置于风洞中进行吹风实验时，风洞中实验模型倾角测量误差数据修正系统及修正方法。所述的倾角测量数据修正系统包括数据预处理模块、模型训练模块和误差数据修正模块；修正方法包括数据预处理、模型训练和误差数据修正三个步骤。本发明提出了基于神经网络模型为基本模型的多阶段、多模型融合误差修正方法，模型拟合度更高，计算结果更准确，可以很好的修正倾角传感器实测数据中由于模型受风振动而引起的非线性误差，本修正系统修正误差可控在0角度附近0.004～0.01精度之内。

公开(公告)号：CN103279697A

公开(公告)日：2013-09-04

申请号：CN201310179416.X

申请日：2013-05-15

Applicant: 电子科技大学

Inventor： 付波 ,  林劼 ,  郝玉洁 ,  蔡媛媛

IPC: G06F21/31 ,  G06F21/32

Abstract: 本发明公开了一种基于正交矩阵和模运算的指纹细节信息隐藏与恢复方法。该方法将指纹细节特征信息分为指纹细节点位置坐标信息和方向信息，运用口令密钥的一个子密钥的随机变换正交矩阵，实现口令密钥与位置信息的矩阵变换运算，以保护指纹细节点位置坐标信息；而运用口令密钥的另一个子密钥，实现口令密钥与方向信息的模加运算，以保护指纹细节点的方向信息。本发明克服了指纹模板极易受到系统内部或外部的攻击，导致指纹特征失效的缺陷。并利用口令密钥与指纹特征双重认证结合，提高了受保护系统的安全性和指纹特征数据的隐私性。