公开(公告)号：CN108133240A

公开(公告)日：2018-06-08

申请号：CN201810092707.8

申请日：2018-01-31

Applicant: 湖北工业大学

Inventor： 王春枝 ,  陈颖哲 ,  叶志伟 ,  严灵毓 ,  任紫扉 ,  罗启星 ,  王毅超 ,  吴盼 ,  周方禹 ,  王鑫 ,  蔡文成 ,  张鸿鑫

IPC: G06K9/62

CPC classification number: G06K9/6256 ,  G06K9/628

Abstract: 本发明公开一种基于烟花算法的多标签分类方法及系统，具体为已知训练样本的标签，所述训练样本有多个训练样本节点，根据所述训练样本的标签对待预测样本进行多标签分类，采用烟花算法计算所述待预测样本与所述训练样本之间的最优特征权值；根据所述最优特征权值计算所述待预测样本与所述训练样本节点之间的加权欧氏距离；根据所述加权欧氏距离，从多个所述训练样本节点中获得k个距离所述待预测样本最近的最邻近节点；根据k个所述最邻近节点的标签，获取所述待预测样本的标签。采用烟花算法计算分类算法中的最优特征值，提高了多标签分类的精度。

公开(公告)号：CN108280209A

公开(公告)日：2018-07-13

申请号：CN201810092400.8

申请日：2018-01-31

Applicant: 湖北工业大学

Inventor： 王春枝 ,  周方禹 ,  叶志伟 ,  任紫扉 ,  潘尚 ,  陈颖哲 ,  吴盼 ,  王毅超 ,  蔡文成 ,  王鑫 ,  张鸿鑫

IPC: G06F17/30

Abstract: 本发明公开一种基于烟花算法的图像检索方法和系统。所述检索方法包括：获取目标图像和多个待检索图像；分别提取所述目标图像的第一特征和各所述待检索图像的第二特征；根据所述第一特征和所述第二特征获取所述目标图像和所述多个待检索图像的相似度；根据烟花算法对所述相似度进行优化，获取最优相似度；根据所述最优相似度获取与所述目标图像最相似的待检索图像。采用烟花算法寻找最优相似度，计算复杂度低，计算速度快，能跳出局部最优的能力，从而提升了图像检索的准确度。

公开(公告)号：CN108280209B

公开(公告)日：2020-07-07

申请号：CN201810092400.8

申请日：2018-01-31

Applicant: 湖北工业大学

Inventor： 王春枝 ,  周方禹 ,  叶志伟 ,  任紫扉 ,  潘尚 ,  陈颖哲 ,  吴盼 ,  王毅超 ,  蔡文成 ,  王鑫 ,  张鸿鑫

IPC: G06F16/583

Abstract: 本发明公开一种基于烟花算法的图像检索方法和系统。所述检索方法包括：获取目标图像和多个待检索图像；分别提取所述目标图像的第一特征和各所述待检索图像的第二特征；根据所述第一特征和所述第二特征获取所述目标图像和所述多个待检索图像的相似度；根据烟花算法对所述相似度进行优化，获取最优相似度；根据所述最优相似度获取与所述目标图像最相似的待检索图像。采用烟花算法寻找最优相似度，计算复杂度低，计算速度快，能跳出局部最优的能力，从而提升了图像检索的准确度。

公开(公告)号：CN109146640B

公开(公告)日：2020-06-19

申请号：CN201811000482.5

申请日：2018-08-30

Applicant: 湖北工业大学

Inventor： 严灵毓 ,  王春枝 ,  傅稼润 ,  路翰霖 ,  袁露 ,  张鸿鑫

IPC: G06Q30/06 ,  G06F16/51 ,  G06F16/53 ,  G06F16/58 ,  G06T9/00

Abstract: 本发明公开了一种线上商品搜索方法及系统。所述方法及系统采用卷积神经网络将图像中的对象特征提取出来，通过深层次卷积神经网络结合哈希码算法的方式创建哈希码，再利用深度学习的方式进行哈希码的匹配，不仅有效地保证对象搜索的准确性和全面性，而且保证了搜索的高效性以及商品推荐的准确性。本发明提供的方法及系统适合应用于各类型的购物软件，实现所需成本小，应用范围广，可以解决用户目前所遇到的对象搜索问题。

公开(公告)号：CN109146640A

公开(公告)日：2019-01-04

申请号：CN201811000482.5

申请日：2018-08-30

Applicant: 湖北工业大学

Inventor： 严灵毓 ,  王春枝 ,  傅稼润 ,  路翰霖 ,  袁露 ,  张鸿鑫

IPC: G06Q30/06 ,  G06F16/51 ,  G06F16/53 ,  G06F16/58 ,  G06T9/00

Abstract: 本发明公开了一种线上商品搜索方法及系统。所述方法及系统采用卷积神经网络将图像中的对象特征提取出来，通过深层次卷积神经网络结合哈希码算法的方式创建哈希码，再利用深度学习的方式进行哈希码的匹配，不仅有效地保证对象搜索的准确性和全面性，而且保证了搜索的高效性以及商品推荐的准确性。本发明提供的方法及系统适合应用于各类型的购物软件，实现所需成本小，应用范围广，可以解决用户目前所遇到的对象搜索问题。

公开(公告)号：CN108121806A

公开(公告)日：2018-06-05

申请号：CN201711426005.0

申请日：2017-12-26

Applicant: 湖北工业大学

Inventor： 严灵毓 ,  王春枝 ,  路翰霖 ,  张鸿鑫 ,  袁露 ,  傅稼润

IPC: G06F17/30

Abstract: 本发明公开一种基于局部特征匹配的图像搜索方法及系统，该方法包括预处理多幅搜索图像和一幅查询图像，获得多个预处理搜索图像和一个预处理查询图像；分别提取所述多个预处理搜索图像的局部特征和一个所述预处理查询图像的局部特征，获得搜索局部特征和查询局部特征；根据所述搜索局部特征获得哈希码索引库和哈希函数；将所述查询局部特征通过哈希函数计算对应的哈希码，获得查询哈希码；将所述查询哈希码与所述哈希码索引库匹配，计算所述查询图像与多幅所述搜索图像的相似度值；将所述相似度值按照降序排序，获取前N个相似度值对应的所述搜索图像。通过对查询图像的局部特征进行提取，通过哈希函数进行图像的编码匹配，提高了图像搜索的效率。