公开(公告)号：CN119693260A

公开(公告)日：2025-03-25

申请号：CN202411584208.2

申请日：2024-11-07

Applicant: 金川集团股份有限公司 ,  北京信息科技大学

Inventor： 王锐 ,  马玉天 ,  邓峰 ,  陈世强 ,  何文波 ,  苏玉娟 ,  孙渊君 ,  张鹏 ,  张娟 ,  郭新珂 ,  王玉芳 ,  李雅楠 ,  豆银丽 ,  买尔外提·吉莫斯

IPC: G06T5/70 ,  G06T5/60 ,  G06T5/90 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及图像处理领域，具体涉及一种基于先验信息估计的图像增强处理方法及系统，该方法包括：选择原始图像并记录原始图像尺寸；对原始图像进行噪声估计，并制作尺寸相同的噪声水平图像；计算原始图像的对比度，并制作尺寸相同的对比度水平图像；将所述噪声水平图像、对比度水平图像作为先验信息与所述原始图像进行叠加，获得新的图像；对新的图像进行特征提取，获得特征图像；针对特征图像，提取多个不同尺度的特征图；分别对每个特征图进行图像增强处理；将增强后的特征图进行整合得到最终的增强后的图像。本发明的图像增强处理方法能够提高图像的清晰度和细节表达，有效去除噪声，保留图像细节信息，提高图像质量。

公开(公告)号：CN117251574A

公开(公告)日：2023-12-19

申请号：CN202311450732.6

申请日：2023-11-02

Applicant: 北京信息科技大学

Inventor： 邓峰 ,  杨敬敬 ,  陈世强

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/279 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明提供一种基于多特征数据融合的文本分类提取方法及系统，其中方法包括：对待处理数据进行预处理，获取第一数据；基于预设的数据嵌入规则，对第一数据进行数据嵌入处理，获取第二数据；对第二数据进行特征提取，获取多个特征数据；基于预设的评分模型，确定各个特征数据的权重；基于多个特征数据和权重，确定特征向量矩阵和权重矩阵；基于特征向量矩阵和权重矩阵，确定分类层的输入。本发明的基于多特征数据融合的文本分类提取方法，以词为最小单元特征进行文本分类任务，将深度学习算法与文本的表示方法结合起来，可以有效提高文本分类的精确度。

公开(公告)号：CN115690433A

公开(公告)日：2023-02-03

申请号：CN202211222873.8

申请日：2022-10-08

Applicant: 北京信息科技大学

Inventor： 邓峰 ,  陈世强 ,  杨敬敬

IPC: G06V10/30 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本申请公开了一种基于深度卷积神经网络的红外非均匀性校正方法及装置。其中，该方法包括：获取红外图像；利用基于深度卷积神经网络预先构建并训练的红外非均匀性校正模型，来去除所述红外图像中的噪声，以校正所述红外图像。本申请解决了红外图像去噪效果不好而导致的图像细节模糊的技术问题。

公开(公告)号：CN117251574B

公开(公告)日：2024-04-26

申请号：CN202311450732.6

申请日：2023-11-02

Applicant: 北京信息科技大学

Inventor： 邓峰 ,  杨敬敬 ,  陈世强

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/279 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明提供一种基于多特征数据融合的文本分类提取方法及系统，其中方法包括：对待处理数据进行预处理，获取第一数据；基于预设的数据嵌入规则，对第一数据进行数据嵌入处理，获取第二数据；对第二数据进行特征提取，获取多个特征数据；基于预设的评分模型，确定各个特征数据的权重；基于多个特征数据和权重，确定特征向量矩阵和权重矩阵；基于特征向量矩阵和权重矩阵，确定分类层的输入。本发明的基于多特征数据融合的文本分类提取方法，以词为最小单元特征进行文本分类任务，将深度学习算法与文本的表示方法结合起来，可以有效提高文本分类的精确度。

公开(公告)号：CN114564581A

公开(公告)日：2022-05-31

申请号：CN202210163711.5

申请日：2022-02-22

Applicant: 北京信息科技大学

Inventor： 邓峰 ,  杨敬敬 ,  陈世强

IPC: G06F16/35 ,  G06F16/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的实施例公开了基于深度学习的文本分类展示方法、装置、设备和介质。该方法的一具体实施方式包括：响应于检测到用户作用于文本分类确认控件的选择操作，确定目标显示界面中的文本输入框对应的输入文本是否满足文本分类条件；响应于确定输入文本满足文本分类条件，将输入文本确定为初始文本；确定是否存在用户作用于向量分类方式选择控件的操作信息记录；响应于确定存在操作信息记录，根据操作信息记录，将初始文本输入至预先训练的文本分类模型，得到文本分类结果；在目标显示界面中的可视化展示区域对文本分类结果进行可视化展示。该实施方式可以提高文本分类时的分类效率和分类准确率。