-
公开(公告)号：CN110147801B
公开(公告)日：2023-05-12
申请号：CN201910461320.X
申请日：2019-05-30
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于向量的SIFT点集平滑匹配方法。该方法包括：对待匹配的图片进行预处理，提取图片的SIFT特征点构造两个点集；利用开源库初步计算两个点集之间可能存在的关系，通过连接两个点集的特征点对构成向量，用来表示点集映射关系；计算特征点对之间匹配情况的最大后验概率，利用高斯核函数构造正则化项，通过对应关系和正则化项构造能量函数；通过EM算法迭代计算，在第一步中，利用现有的特征点匹配关系估计值，更新其最大后验概率值；在第二步中，根据在第一步中求得的对应关系最大后验概率值，最大化能量函数，从而更新对应关系的估计值；重复迭代进行上述两步，从而得到最佳对应关系，即两个点集正确匹配结果。
-
公开(公告)号：CN111767741B
公开(公告)日：2023-04-07
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的文本情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113033920A
公开(公告)日：2021-06-25
申请号：CN202110450309.0
申请日：2021-04-25
IPC: G06Q10/04 , G06F16/29 , G06F16/182
Abstract: 本发明提供了一种海上漂移轨迹预测方法及系统，通过获取漂移物的初始位置，根据初始位置确定漂移物所在海洋区域的海洋参数，基于海洋参数计算特定时刻漂移物的漂移位置，解决了现有技术中无法快速准确的确定海洋漂移物的运动轨迹的问题，有效的缩短海上搜救时间，提高海上搜救效率。
-
公开(公告)号：CN110147801A
公开(公告)日：2019-08-20
申请号：CN201910461320.X
申请日：2019-05-30
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于向量的SIFT点集平滑匹配方法。该方法包括：对待匹配的图片进行预处理，提取图片的SIFT特征点构造两个点集；利用开源库初步计算两个点集之间可能存在的关系，通过连接两个点集的特征点对构成向量，用来表示点集映射关系；计算特征点对之间匹配情况的最大后验概率，利用高斯核函数构造正则化项，通过对应关系和正则化项构造能量函数；通过EM算法迭代计算，在第一步中，利用现有的特征点匹配关系估计值，更新其最大后验概率值；在第二步中，根据在第一步中求得的对应关系最大后验概率值，最大化能量函数，从而更新对应关系的估计值；重复迭代进行上述两步，从而得到最佳对应关系，即两个点集正确匹配结果。
-
公开(公告)号：CN112464742B
公开(公告)日：2024-05-24
申请号：CN202011228637.8
申请日：2021-01-29
Applicant: 福建农林大学
IPC: G06V20/13 , G06V10/44 , G06V10/56 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提供了一种赤潮图像自动识别的方法及装置，通过对现有的赤潮图片进行特征提取、赤潮像素标注、赤潮特征提取、赤潮特征权重训练，通过深度学习的方式，确定与赤潮相关联的特征及权重，进而对监测获取的海洋图片进行像素点特征分析和图像处理，自动识别出海洋图片中的赤潮信息，解决了现有技术中无法准确从海洋图片中识别出赤潮，无法实现赤潮的及时有效监测的问题，实现了对赤潮的高精度、低成本的及时监测。
-
公开(公告)号：CN111767741A
公开(公告)日：2020-10-13
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的中文情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
公开(公告)号：CN112464742A
公开(公告)日：2021-03-09
申请号：CN202011228637.8
申请日：2021-01-29
Applicant: 福建农林大学
Abstract: 本发明提供了一种赤潮图像自动识别的方法及装置，通过对现有的赤潮图片进行特征提取、赤潮像素标注、赤潮特征提取、赤潮特征权重训练，通过深度学习的方式，确定与赤潮相关联的特征及权重，进而对监测获取的海洋图片进行像素点特征分析和图像处理，自动识别出海洋图片中的赤潮信息，解决了现有技术中无法准确从海洋图片中识别出赤潮，无法实现赤潮的及时有效监测的问题，实现了对赤潮的高精度、低成本的及时监测。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
