-
公开(公告)号：CN108052680A
公开(公告)日：2018-05-18
申请号：CN201810023920.3
申请日：2018-01-10
Applicant: 海南大学
IPC: G06F17/30
Abstract: 本发明是一种基于数据图谱、信息图谱、知识图谱架构的图像数据目标识别增强方法。主要用于解决现有图像识别方法无法识别训练集中未标注类别的图像识别问题，属于分布式计算和软件工程学技术交叉领域。关键在于从已有的基于深度学习方法的图像类型识别结果出发，根据已有图像资源构建三层图谱，将未识别的图像类别在数据图谱进行特征匹配得到初始匹配结果，将已识别的图像类别在信息图谱上进行关系匹配得到中间匹配结果，最后在知识图谱中进行间接交互关系匹配，计算中间匹配结果的可信度并排序，推荐给用户可信度最高的匹配图像类别。
-
公开(公告)号：CN108052680B
公开(公告)日：2019-08-23
申请号：CN201810023920.3
申请日：2018-01-10
Applicant: 海南大学
IPC: G06F16/36
Abstract: 本发明是一种基于数据图谱、信息图谱、知识图谱架构的图像数据目标识别增强方法。主要用于解决现有图像识别方法无法识别训练集中未标注类别的图像识别问题，属于分布式计算和软件工程学技术交叉领域。关键在于从已有的基于深度学习方法的图像类型识别结果出发，根据已有图像资源构建三层图谱，将未识别的图像类别在数据图谱进行特征匹配得到初始匹配结果，将已识别的图像类别在信息图谱上进行关系匹配得到中间匹配结果，最后在知识图谱中进行间接交互关系匹配，计算中间匹配结果的可信度并排序，推荐给用户可信度最高的匹配图像类别。
-
公开(公告)号：CN108228868B
公开(公告)日：2019-07-23
申请号：CN201810037199.3
申请日：2018-01-15
Applicant: 海南大学
Abstract: 本发明是一种基于数据图谱、信息图谱和知识图谱的图像信息目标识别增强方法，属于分布式计算和软件工程学技术交叉领域。该方法的目的是使机器自动智能的进行图像识别，找到图像中无法直接观察到的信息。本发明建立了数据图谱、信息图谱、知识图谱架构，首先将识别图像中可以观察到的图像与数据图谱结合，实现图像分类，然后将图像中显示的交互关系与信息图谱结合，找到并列关系，最后在知识图谱中的路径上经过知识推理找到隐藏信息，实现信息识别。
-
公开(公告)号：CN108228868A
公开(公告)日：2018-06-29
申请号：CN201810037199.3
申请日：2018-01-15
Applicant: 海南大学
CPC classification number: G06F16/367 , G06N5/022
Abstract: 本发明是一种基于数据图谱、信息图谱和知识图谱的图像信息目标识别增强方法，属于分布式计算和软件工程学技术交叉领域。该方法的目的是使机器自动智能的进行图像识别，找到图像中无法直接观察到的信息。本发明建立了数据图谱、信息图谱、知识图谱架构，首先将识别图像中可以观察到的图像与数据图谱结合，实现图像分类，然后将图像中显示的交互关系与信息图谱结合，找到并列关系，最后在知识图谱中的路径上经过知识推理找到隐藏信息，实现信息识别。
-
-
-
Search Results
4
records
(took 0.013 seconds)
