-
公开(公告)号：CN106778631B
公开(公告)日：2020-11-20
申请号：CN201611196794.9
申请日：2016-12-22
Applicant: 江苏大学
Abstract: 本发明公开了一种虹膜识别预处理过程中快速滤除伪造虹膜的异质虹膜分类器设计方法，此分类器的设计包括改进的伪造虹膜数据库的设计、基于MSE分析的虹膜图像评估、基于SNR分析的虹膜图像评估、边缘检测、基于改进的边缘锐度分析的虹膜图像评估流程。在虹膜识别领域创新性的采用了双边滤波、MSE分析以及SNR分析相结合的虹膜图像评估体系针对无关类别虹膜攻击、散焦虹膜图像、运动模糊虹膜图像、美瞳虹膜图像的灰度特征及噪声分布特征实现对其高效且稳定的滤除。进一步针对仿真度较高的合成虹膜的边缘锐度特征创新性的设计基于改进的边缘锐度分析的虹膜图像评估体系。最终实现虹膜识别预处理过程中伪造虹膜快速、稳定的滤除。
-
公开(公告)号：CN102063507A
公开(公告)日：2011-05-18
申请号：CN201110003699.3
申请日：2011-01-10
Applicant: 江苏大学
Abstract: 本发明公开一种基于遗传算法的隐私保护关联规则挖掘方法，包括预处理、记录编码、生成初始种群、构造种群中记录所对应项目适应度函数、个体的选择、个体间的单点交叉运算、变异个体的基本位变异运算、满足两条件算法结束；可以有效地保护敏感关联规则，确保被挖掘的数据库中不再包含敏感关联规则，且不会产生幽灵规则；尽可能地保留原数据库中的非敏感关联规则，克服了现有算法是在定性规则而非定量指标的引导下进行且其实际效果只有等算法执行完后才能得以验证和确认且如果效果不够理想必须多次重复执行等不足。
-
公开(公告)号：CN101295309B
公开(公告)日：2011-05-04
申请号：CN200810024999.8
申请日：2008-05-22
Applicant: 江苏大学
Abstract: 本发明涉及一种医学图像识别的方法，目的在于提供一种能更准确地识别出新医学图像的类别的方法。该方法包括关联规则分类库的构造及其更新和医学图像识别步骤，所述关联规则分类库的构造及其更新步骤中包括下列步骤：医学图像样本数据的准备及预处理；采用基于密度聚类的医学图像分割方法分别识别出每幅样本医学图像中待分析的局部区域；分别提取出每幅样本医学图像中局部区域的特征，构造医学图像样本数据库T，这些特征包括：均值、方差、倾斜度、峰态、能量、熵和聚类特征；特征值离散化；挖掘医学图像样本数据库中的频繁项目集；根据频繁项目集构造关联规则分类库；定期或不定期地进行频繁项目集更新，同时更新关联规则分类库。
-
公开(公告)号：CN101295309A
公开(公告)日：2008-10-29
申请号：CN200810024999.8
申请日：2008-05-22
Applicant: 江苏大学
Abstract: 本发明涉及一种医学图像识别的方法，目的在于提供一种能更准确地识别出新医学图像的类别的方法。该方法包括关联规则分类库的构造及其更新和医学图像识别步骤，所述关联规则分类库的构造及其更新步骤中包括下列步骤：医学图像样本数据的准备及预处理；采用基于密度聚类的医学图像分割方法分别识别出每幅样本医学图像中待分析的局部区域；分别提取出每幅样本医学图像中局部区域的特征，构造医学图像样本数据库T，这些特征包括：均值、方差、倾斜度、峰态、能量、熵和聚类特征；特征值离散化；特征值离散化；挖掘医学图像样本数据库中的频繁项目集；根据频繁项目集构造关联规则分类库。
-
公开(公告)号：CN113954863A
公开(公告)日：2022-01-21
申请号：CN202111044320.3
申请日：2021-09-07
Applicant: 江苏大学
Abstract: 本发明提供了一种基于双注意力机制和改进Social Gan的车辆轨迹预测方法，将目标车辆及周边车辆的轨迹特征输入车辆轨迹预测模型，预测目标车辆未来时刻的行驶轨迹，所述车辆轨迹预测模型包括编码层、池化层、驾驶意图预测模块和解码层，池化层包括两个注意力模块和一个改进Social Gan的池化模块，一个注意力模块作用于编码后目标车辆的轨迹特征，对影响目标车辆轨迹的相关变量进行注意力加权，另一个注意力模块作用于编码后周边车辆的轨迹特征，对周边车辆影响目标车辆的重要度进行注意力加权，改进Social Gan的池化模块用于提取周边车辆的交互特征。本发明有效提高了预测精度，可以更好的应用于自动驾驶领域。
-
Patent Agency Ranking
公开(公告)号：CN109886298A
公开(公告)日：2019-06-14
申请号：CN201910041065.3
申请日：2019-01-16
Applicant: 江苏大学
Abstract: 本发明公开了一种基于卷积神经网络的焊缝质量检测方法。一.图像采集：采集焊接点图像，并记录采集时间标记功能以及焊件信息记录功能；二.焊缝质量分析：步骤1，采用卷积神经网络对焊缝区域进行捕捉定位，通过矩形框定位提取焊缝检测区域，然后对检测到的焊缝区域图像进行预处理，并将预处理结果送入步骤2对焊缝质量进行检测分析。步骤2，对焊接点区域进行质量检测，判断待检测焊缝是否合格，首先对捕捉到的焊接点区域用三次样条插值进行放大，然后将放大后的焊接区域通过卷积神经网络进行焊缝质量检测，对焊接点样本和非焊接点样本数据预处理后进行检测模型训练，利用检测模型进行焊缝质量分析检测。步骤3.对检测结果进行相应处理。
-
公开(公告)号：CN107122382A
公开(公告)日：2017-09-01
申请号：CN201710082677.8
申请日：2017-02-16
Applicant: 江苏大学
CPC classification number: G06F17/30705 , G06F17/2775 , G06K9/6276
Abstract: 本发明公开了一种基于说明书的专利分类方法，属于文本处理与数据挖掘领域。首先对专利说明书进行文本预处理；其后构建倒排索引文件，利用信息增益和词频相结合的特征选择方法来选取特征词；进一步利用的改进过的TF‑IDF公式计算特征词权重，并构建专利特征向量；然后构建训练专利领域集合；最后利用优化过的KNN分类器对专利进行分类。该项研究为专利文献分类提供了新的思路，也为进一步研究专利文献智能检索等奠定了基础。
-
公开(公告)号：CN106548041A
公开(公告)日：2017-03-29
申请号：CN201611126799.4
申请日：2016-12-08
Applicant: 江苏大学
Abstract: 本发明公开了一种基于先验信息和并行二进制微粒群算法的肿瘤关键基因识别方法，包括肿瘤基因表达谱数据的预处理，在训练集上，通过自定义的准则函数，利用改进的Elbow方法确定最优基因聚类数目K；运用微粒群算法PSO优选K个最优聚类中心，并在训练集上用K-均值方法将肿瘤基因聚成K类；在训练集上，分别获取基因类别灵敏度GCS信息和基因调控GR信息；通过所得的K个基因簇为搜索空间，结合上述获得的两类先验信息，运用并行二进制微粒群算法BPSO识别出关键的肿瘤基因。与现有的肿瘤关键基因识别方法相比，本发明通过考虑两类先验约束降低了丢失与肿瘤类别相关的关键信息基因的概率，从而有助于提高后续的肿瘤识别。
-
公开(公告)号：CN104298975A
公开(公告)日：2015-01-21
申请号：CN201410539160.3
申请日：2014-10-13
Applicant: 江苏大学
Abstract: 本发明公开了一种分布式环境下的图像识别方法，具体包括图像的预处理，待识别区域的确定；各站点分别提取每幅训练图像中待识别区域的特征，构造各站点的训练图像样本数据集DBi，i＝1，2，...，k；最优分类函数f(x)的构造以及图像的识别这五个步骤。本发明不但可以识别出训练图像样本分布情况下待识别图像的类别，并就识别过程中线性分类器的构造给出了相应的解决方案，还提出了一种基于SVM的分布式图像识别方法，该方法可确保各站点数据不在其他站点驻留，保证了数据的安全和隐私性，同时有着较高的识别准确率。
-
公开(公告)号：CN102364498B
公开(公告)日：2013-11-20
申请号：CN201110313956.3
申请日：2011-10-17
Applicant: 江苏大学
IPC: G06K9/66
Abstract: 本发明公开一种基于多标签的图像识别方法，该方法包括图像样本的预处理、图像分割、特征提取、特征值离散化、频繁项目集L的挖掘、多标签关联分类规则MLACR的构造和图像识别；在频繁项目集L的挖掘的过程中采用了新的候选项目集修剪方法，该方法经过两次修剪操作，明显缩小了候选项目集的规模，进一步提高了算法的执行效率；在多标签关联分类规则MLACR的构造中使用了约简方法，以确保MLACR中不会出现多余规则。该方法可以一次性对单幅图像包括多个标签的图像进行识别的方法，该方法可以快速的构造候选频繁项目集，实现准确高效的多标签图像识别功能。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.024 seconds)
