-
公开(公告)号：CN113658200B
公开(公告)日：2024-01-02
申请号：CN202110864679.9
申请日：2021-07-29
Applicant: 东北大学
Abstract: 本发明提供一种基于自适应特征融合的边缘感知图像语义分割方法，是一种以残差网络为基础的新的语义分割方法，是一个双分支网络结构模型，包括边缘分支和语义分支，其中，边缘分支从语义分支的浅层部分被引出，语义分支采用了编码解码结构。在边缘分支中，加入的多尺度交叉融合操作通过叠加空洞率不同的空洞卷积获取图像多尺度特征，同时各个分支之间的交叉融合可以进一步提升多尺度特征的鲁棒性，在语义分支中基于空间注意力机制对深层特征和浅层特征进行融合，可以在获得浅层特征中含有的丰富空间信息的同时，过滤其含有的大量噪声；最后对语义分支特征和边缘分支特征进行融合，进一步优化分割效果。
-
Patent Agency Ranking
公开(公告)号：CN115297131B
公开(公告)日：2023-05-26
申请号：CN202210914008.3
申请日：2022-08-01
Applicant: 东北大学
IPC: H04L67/1097 , H04L67/1023 , H04L67/1008
Abstract: 本发明的一种基于一致性哈希的敏感数据分布式储存方法，包括：将服务器节点映射成多个虚拟节点，生成虚拟节点的唯一标识ID1；从客户端获取敏感数据的唯一标识ID2；将231个空白的桶空间连成哈希环，设定桶空间顺时针排列的序号为0～231‑1；通过一致性哈希算法计算虚拟节点的唯一标识ID1对应的哈希值H1，将哈希环上第H1个桶空间的值赋值为该虚拟节点的唯一标识ID1；通过一致性哈希算法获得敏感数据的唯一标识ID2对应的哈希值H2，以哈希环上第H2个桶空间为起点顺时针移动，直到遇到第一个含有虚拟节点的唯一标识ID1的桶空间，将该条敏感数据存到该虚拟节点对应的服务器节点中；重复执行上一步将所有敏感数据都存储到相应的服务器节点中。
-
公开(公告)号：CN115018007A
公开(公告)日：2022-09-06
申请号：CN202210792299.3
申请日：2022-07-05
Applicant: 东北大学
Abstract: 本发明的一种基于改进ID3决策树的敏感数据分类方法，包括：步骤1：采集具有相同条件属性的敏感数据构成样本数据集合，将样本数据集合按照一定比例划分为样本训练集和样本测试集，并进行数据预处理；步骤2：基于信息增益理论，选出样本训练集中的样本数据的具有最大加权信息增益的条件属性；步骤3：以具有最大加权信息增益的条件属性作为决策树的分裂节点属性，构建改进ID3决策树并进行模型验证；步骤4：利用改进ID3决策树进行敏感数据分类。本发明通过改进ID3决策树模型对敏感数据进行分类，改进ID3决策树模型在保持简明结构的同时也能够很好地综合多方面的数据特征来决策数据最后的分类，且具有较高的准确性。
-
公开(公告)号：CN116136874A
公开(公告)日：2023-05-19
申请号：CN202310152411.1
申请日：2023-02-22
Applicant: 东北大学
IPC: G06F16/55 , G06V10/762 , G06V10/46 , G06V10/764
Abstract: 本发明的一种图片型文化资源分类方法，包括：采集多类文化资源图像集，将每大类图像集划分为训练集和测试集，对训练集进行预处理；对训练集中的图像采集纹理特征，使图像中每一像素点生成对应的LBP编码；根据LBP编码，形成子类标签对应的特征数据，使用该训练集训练识别模型；对测试集进行纹理特征提取，再输入到训练好的识别模型中，识别局部特征，标定子类标签；对训练集中已提取纹理特征的图像进行K‑means聚类，构造BOW模型，得到模型需要的词袋；将测试集中的图像投入相应词袋中，每张图像得到一个词频直方图作为全局特征，并输入到分类器中进行预测，得到预测的大类别；步骤7：完成测试的图像归位至训练集，并重复步骤4，更新聚类。
-
公开(公告)号：CN115297131A
公开(公告)日：2022-11-04
申请号：CN202210914008.3
申请日：2022-08-01
Applicant: 东北大学
IPC: H04L67/1097 , H04L67/1023 , H04L67/1008
Abstract: 本发明的一种基于一致性哈希的敏感数据分布式储存方法，包括：将服务器节点映射成多个虚拟节点，生成虚拟节点的唯一标识ID1；从客户端获取敏感数据的唯一标识ID2；将231个空白的桶空间连成哈希环，设定桶空间顺时针排列的序号为0～231‑1；通过一致性哈希算法计算虚拟节点的唯一标识ID1对应的哈希值H1，将哈希环上第H1个桶空间的值赋值为该虚拟节点的唯一标识ID1；通过一致性哈希算法获得敏感数据的唯一标识ID2对应的哈希值H2，以哈希环上第H2个桶空间为起点顺时针移动，直到遇到第一个含有虚拟节点的唯一标识ID1的桶空间，将该条敏感数据存到该虚拟节点对应的服务器节点中；重复执行上一步将所有敏感数据都存储到相应的服务器节点中。
-
公开(公告)号：CN113658200A
公开(公告)日：2021-11-16
申请号：CN202110864679.9
申请日：2021-07-29
Applicant: 东北大学
Abstract: 本发明提供一种基于自适应特征融合的边缘感知图像语义分割方法，是一种以残差网络为基础的新的语义分割方法，是一个双分支网络结构模型，包括边缘分支和语义分支，其中，边缘分支从语义分支的浅层部分被引出，语义分支采用了编码解码结构。在边缘分支中，加入的多尺度交叉融合操作通过叠加空洞率不同的空洞卷积获取图像多尺度特征，同时各个分支之间的交叉融合可以进一步提升多尺度特征的鲁棒性，在语义分支中基于空间注意力机制对深层特征和浅层特征进行融合，可以在获得浅层特征中含有的丰富空间信息的同时，过滤其含有的大量噪声；最后对语义分支特征和边缘分支特征进行融合，进一步优化分割效果。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
