-
公开(公告)号：CN105225226B
公开(公告)日：2018-01-12
申请号：CN201510552958.6
申请日：2015-09-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于图像分割的级联可变形部件模型目标检测方法，属于图像检测领域。本发明以级联可变形部件检测方法为基础，在目标检测阶段提取物体的HOG特征，并通过计算构建像素梯度的查询表以快速获取HOG特征向量，减少特征提取时间。并基于分水岭图像分割方法对图像进行处理，计算权值构建掩膜以分离HOG特征的前景和背景，从而降低图像背景对目标检测的影响，提高检测准确率。然后利用训练阶段得到的模板与图像金字塔进行卷积，并在匹配过程中对目标假设进行裁剪，计算相应得分响应最终检测出目标。本发明在保证检测速度的情况下提高了传统方法的检测准确率。
-
公开(公告)号：CN107451290A
公开(公告)日：2017-12-08
申请号：CN201710696637.2
申请日：2017-08-15
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种并行化的数据流频繁项集挖掘方法，旨在解决现有技术数据挖掘吞吐量小的问题；本申请包括初始化，预挖掘，FP-Stream结构维护，频繁项集生成四部分,算法收集一小段时间内到达的事务，构成一个事务集，第一个事务集被特殊处理，它被用于初始化，以建立f_list和FP-Stream结构,每个事务集触发一轮微批处理。每轮微批处理先进行预挖掘，再进行FP-Stream结构维护，当计算请求到达时，算法利用FP-Growth算法在指定的时间窗口内挖掘FP-Stream结构得到频繁项集；本申请采用的算法增加了系统的整体吞吐量，极大程度提高了数据挖掘的处理速度；本申请适用于数据挖掘相关方面。
-
公开(公告)号：CN106257441A
公开(公告)日：2016-12-28
申请号：CN201610522055.8
申请日：2016-06-30
Applicant: 电子科技大学
IPC: G06F17/27
CPC classification number: G06F17/2715 , G06F17/2735 , G06F17/277
Abstract: 本发明公开了一种基于词频的skip语言模型的训练方法，涉及机器翻译技术领域，解决现有技术中由于语料缺乏引起统计语言模型的OOV的问题。本发明为收集中文句子；中文句子分词；生成学习集corpus；统计学习集corpus中的词汇和词频，生成中文词汇表wt；统计语料中短语和短语出现的次数，生成1-n元中文短语表pt0；设定选择性跳过标准k，根据中文词汇表wt中的词频统计结果进行k的判断，出现次数k不大于i的所有词汇数量之和占全部词汇数量的60％以上时，取k＝i；根据k对中文句子进行选择性跳过处理，生成skip短语表pt1；将skip短语表pt1和中文短语表pt0合并，生成新的1-n元中文短语表pt2；根据中文短语表pt2进行语言模型的训练，得到skip-ngram语言模型。本发明用于得到语言模型概率表。
-
公开(公告)号：CN100346353C
公开(公告)日：2007-10-31
申请号：CN200510021291.3
申请日：2005-07-19
Applicant: 电子科技大学
Abstract: 基于脆弱水印的电子印章的产生方法，包括嵌入电子印章的防伪标记水印步骤和嵌入文档特征水印步骤。基于脆弱水印的电子印章的验证方法，主要包括水印提取和判断真伪的步骤。其实质是利用小波变换对原始电子印章图像进行分解得到四个系数矩阵LL、LH、HL和HH，通过改变最高频系数矩阵HH中适当选取的系数来嵌入脆弱水印。依据本发明所得的电子印章，不仅嵌入了单位标识等防伪水印，还可以结合具体文档嵌入文档特征水印。嵌入水印后的图章可视效果很好；验证时，不需要原始图章；可嵌入两个或多个水印，其中防伪标记水印对印章图像加以保护，文档特征水印可以保障文档的合法性和真实性。本发明可应用于电子政务、电子商务中的电子文档，通过对电子文档中所加盖印章真伪性的鉴别，从而起到保障电子文档内容真实性和完整性的作用。
-
公开(公告)号：CN119228477A
公开(公告)日：2024-12-31
申请号：CN202411126645.X
申请日：2024-08-16
Applicant: 电子科技大学
IPC: G06Q30/0601 , G06N5/025 , G06N3/045 , G06N3/0464 , G06N3/042
Abstract: 本发明提供一种通过构建能充分利用异构多关系连接和能同时提取多维度特征交互的知识图谱补全模块，从而更准确地输出推荐商品的基于知识图谱补全的推荐系统，包括知识图谱构建模块、知识图谱补全模块和商品推荐模块。结合多关系图注意力网络和多尺度卷积的知识图谱补全模块弥补现有没有考虑到异构多关系连接和难以同时提取多维度特征交互的缺陷，使其更好地完成知识图谱补全任务，使得推荐系统在进行商品推荐的推理时具有更完备的知识图谱，有效提升了推荐系统输出推荐结果的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118335295A
公开(公告)日：2024-07-12
申请号：CN202410750369.8
申请日：2024-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于主动联邦学习的医疗图像分割方法，属于医疗图像处理技术领域。本发明包括：服务器获取医学图像数据并进行预处理，再划分给各已知客户端和未知客户端；已知客户端基于本地的训练数据集对图像分割模型执行一轮联邦学习；服务器采用主动学习方法对各已知客户端的训练数据集进行二次构建并下发给已知客户端执行一轮联邦学习；服务器基于当前联邦学习后的模型参数进行若干次蒸馏处理，将每次得到的模型参数下发给每个未知客户端进行模型测试，基于反馈的测试结果确定每次模型参数的最终测试结果；基于最优最终测试结果对应的模型参数得到图像分割模型的最优参数。本发明能够解决医疗图像分割隐私保护问题，并提高了模型的泛化性。
-
公开(公告)号：CN117724818A
公开(公告)日：2024-03-19
申请号：CN202311795215.2
申请日：2023-12-25
Applicant: 电子科技大学
IPC: G06F9/48 , G06F9/50 , G06F16/11 , G06F16/188 , G06N3/0442 , G06N3/045 , G06N3/092 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于DPU用户级文件卸载系统的智能调度方法，联合GRU和DQN强化学习的数据处理单元DPU应用层文件系统FUSE系统进行卸载以及调度，通过将HOST中FUSE Driver驱动模块的Request请求队列管理功能卸载到DPU中，同时利用联合GRU和DQN强化学习方法优化Request请求执行队列和资源释放队列，降低HOST的计算负载，实现FUSE Request任务智能高效的执行，通过以上方法，提高基于FUSE文件系统的计算机请求和数据处理的吞吐量，提高了HOST服务器中任务请求的全局响应速率。
-
公开(公告)号：CN117131205A
公开(公告)日：2023-11-28
申请号：CN202311096577.2
申请日：2023-08-29
Applicant: 电子科技大学
IPC: G06F16/36 , G06F16/28 , G06F40/30 , G06F40/194
Abstract: 本发明涉及知识图谱技术，其公开了一种基于邻域特征的知识图谱实体对齐方法，其首先利用图神经网络，获得两知识图谱中所有实体的嵌入表征；然后，利用邻域匹配模型，分别以其一为计算图谱、另一作为背景图谱，获得各实体的匹配特征；之后，利用匹配特征构建匹配实体对，并筛选满足阈值的匹配实体对，作为对齐结果；其中匹配特征的计算，首先，基于最大相似度构建实体对，然后，基于注意力进行邻居间的匹配，之后，基于注意力进行邻居的聚合，获得匹配特征，避免了现有技术中知识图谱间的异质性对对齐精度的影响，提高了知识图谱实体对齐的准确性和可靠性。且在训练过程中，通过迭代更新预对齐的种子集合，解决预对齐的实体种子对数量稀少的问题。
-
公开(公告)号：CN113627557B
公开(公告)日：2023-10-03
申请号：CN202110954631.7
申请日：2021-08-19
Applicant: 电子科技大学
IPC: G06V10/82 , G06V10/764 , G06V10/766 , G06V10/25 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明涉及计算机视觉领域中的视觉关系检测技术，其公开了一种基于上下文图注意力机制的场景图生成方法，通过充分挖掘外部知识以及目标的上下文信息，从而提高场景图生成的准确率。该方法通过上下文融合目标的外部知识向量、空间特征以及视觉特征，获得融合后的特征向量；根据目标的邻接矩阵，并结合融合后的特征向量进行图注意力网络的初始化；利用样本数据集中的统计信息计算目标关系的频率系数，并利用目标上下文特征计算图注意力系数；通过图注意力网络的信息迭代获得目标的最终向量表示并计算目标之间的关系，利用目标之间的关系以及目标的损失函数进行梯度下降更新，从而生成视觉关系检测模型；针对待检测图像，根据视觉关系检测模型生成场景图。
-
公开(公告)号：CN115482265A
公开(公告)日：2022-12-16
申请号：CN202211070899.5
申请日：2022-08-31
Applicant: 电子科技大学
Abstract: 本发明提供一种基于连续视频流的室外场景深度补全方法，包括：对传感器输入的数据进行预处理形成RGB‑D数据；深度补全模块的图像分支接收RGB数据，通过图像分支的编解码器提取图像特征，图像分支解码器的输出与深度分支的相同尺寸的编码器的输入对应级联；深度补全模块的深度分支接收D数据以及数据流中前一帧的导向图，通过深度分支的编解码器输出初始补全深度图、当前帧的导向图以及亲和度矩阵；深度图优化模块接收深度分支的编解码器输出的初始补全深度图以及亲和度矩阵，输出优化后的补全深度图用于室外场景深度补全。本发明有效利用连续视频流中的上下文信息，提升了深度补全预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.02 seconds)
