一种基于灰度共生矩阵GLCM的大理石自动排版方法

    公开(公告)号:CN118520549A

    公开(公告)日:2024-08-20

    申请号:CN202410545794.3

    申请日:2024-05-06

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于灰度共生矩阵GLCM的大理石自动排版方法,包括以下步骤:步骤1:大理石纹理提取:将大理石图像转换成灰度图像,并进行降采样和高斯滤波;步骤2:采用ULBP算法提取灰度图像的纹理特征;使用GMM聚类算法将ULBP算法提取的纹理特征进行聚类分割并将像素值同一化;步骤3:通过灰度共生矩阵GLCM选择灰度图像的关键纹理特征;步骤4:将提取到的关键纹理特征输入改进后的遗传算法,获取大理石排版的最优解。本发明基于ULBP算法和GMM聚类算法融合的特征提取策略,通过灰度共生矩阵GLCM选择灰度图像的关键纹理特征,提取出来的特征信息包含的冗余信息少,从而使计算美观度的时候产生误差较小,更有利于产生好的排版效果。

    一种基于关系原型和实体类型的关系提取方法

    公开(公告)号:CN117852498A

    公开(公告)日:2024-04-09

    申请号:CN202410132311.7

    申请日:2024-01-30

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于关系原型和实体类型的关系提取方法,包括:构建约束图;构建关系抽取模型ERPET,关系抽取模型ERPET包括句子编码器、约束图编码器和关系分类器;将句子中的每个单词向量化,得到单词向量;采用PCNN网络构建句子袋中每个句子的向量表示;将每个单词相对于头实体和尾实体的相对位置进行向量化,得到位置向量;将句子表示和实体类型表示进行拼接,得到包含实体类型信息的第二句子表示;将上述步骤得到的表示输入两层全连接层和预设的softmax函数,得到各个类别的概率分布预测,最大概率对应的类别即为分类结果;通过本发明方法增强关系抽取模型ERPET对长尾关系实例的表征能力,提升提取长尾关系的能力。

    一种多目标问题优化方法及系统
    3.
    发明公开

    公开(公告)号:CN117744481A

    公开(公告)日:2024-03-22

    申请号:CN202311735775.9

    申请日:2023-12-15

    Applicant: 无锡学院

    Abstract: 本发明公开了一种多目标问题优化方法及系统,包括以下步骤:构建多目标优化问题模型;基于目标优化算法对所述多目标优化问题模型求解,且在求解过程中,利用切比雪夫分解方法对求解的方案进行对比,得到Pareto最优解集PS和Pareto前沿解集PF,实现实现多目标优化调度。本发明采用目标优化算法优化得到下一时刻初始种群,使用基于精英个体的差分进化(DE)算子以得到Pareto最优解,使用快速非支配排序方法选择最适应的个体,生成一个新的种群,增加种群多样性,使得新环境下的初始种群更加接近真实Pareto解集,达到加快算法收敛速度的目的。

Patent Agency Ranking