-
公开(公告)号：CN110032936B
公开(公告)日：2022-08-09
申请号：CN201910174735.9
申请日：2019-03-08
Applicant: 吉林大学
Abstract: 一种无参数手背静脉最大圆形区域提取方法，属于生物特征识别技术领域。本发明的目的是针对手背最大圆形区域进行方向矫正的方法，从而对手背区域的最大圆形区域提取与矫正的无参数手背静脉最大圆形区域提取方法。本发明的步骤是：①使用条件随机场图像分割算法对手背静脉图像进行二值化处理；②利用MATLAB函数delaunay和triangulation计算坐标序列的Delaunay三角剖分；③找到最大的半径及对应的圆心坐标，得到手背最大圆形区域图像Cmax；④选取小拇指附近的轮廓点，并计算与圆心之间的距离，即为小拇指处的顶点；⑤计算OA方向与水平方向的夹角。本发明的优点是：本发明的最大圆形提取方法不需要进行参数且时间复杂度低；本发明给出一种圆形区域方向矫正的方法。
-
公开(公告)号：CN108121878B
公开(公告)日：2022-05-31
申请号：CN201810010314.8
申请日：2018-01-05
Applicant: 吉林大学
Abstract: 一种自动编码震源信号的脉冲神经网络模型，属于信息处理技术领域。本发明的目的是将仿生学与信息处理技术结合，利用脉冲神经网络将振动信号编码，用于振动信号定位的自动编码震源信号的脉冲神经网络模型。本发明步骤是：建立IF神经元模型用于发射脉冲；神经元模型加入STA/LTA自动检测模块；定义编码神经元偏好方向；组合编码神经元；使用stacking STA/LTA对震动事件进行定位脉冲拾取；利用PVA对进行震源定位。本发明是一种基于沙蝎定位猎物的神经体感通路建立的用于震源定位的脉冲神经网络模型。所要解决的技术问题是振动信号编码问题，避免传统方法振动信号的初至提取。
-
公开(公告)号：CN108121878A
公开(公告)日：2018-06-05
申请号：CN201810010314.8
申请日：2018-01-05
Applicant: 吉林大学
Abstract: 一种自动编码震源信号的脉冲神经网络模型，属于信息处理技术领域。本发明的目的是将仿生学与信息处理技术结合，利用脉冲神经网络将振动信号编码，用于振动信号定位的自动编码震源信号的脉冲神经网络模型。本发明步骤是：建立IF神经元模型用于发射脉冲；神经元模型加入STA/LTA自动检测模块；定义编码神经元偏好方向；组合编码神经元；使用stacking STA/LTA对震动事件进行定位脉冲拾取；利用PVA对进行震源定位。本发明是一种基于沙蝎定位猎物的神经体感通路建立的用于震源定位的脉冲神经网络模型。所要解决的技术问题是振动信号编码问题，避免传统方法振动信号的初至提取。
-
公开(公告)号：CN114065866B
公开(公告)日：2024-04-30
申请号：CN202111389111.2
申请日：2021-11-22
Applicant: 吉林大学
IPC: G06F18/23 , G06F18/214 , G06N3/0455 , G06N3/084 , G06N3/006 , G16B40/00
Abstract: 本发明提供了一种基于参考物种标签约束的宏基因组序列深度聚类方法，设计了基于参考物种标签约束的深度学习预训练模型。本发明建立了基于不同群落的已知物种的预训练数据库，构建预训练数据库时将每条4mer特征向量分为同一物种、相同属不同物种和不同属不同物种三种情况，并分别研究了三种情况下的样本间序列的4mer特征间的关系；建立了预训练模型的标签约束误差函数，并且使用群落已知标签的数据库进行预训练，针对不同的微生物群落构建不同预训练模型；在用户使用时，只需要针对不同的群落加载所需群落的预训练模型，重新加载模型仅仅等待几次微调步骤的迭代即可得到聚类结果。最终，所述聚类方法能够展现非常优秀的聚类性能。
-
公开(公告)号：CN112819095B
公开(公告)日：2023-04-18
申请号：CN202110216657.1
申请日：2021-02-26
Applicant: 吉林大学
Abstract: 本发明公开了一种特征点匹配方法、装置、智能终端及计算机可读存储介质，其中，上述特征点匹配方法包括：获取模板图像和待匹配图像；基于上述模板图像和上述待匹配图像，通过特征点提取算法提取特征点；通过特征点匹配算法对上述特征点进行匹配，获取匹配点对，其中，每个上述匹配点对包括一个模板特征点和一个待匹配特征点；基于上述匹配点对对应的目标夹角差以及预设的容错夹角差阈值对上述匹配点对进行筛选，消除误匹配点对，获取目标匹配点对；输出上述目标匹配点对。本发明方案有利于提升特征点匹配的精度。
-
Patent Agency Ranking
公开(公告)号：CN112819095A
公开(公告)日：2021-05-18
申请号：CN202110216657.1
申请日：2021-02-26
Applicant: 吉林大学
Abstract: 本发明公开了一种特征点匹配方法、装置、智能终端及计算机可读存储介质，其中，上述特征点匹配方法包括：获取模板图像和待匹配图像；基于上述模板图像和上述待匹配图像，通过特征点提取算法提取特征点；通过特征点匹配算法对上述特征点进行匹配，获取匹配点对，其中，每个上述匹配点对包括一个模板特征点和一个待匹配特征点；基于上述匹配点对对应的目标夹角差以及预设的容错夹角差阈值对上述匹配点对进行筛选，消除误匹配点对，获取目标匹配点对；输出上述目标匹配点对。本发明方案有利于提升特征点匹配的精度。
-
公开(公告)号：CN109784083B
公开(公告)日：2022-09-02
申请号：CN201910131515.8
申请日：2019-02-22
Applicant: 吉林大学
Abstract: 一种基于握力信息与手背静脉信息融合的仿生加密系统，属于安全验证领域。本发明的目的是将生物裂纹感知原理的握力信息与人体手背静脉信息融合一套安全识别技术的基于握力信息与手背静脉信息融合的仿生加密系统。本发明包括AD采集控制器、暂存数据电路、AD信号传输电路、AD7606连接模块、miniUSB接口电路、USB转换电路、5V转3.3V电路、第二部分AD采集控制器晶振、第一部分AD采集控制器晶振、AD采集控制器复位电路、声音报警器、光线报警器、惠斯通电桥、差分放大电路、图像采集接口、GSM模块。本发明的加密系统将行为特征（指关节握力）和生理特征（手背静脉）结合作为身份识别的特征，综合行为特征和生理特征的优势，从而保证加密系统身份认证的唯一性和准确性，弥补了现有加密系统只使用单一生理特征的缺陷。
-
公开(公告)号：CN115579068A
公开(公告)日：2023-01-06
申请号：CN202211069609.5
申请日：2022-08-31
Applicant: 吉林大学
Abstract: 本发明提供了一种基于预训练和深度聚类的宏基因组物种重建方法。基于预训练和深度聚类的宏基因组物种重建方法，设计了基于图卷积神经网络联合Focal Loss损失函数的词嵌入特征提取模型以及基于LSTM自编码器联合改进的FCM算法的深度聚类模型。本发明构建的深度聚类算法模型，将深度学习与聚类结合在一起，重构误差与聚类误差同步优化，进一步提升二者性能，计算量也较小。在用户使用时，只需要针对所选取的数据集的大小及序列长度对整个模型的参数进行调整，重新运行模型即可得到聚类结果，大大提高了准确度与便利性，能够得到更加优秀的聚类结果。相较于其他方法，本发明所发现的未知物种完整度更高，污染度更低。
-
公开(公告)号：CN114065866A
公开(公告)日：2022-02-18
申请号：CN202111389111.2
申请日：2021-11-22
Applicant: 吉林大学
Abstract: 本发明提供了一种基于参考物种标签约束的宏基因组序列深度聚类方法，设计了基于参考物种标签约束的深度学习预训练模型。本发明建立了基于不同群落的已知物种的预训练数据库，构建预训练数据库时将每条4mer特征向量分为同一物种、相同属不同物种和不同属不同物种三种情况，并分别研究了三种情况下的样本间序列的4mer特征间的关系；建立了预训练模型的标签约束误差函数，并且使用群落已知标签的数据库进行预训练，针对不同的微生物群落构建不同预训练模型；在用户使用时，只需要针对不同的群落加载所需群落的预训练模型，重新加载模型仅仅等待几次微调步骤的迭代即可得到聚类结果。最终，所述聚类方法能够展现非常优秀的聚类性能。
-
公开(公告)号：CN110032936A
公开(公告)日：2019-07-19
申请号：CN201910174735.9
申请日：2019-03-08
Applicant: 吉林大学
Abstract: 一种无参数手背静脉最大圆形区域提取方法，属于生物特征识别技术领域。本发明的目的是针对手背最大圆形区域进行方向矫正的方法，从而对手背区域的最大圆形区域提取与矫正的无参数手背静脉最大圆形区域提取方法。本发明的步骤是：①使用条件随机场图像分割算法对手背静脉图像进行二值化处理；②利用MATLAB函数delaunay和triangulation计算坐标序列 的Delaunay三角剖分；③找到最大的半径及对应的圆心坐标，得到手背最大圆形区域图像Cmax；④选取小拇指附近的轮廓点，并计算与圆心之间的距离，即为小拇指处的顶点；⑤计算OA方向与水平方向的夹角。本发明的优点是：本发明的最大圆形提取方法不需要进行参数且时间复杂度低；本发明给出一种圆形区域方向矫正的方法。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
