-
公开(公告)号：CN102685016B
公开(公告)日：2015-01-07
申请号：CN201210184211.6
申请日：2012-06-06
Applicant: 济南大学
IPC: H04L12/807 , H04L12/891 , H04L12/743 , H04L12/24
Abstract: 本发明公开了一种互联网流量区分方法，依据少量的标表示的流量样本，通过离线的监督学习分类，通过被分类的流量的特征对没有被标记的流量进行识别，能够在网络流量发生的早期实现对生成流量的应用类别进行预测，保证对网络监督的及时性，从而实现在真实的网络环境下实现网络流量分类的问题。通过进一步的半监督聚类添加新的应用类型，完善应用类型标记与应用类型的关系表，对网络中声称的流量进行有效的标记，从而可以实时获取具有准确应用类型标签的流量数据。同时，当网络环境发生变化时，这种变化会在半监督聚类中体现出来，并进一步的满足对新网络环境的的流量区分。
-
公开(公告)号：CN103345560A
公开(公告)日：2013-10-09
申请号：CN201310291886.5
申请日：2013-07-11
Applicant: 济南大学
IPC: G06F17/50
Abstract: 本发明公开了基于微观图象特征的水泥水化仿真及宏观属性预测的方法，首先采用三维显微计算机断层扫描仪来获取水泥微观结构的演化同时测量其宏观属性。然后采用三维图象特征来描述水泥在每一龄期的微观结构，并利用遗传编程类算法直接建立图象特征与宏观属性间的以动力系统方式描述的动态关系。利用得到的动力系统来模拟水泥水化并预测宏观属性。本发明避免了对水泥的微观图象进行复杂的图象分割与物相分类，也不需要考虑物理及化学知识，从图象本身出发计算三维图象特征，并进一步得到图象特征与宏观属性之间的动态关系，避免了不正确的物相分析与图象分割带来的影响，从而提高对宏观属性的发展变化趋势的预测精度。
-
-
公开(公告)号：CN102253909A
公开(公告)日：2011-11-23
申请号：CN201110181411.1
申请日：2011-06-30
Applicant: 济南大学
IPC: G06F13/28
Abstract: 本发明公开了一种FPGA环境下多用途PCI接口及其数据传输方法，采用带DMA功能的PCI接口的实现方法，把接口实现分成PCI主设备模块，PCI从设备模块，以及PCI寄存器模块单独实现。对PCI用户端接口采用简单易实现的FIFO接口，对用户隐藏DMA控制细节，降低用户接口设计复杂度。在大容量数据传输中，根据接口要求的数据格式封装数据，简单的将数据写入FIFO中就能将数据以DMA的方式实现，简化控制逻辑复杂度，提高用户接口开发的效率。
-
公开(公告)号：CN119205281B
公开(公告)日：2025-04-04
申请号：CN202411718037.8
申请日：2024-11-28
Applicant: 济南大学
IPC: G06Q30/0601 , G06Q40/00 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/08
Abstract: 本发明涉及时间序列预测技术领域，提供了一种基于半高斯采样的金融产品推荐方法、系统、设备及介质。基于半高斯采样的金融产品推荐方法包括，获取多种金融产品的历史属性数据和历史热度数据，并进行预处理，构建样本集，将样本集划分为训练集和测试集，将训练集中的样本序号映射到半高斯分布的x轴区间[μ‑3σ，μ]内，计算每个样本的权重，并将权重转化为概率值；多项式分布利用所述概率值进行有放回的抽取若干个样本；基于抽取的若干个样本和每个样本对应的真实值，对动态时间卷积网络进行训练，得到训练好的动态时间卷积网络，用于预测所有金融产品的排名，并加排名靠前的若干金融产品推荐给用户。本发明能够生成更加精准的推荐结果。
-
Patent Agency Ranking
公开(公告)号：CN115082402B
公开(公告)日：2025-04-04
申请号：CN202210711377.2
申请日：2022-06-22
Applicant: 济南大学
IPC: G06T7/00 , G06T7/11 , G06T11/00 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于注意力机制的食管鳞癌图像的分割方法，属于图像处理技术领域。包括：获取原始食管鳞癌CT影像序列；对获取到的图像进行预处理；搭建注意力网络模型，将预处理后的图像输入到模型中训练；利用训练好的模型输出评价指标，获得食管鳞癌分割结果。本发明引入通道注意力模块和空间注意力模块，提升重要特征抑制不重要特征，在提升分割精度的前提下，极大的提升了深度神经网络模型的泛化能力，同时通过可视化的方法解释深度神经网络在提取特征过程中所关注的图像区域，以此解释神经网络的内部运行机制。
-
公开(公告)号：CN119579992A
公开(公告)日：2025-03-07
申请号：CN202411705872.8
申请日：2024-11-26
Applicant: 济南大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/75
Abstract: 本发明提出了一种基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统，属于图像处理技术领域。方法包括：获取标记图像和无标记图像，对无标记图像进行增强处理；对于标记图像，基于半监督图像分类模型计算监督损失；将增强后的无标记图像输入半监督图像分类模型，基于动态阈值和对类别的学习状态筛选伪标签，计算无监督损失；分别将弱增强图像和强增强图像映射到嵌入空间生成K‑Means聚类结果，所述聚类结果分别用于生成目标图和强增强嵌入聚类图，计算图匹配损失；基于监督损失、无监督损失和图匹配损失建立总损失，通过最小化总损失提高半监督图像分类模型的性能。本发明通过在单样本及样本亲和层次应用一致性正则化，有效缓解确认偏差。
-
公开(公告)号：CN119495120A
公开(公告)日：2025-02-21
申请号：CN202510076196.0
申请日：2025-01-17
Abstract: 本发明公开了一种基于群体智能和神经计算的人脸安全识别方法及系统，包括采集人脸特征图像，获得原始人脸特征向量；对原始人脸特征向量进行加密，得到隐编码向量并传输到服务器；对隐编码向量进行解密还原，得到解密后人脸特征向量；将解密后人脸特征向量输入人脸识别网络模型进行识别和对比；将人脸识别结果传送到边缘设备。本发明通过采用MLPSO算法迭代计算每层群体粒子的适应值，获取最优模型参数，再将最优模型参数输入人脸识别网络模型中，提升了模型的识别准确率。
-
公开(公告)号：CN119274724A
公开(公告)日：2025-01-07
申请号：CN202411823163.X
申请日：2024-12-12
IPC: G16C60/00 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/0985 , G06V20/69 , G06V10/44 , G06V10/52 , G06V10/82 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种基于神经网络与多尺度特征约束的水泥微结构设计方法，包括获取水泥微结构二维图像，建立水泥微结构数据集；根据预定约束尺度数目，得到随机步数的超参数组，根据约束规则和超参数组训练神经网络模型，得到微结构特征重构算子；根据约束规则建立重构算法，对神经网络模型进行测试，选择符合预设模型的神经网络模型并保存；使用重构算法和微结构特征重构算子，经过预定约束尺度数目重构后得到水泥微结构。本发明使用重构算法和微结构特征重构算子，重构水泥微结构，并支持水泥微结构中物相分布的灵活定制，打破了水泥水化模型初状态合成中神经网络方法的技术壁垒，显著节省水泥制造行业的时间与人力成本、降低碳排放。
-
公开(公告)号：CN119251073A
公开(公告)日：2025-01-03
申请号：CN202411782968.4
申请日：2024-12-06
IPC: G06T5/60 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种水泥水化微结构图像的跨设备风格化增强方法及系统，属于数字图像处理技术领域。包括：获取第一水泥水化微结构图像和第二水泥水化微结构图像，第一水泥水化微结构图像通过低配置的CT设备采集，第二水泥水化微结构图像通过高配置的CT设备采集；将第一水泥水化微结构图像和第二水泥水化微结构图像输入跨设备图像增强模型进行处理，通过输入层、表示层和输出层，分别对两种图像计算特征位置编码、特征提取、融合和上采样还原，最终获取跨设备风格化增强后的水泥水化微结构图像。能够得到逼近高配置的CT设备成像质量的水泥水化微结构图像，解决了水泥水化微结构图像跨设备增强的问题。
-
-
-
-
-
-
-
-
-
Search Results
211
records
(took 0.029 seconds)
