-
公开(公告)号：CN114861664A
公开(公告)日：2022-08-05
申请号：CN202210453919.0
申请日：2022-04-27
Applicant: 武汉轻工大学
IPC: G06F40/295 , G06F16/33 , G06F16/34 , G06N7/00
Abstract: 本发明涉及自然语言处理技术领域，尤其涉及一种中文命名实体识别方法、装置、设备及存储介质。本发明通过构建完整句子的特征向量表示层，并将特征向量表示层通过预设中文命名实体识别模型进行实体识别，进而获得中文命名实体识别结果，解决了现有技术中文命名实体识别的性能差，无法适应较为复杂的语境，识别准确率低的技术问题。
-
公开(公告)号：CN110288091A
公开(公告)日：2019-09-27
申请号：CN201910583613.5
申请日：2019-06-28
Applicant: 武汉轻工大学
IPC: G06N3/08
Abstract: 本发明公开了一种参数学习方法、装置、终端设备及可读存储介质，包括：将多个样本数据按照类别划分第一数据集和第二数据集，将神经网络模型中的参数划分为第一参数和第二参数；通过第一数据集对神经网络模型中的第一参数进行训练，获得第一参数的权重值；从第一参数中选取部分参数，将第一参数中未被选取的参数作为剩余参数，并将选取的部分参数以及第二参数作为更新参数；通过第二数据集对神经网络模型中的更新参数进行训练，获取更新参数的权重值；比较第一参数的权重值与更新参数的权重值，根据比较结果对剩余参数进行训练；本发明通过重复学习已经学习过的内容的方式，减轻了神经网络在学习新的任务时遗忘原来的任务的问题。
-
公开(公告)号：CN110163293A
公开(公告)日：2019-08-23
申请号：CN201910454174.8
申请日：2019-05-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种基于深度学习的红肉分类方法、装置、设备及存储介质，所述方法包括：通过获取待分类的红肉高光谱图像信息；将所述待分类的红肉高光谱图像信息输入预设度量函数，得到所述待分类的红肉高光谱图像信息中各个特征信息之间的相似度信息；根据所述相似度信息提取所述待分类的红肉高光谱图像信息中的参考特征信息；对所述参考特征信息进行降维，得到目标特征信息；基于深度学习对所述目标特征信息进行空谱联合分类，得到目标种类信息，从而首先通过合适的预设度量函数对提取红肉高光谱图像信息的特征信息，然后基于深度学习提取空谱联合特征信息，提高红肉类高光谱图像的分类精度。
-
公开(公告)号：CN108288052A
公开(公告)日：2018-07-17
申请号：CN201810171295.7
申请日：2018-03-01
Applicant: 武汉轻工大学
IPC: G06K9/00
CPC classification number: G06K9/00604 , G06K9/0061
Abstract: 本发明公开了一种虹膜图像归一化方法、装置及计算机可读存储介质，所述方法包括：获取待处理虹膜图像，确定所述待处理虹膜图像所属的状态类型；根据所述状态类型查找对应的采样模型；根据所述采样模型对所述待处理虹膜图像进行非线性采样，获得采样点，根据所述采样点将所述待处理虹膜图像归一化成矩形图像。由于充分考虑了瞳孔放大或缩小对虹膜部分的影响，能很好地减少由于瞳孔放大或缩小带来的误差，提升了虹膜图像归一化处理部分的性能，从而能提高后续虹膜部分的特征提取和虹膜识别的准确率。
-
公开(公告)号：CN118505529B
公开(公告)日：2025-02-11
申请号：CN202410553288.9
申请日：2024-05-07
Applicant: 武汉轻工大学
IPC: G06T5/50 , G06T7/00 , G06V10/40 , G06V10/80 , G06T5/60 , G06N3/0464 , G06N3/048 , G06V10/52 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的医学图像融合的方法、装置、设备及存储介质，包括：S1、获取待融合针对目标对象的原始医学图像，并进行预处理，得到增强的医学图像数据；S2、对增强的医学图像数据进行深度信息提取，得到包含初步特征信息的深度特征信息图；S3、对所述深度特征信息图进行多尺度互补信息的提取，得到融合特征信息图；S4、将所述融合特征信息图输入卷积重建模块，得到最终的可视化融合灰度图像。本发明用于将多种模态医学图像进行融合，提供更清晰的结构和软组织医学融合图像，解决了单一的医学模态图像往往无法提供全面的诊断信息的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118608388A
公开(公告)日：2024-09-06
申请号：CN202410952361.X
申请日：2024-07-16
Applicant: 武汉轻工大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉中的卫星图像超分辨率领域，公开了一种基于扩散模型的风云四号卫星图像超分辨率重建方法，本发明示例的技术方案，包括对卫星图像进行预处理；构建包含一个GCU‑UNet网络和一个SISR Diff扩散模型的SSISR‑DM预测‑去噪架构；SSISR‑DM的整体框架包含潜状态生成阶段和反向扩散阶段两个阶段，通过本方法，通过在去噪扩散模型的基础上引入噪声预测阶段，将复杂任务分摊成两个部分，减少了去噪步骤，能够提高图像细节和清晰度，降低计算复杂度，从而提高模型的处理速度以及稳定性和鲁棒性。
-
公开(公告)号：CN111242228B
公开(公告)日：2024-02-27
申请号：CN202010050228.7
申请日：2020-01-16
Applicant: 武汉轻工大学
IPC: G06V10/764 , G06V10/44 , G06V10/77 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种高光谱图像分类方法、装置、设备及存储介质，属于高光谱图像处理技术领域。本发明通过获取高光谱图像，通过卷积神经网络对所述高光谱图像进行空间转换，得到卷积图像，对卷积图像进行分割，获得分割后的多个图像片段，对各图像片段进行卷积操作，得到卷积片段，将各卷积片段进行连接得到目标卷积片段，将目标卷积片段输入至卷积神经网络中的全连接层，并获取全连接层输出的图片分类结果，实现了对高维高光谱图像的精确分类。
-
公开(公告)号：CN114821084A
公开(公告)日：2022-07-29
申请号：CN202210275797.0
申请日：2022-03-21
Applicant: 武汉轻工大学
IPC: G06V10/40 , G06V10/74 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种图像分类方法、装置、设备及存储介质，属于图像分类技术领域。本发明通过获取待分类的图像数据；通过预设特征提取模型对所述待分类的图像数据进行特征提取，得到待分类的图像特征；对所述待分类的图像特征进行特征适应，得到调整后的特征，并根据调整后的特征对所述待分类的图像数据进行图像分类，通过对待分类的图像数据之间的特征进行适应性调整，提高各图像数据之间特征的相似度，提高分类效果。
-
公开(公告)号：CN112269547A
公开(公告)日：2021-01-26
申请号：CN202011169043.4
申请日：2020-10-26
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种无需操作系统的、主动、可控硬盘数据删除方法及装置，通过本发明的方案可在无需操作系统的情况下，通过安全芯片与定位芯片结合，定期检测是否发生了地理位置敏感的高风险事件，在检测到发生地理位置敏感的高风险事件时，通过操作系统独立的硬件级文件系统解析算法定位高安全等级数据所在的扇区，在无需操作系统的情况下直接对所述扇区加密并永久删除密钥、以及直接对所所述扇区进行多次随机数复写的方式，实现开机/休眠/关机多状态下高安全等级数据删除，从而实现涉密计算机遗失、涉密计算机携带人员被武力胁迫、涉密单位内部人员带离涉密机等情形下的数据自动删除，确保涉密数据的安全性。
-
公开(公告)号：CN108288052B
公开(公告)日：2020-12-01
申请号：CN201810171295.7
申请日：2018-03-01
Applicant: 武汉轻工大学
IPC: G06K9/00
Abstract: 本发明公开了一种虹膜图像归一化方法、装置及计算机可读存储介质，所述方法包括：获取待处理虹膜图像，确定所述待处理虹膜图像所属的状态类型；根据所述状态类型查找对应的采样模型；根据所述采样模型对所述待处理虹膜图像进行非线性采样，获得采样点，根据所述采样点将所述待处理虹膜图像归一化成矩形图像。由于充分考虑了瞳孔放大或缩小对虹膜部分的影响，能很好地减少由于瞳孔放大或缩小带来的误差，提升了虹膜图像归一化处理部分的性能，从而能提高后续虹膜部分的特征提取和虹膜识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.024 seconds)
