-
公开(公告)号：CN106845358B
公开(公告)日：2020-11-10
申请号：CN201611217910.0
申请日：2016-12-26
Applicant: 苏州大学
Abstract: 本发明公开了手写体字符图像特征识别的方法及系统，在特征学习方面，目标在于紧凑局部软标签类内散度并分离局部软标签类间散度，同时在所有训练数据上进行局部保持特征提取；为了在特征提取和展示方面对于噪声鲁棒，对于噪声鲁棒的1‑范数规则被用于构造样本间的相似度，使得在识别中图像展示的能力可得到显著提升；基于比例的模型可通过一个迭代的方法得到描述矩阵，该描述矩阵具有判别性与局部保持的特点且具有正交特性；样本外图像的归纳通过将测试样本向描述矩阵进行投影，进而将提取的特征输入最近邻分类器进行归类，取对应欧式距离最小值的位置，用于测试图像的类别鉴定，得到最准确的识别结果。
-
公开(公告)号：CN106845358A
公开(公告)日：2017-06-13
申请号：CN201611217910.0
申请日：2016-12-26
Applicant: 苏州大学
CPC classification number: G06K9/00409 , G06K9/00422 , G06K9/6276 , G06K2209/01
Abstract: 本发明公开了手写体字符图像特征识别的方法及系统，在特征学习方面，目标在于紧凑局部软标签类内散度并分离局部软标签类间散度，同时在所有训练数据上进行局部保持特征提取；为了在特征提取和展示方面对于噪声鲁棒，对于噪声鲁棒的1‑范数规则被用于构造样本间的相似度，使得在识别中图像展示的能力可得到显著提升；基于比例的模型可通过一个迭代的方法得到描述矩阵，该描述矩阵具有判别性与局部保持的特点且具有正交特性；样本外图像的归纳通过将测试样本向描述矩阵进行投影，进而将提取的特征输入最近邻分类器进行归类，取对应欧式距离最小值的位置，用于测试图像的类别鉴定，得到最准确的识别结果。
-
公开(公告)号：CN105469063B
公开(公告)日：2019-03-05
申请号：CN201510884791.3
申请日：2015-12-04
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本发明公开了鲁棒人脸图像主成分特征提取方法及识别装置，通过同时考虑人脸图像训练样本数据的低秩与稀疏特性，将经过一个投影嵌入的主成分特征直接进行低秩和L1‑范数最小化，编码得到一个描述性强的鲁棒投影P，直接提取人脸图像的联合低秩与稀疏主成分特征，同时可完成图像纠错处理；利用鲁棒投影模型的训练样本的嵌入主成分特征，通过额外一个分类错误最小化问题得到一个线性多类分类器W*，用于人脸测试图像的归类；在处理测试样本时，利用线性矩阵P提取其联合特征，进而利用分类器W*进行归类；通过引入低秩恢复和稀疏描述的思想，可编码得到描述性更强的人脸图像主成分特征，可去除噪音，有效提高了人脸识别的效果。
-
公开(公告)号：CN104992166A
公开(公告)日：2015-10-21
申请号：CN201510450358.9
申请日：2015-07-28
Applicant: 苏州大学
IPC: G06K9/00
CPC classification number: G06K9/00409 , G06K9/00422
Abstract: 本发明公开了一种基于鲁棒度量的手写体识别方法与系统，通过对手写体训练样本进行相似性学习，构造加权相似图，在紧凑局部类内散度和分离局部类间散度的同时保持所有训练样本的局部特性。为了提升手写体描述的鲁棒性，提出将1-范数度量应用于半监督特征学习模型，设计出性能鲁棒的手写体识别方法与系统，输出一个可用于样本内和样本外手写体图像特征提取的投影矩阵P。样本外图像的归纳通过将测试样本向投影矩阵P进行投影，进而将提取的特征输入高效的标签传播分类器进行归类，取对应类别软标签中概率的最大值的位置，用于判定测试样本的类别，得到最准确的字符识别结果。同时，通过建立比率模型，减少了模型参数，且投影矩阵P满足正交特性。
-
Patent Agency Ranking
公开(公告)号：CN116257083A
公开(公告)日：2023-06-13
申请号：CN202310018178.8
申请日：2023-01-06
Applicant: 苏州大学
IPC: G05D1/10
Abstract: 本发明公开了一种考虑抖动噪声与监测物漂移的鲁棒无人机调度方法。情形为：给定平面中存在若干个监测物，它们可在一定范围内漂移；同时布置了一些已确定位置但未确定监测朝向的无人机，其监测时存在抖动噪声。问题为：在投影的二维平面中对无人机给出有效的朝向调度方法使得监测效用期望最大化。本发明首先给出监测质量的概率模型及监测效用模型，并提出形式化问题；其次，提出通过区域离散化将非线性及连续的监测质量线性化及离散化的方法；再次，通过朝向角划分将无穷解空间有穷化并限制覆盖面积改变量；最后，使用贪心算法有效从解空间中选择朝向得到最终结果，并限制误差。本发明首次提出了一种鲁棒无人机调度方法，并给出了有效近似算法。
-
公开(公告)号：CN105469063A
公开(公告)日：2016-04-06
申请号：CN201510884791.3
申请日：2015-12-04
Applicant: 苏州大学
IPC: G06K9/00
CPC classification number: G06K9/00288 , G06K9/00268
Abstract: 本发明公开了鲁棒人脸图像主成分特征提取方法及识别装置，通过同时考虑人脸图像训练样本数据的低秩与稀疏特性，将经过一个投影嵌入的主成分特征直接进行低秩和L1-范数最小化，编码得到一个描述性强的鲁棒投影P，直接提取人脸图像的联合低秩与稀疏主成分特征，同时可完成图像纠错处理；利用鲁棒投影模型的训练样本的嵌入主成分特征，通过额外一个分类错误最小化问题得到一个线性多类分类器W*，用于人脸测试图像的归类；在处理测试样本时，利用线性矩阵P提取其联合特征，进而利用分类器W*进行归类；通过引入低秩恢复和稀疏描述的思想，可编码得到描述性更强的人脸图像主成分特征，可去除噪音，有效提高了人脸识别的效果。
-
公开(公告)号：CN104504412A
公开(公告)日：2015-04-08
申请号：CN201510027888.2
申请日：2015-01-20
Applicant: 苏州大学
CPC classification number: G06K9/6835 , G06K9/46 , G06K9/66
Abstract: 本发明公开了一种手写体笔划特征提取和识别方法，通过引入低秩矩阵恢复和稀疏投影，将手写体图像分解为低秩主成分笔划特征、显著笔划特征和笔划错误。通过凸优化技术，实现主成分特征编码、显著笔划特征提取和笔划自动纠错，并保持显著笔划特征的相似性。得到的稀疏投影不仅可以提取手写体训练样本的显著笔划特征，且可用于测试样本的嵌入和鉴别性特征提取，生成训练集和测试集，再输入最近邻分类器，根据测试样本与训练样本间的相似性和训练样本的类别，得到测试样本的类别信息，得到最准确的手写体识别结果。通过引入低秩和稀疏编码，在得到主成分笔划特征和具鉴别性的显著笔划特征的同时可检测错误的笔划，有效提高了手写体描述和识别能力。
-
公开(公告)号：CN119603203A
公开(公告)日：2025-03-11
申请号：CN202510142255.X
申请日：2025-02-10
Applicant: 苏州大学
IPC: H04L43/0876 , H04L43/026 , H04L43/022 , H04L43/028 , H04L9/40
Abstract: 本发明涉及一种流频数估计方法、系统、设备和介质，其中，方法包括：步骤S1：获取来自于网络的包集合，对所述包集合进行解析得到流标签集合；步骤S2：根据所述流标签集合中的每种流标签出现的频数，形成关于流标签及其对应频数的键值对集合，并进行缓存；步骤S3：将缓存的流标签及其对应频数的键值对集合通过参数化sketch模型的写操作进行存储；步骤S4：若要查询流标签的频数时，通过参数化sketch模型的读操作得到估计的频数，其中，所述参数化sketch模型包括依次连接的编码器模块、哈希模块和解码器模块。本发明的流频数估计方法能兼顾预测性能和泛用性，适用于不同场景。
-
公开(公告)号：CN104992166B
公开(公告)日：2018-09-11
申请号：CN201510450358.9
申请日：2015-07-28
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于鲁棒度量的手写体识别方法与系统，通过对手写体训练样本进行相似性学习，构造加权相似图，在紧凑局部类内散度和分离局部类间散度的同时保持所有训练样本的局部特性。为了提升手写体描述的鲁棒性，提出将1‑范数度量应用于半监督特征学习模型，设计出性能鲁棒的手写体识别方法与系统，输出一个可用于样本内和样本外手写体图像特征提取的投影矩阵P。样本外图像的归纳通过将测试样本向投影矩阵P进行投影，进而将提取的特征输入高效的标签传播分类器进行归类，取对应类别软标签中概率的最大值的位置，用于判定测试样本的类别，得到最准确的字符识别结果。同时，通过建立比率模型，减少了模型参数，且投影矩阵P满足正交特性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
