-
公开(公告)号：CN114708146A
公开(公告)日：2022-07-05
申请号：CN202210352479.X
申请日：2022-04-05
Applicant: 西南财经大学
Abstract: 本发明提供JPG图像数据实体的2s倍超分辨率模型，包括,具有执行以下功能的计算机程序：图像噪声处理；高精准度恢复；图像高感知度恢复。有益效果在于：关注于如何处理现实中的JPG图像数据，通过结合特定的需求，设置效果满意的超分辨率模型。通过高精度、高感知度超分辨率模型的迭代、结合，消除JPG图像存在的噪声干扰，进一步产生满足实际需要的超分辨率图像。设备获取高分辨率图像只能针对新的图像数据，对于已有的，尤其是很久之前的照片，新设备是无法处理的。另外，高清图像设备的价格往往都极其昂贵，对很多使用单位，其使用成本过高。本方法从模型的角度出发，可以很好地解决这个问题。
-
公开(公告)号：CN115689645A
公开(公告)日：2023-02-03
申请号：CN202211213007.2
申请日：2022-09-30
Applicant: 西南财经大学
IPC: G06Q30/0251 , G06F16/9536 , G06Q50/00
Abstract: 本发明的一种竞争产品促销方法及系统、存储介质及终端。一种竞争产品促销方法，其特征在于，包括以下步骤，步骤S1、建立促销产品的决策模型；步骤S2、获取第一公司的广告策略数据；步骤S3、获取第二公司的备选策略数据；步骤S4、将第一公司的广告策略数据与第二公司的备选策略数据输入决策模型进行计算，决策模型输出结果数据。本发明的有益效果体现在，提供一种竞争产品促销方法及系统、存储介质及终端。本发明可以实时根据第一公司的营销策略来更新第二公司的最优组合策略，能够在有强劲的竞争对手时，仍能够达到最优组合策略，使销量达到最优，从而使收入达到最优。
-
公开(公告)号：CN114549328A
公开(公告)日：2022-05-27
申请号：CN202210448558.0
申请日：2022-04-24
Applicant: 西南财经大学
Abstract: 本发明的JPG图像超分辨率恢复方法，其特征在于，JPG图像超分辨率恢复方法步骤包括，S1）图像噪声处理阶段，采用轻量化的卷积神经网络1得到JPG压缩信息恢复的去噪图像；S2）图像高精准度恢复阶段，采用卷积神经网络2得到目标图像；S3）图像高感知度恢复阶段，采用卷积神经网络3得到目标图像；其中，卷积神经网络1、卷积神经网络2、卷积神经网络3分别为不同的卷积神经网络。本发明JPG图像超分辨率恢复方法、计算机可读存储介质及终端，对数据的特点进行分析，基于使用目的，构建出相应的高精准度，可实现的端到端深度学习模型。另外，引入了精准度和感知度的权重比，可以提供更好的高像素图片。
-
Patent Agency Ranking
公开(公告)号：CN114708146B
公开(公告)日：2024-11-05
申请号：CN202210352479.X
申请日：2022-04-05
Applicant: 西南财经大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/60 , G06T5/77 , G06N3/0464 , G06N3/08
Abstract: 本发明提供JPG图像数据实体的2s倍超分辨率恢复装置，包括，具有执行以下功能的计算机程序：图像噪声处理；高精准度恢复；图像高感知度恢复。有益效果在于：关注于如何处理现实中的JPG图像数据，通过结合特定的需求，设置效果满意的超分辨率模型。通过高精度、高感知度超分辨率模型的迭代、结合，消除JPG图像存在的噪声干扰，进一步产生满足实际需要的超分辨率图像。设备获取高分辨率图像只能针对新的图像数据，对于已有的，尤其是很久之前的照片，新设备是无法处理的。另外，高清图像设备的价格往往都极其昂贵，对很多使用单位，其使用成本过高。本方法从模型的角度出发，可以很好地解决这个问题。
-
公开(公告)号：CN115495673A
公开(公告)日：2022-12-20
申请号：CN202211198182.9
申请日：2022-09-29
Applicant: 西南财经大学
IPC: G06F16/9536 , G06F16/9532 , G06Q50/00
Abstract: 本发明提供一种社交网络动态群共识衍进系统，其特征在于，包括，可执行以下计算过程的计算机程序：其中，xi(t)表示决策者ei在时刻t(t＝0,1,…,tmax‑1)的观点值，tmax为系统决策截止时刻；其中，xi(t)∈[0,1](i＝1,2,…,n)，n为所述社交网络的决策者ei的数量。利用社交网络的特征，将大规模社会群体划分为小规模，从而识别出每个子网的意见领袖和跟随者，然后建立基于意见领袖‑追随者的观点交互评价模型，提出了作为意见领袖及作为追随者的观点动态推衍/衍进算法。研究不确定观点和交互规则情境下群体观点演化方式，可为未来信息传播、用户行为以及舆情管理提供有效引导和理论基础。
-
公开(公告)号：CN114818681B
公开(公告)日：2022-10-11
申请号：CN202210724088.6
申请日：2022-06-24
Applicant: 西南财经大学
IPC: G06F40/279 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明的一种实体识别方法及系统、计算机可读存储介质及终端，其特征在于，包括，获取生态环保类法律案件的文书的文本信息，文本信息包括与案件审判有/无关的文本信息；将文本信息与其对应的标签转换为数值向量，配置标签为与案件审判相关的类别；配置面向知识图谱的算法，将已标注的数据集输入该算法进行训练，得到优化模型，数据集包括生态环保类法律案件的文书的文本信息及与其对应的标签；将训练好的优化模型用于分类器中，使分类器对未审判的生态环保类法律案件的文书的文本信息进行分类，完成未审判的生态环保类法律案件的文书的文本信息的抽取，以达到对未知的环保类法律案件的文书的实体能够提取出与审判相关的文本信息。
-
公开(公告)号：CN114818681A
公开(公告)日：2022-07-29
申请号：CN202210724088.6
申请日：2022-06-24
Applicant: 西南财经大学
IPC: G06F40/279 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明的一种实体识别方法及系统、计算机可读存储介质及终端，其特征在于，包括，获取生态环保类法律案件的文书的文本信息，文本信息包括与案件审判有/无关的文本信息；将文本信息与其对应的标签转换为数值向量，配置标签为与案件审判相关的类别；配置面向知识图谱的算法，将已标注的数据集输入该算法进行训练，得到优化模型，数据集包括生态环保类法律案件的文书的文本信息及与其对应的标签；将训练好的优化模型用于分类器中，使分类器对未审判的生态环保类法律案件的文书的文本信息进行分类，完成未审判的生态环保类法律案件的文书的文本信息的抽取，以达到对未知的环保类法律案件的文书的实体能够提取出与审判相关的文本信息。
-
公开(公告)号：CN114549328B
公开(公告)日：2022-07-22
申请号：CN202210448558.0
申请日：2022-04-24
Applicant: 西南财经大学
Abstract: 本发明的JPG图像超分辨率恢复方法，其特征在于，JPG图像超分辨率恢复方法步骤包括，S1）图像噪声处理阶段，采用轻量化的卷积神经网络1得到JPG压缩信息恢复的去噪图像；S2）图像高精准度恢复阶段，采用卷积神经网络2得到目标图像；S3）图像高感知度恢复阶段，采用卷积神经网络3得到目标图像；其中，卷积神经网络1、卷积神经网络2、卷积神经网络3分别为不同的卷积神经网络。本发明JPG图像超分辨率恢复方法、计算机可读存储介质及终端，对数据的特点进行分析，基于使用目的，构建出相应的高精准度，可实现的端到端深度学习模型。另外，引入了精准度和感知度的权重比，可以提供更好的高像素图片。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
