-
公开(公告)号：CN107092591B
公开(公告)日：2020-06-30
申请号：CN201710200836.X
申请日：2017-03-30
Applicant: 南京理工大学
Abstract: 本发明提供一种基于关联规则的多标记中文情感分类方法，包括以下步骤：步骤1，利用关联规则算法寻找各种中文情感标记之间的频繁项集；步骤2，根据频繁项集推导出情感标记之间的关联规则；步骤3，将多标记数据集使用关联规则进行修改获得新数据；步骤4，对获得的新数据集使用Rank‑SVM算法进行分类学习获得新模型；步骤5，使用新模型对测试数据集进行预测。
-
公开(公告)号：CN111177384A
公开(公告)日：2020-05-19
申请号：CN201911361911.6
申请日：2019-12-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于全局和局部标记相关性的多标记中文情感标注方法，包括：在模型参数矩阵上利用皮尔森相关系数度量标记之间的全局标记相关性；利用k-means聚类方法将训练集聚类成m个簇，通过标记共现次数计算出标记之间的局部标记相关性矩阵；利用拟牛顿下降法L-BFGS算法对目标函数进行最优化，求解模型参数矩阵的最优值；利用训练好的线性回归模型对测试示例进行预测；根据阈值选出样本的标记集合。本发明将全局和局部标记相关性同时应用到多标记学习中，提出基于全局和局部标记相关性的多标记中文情感标注方法，方法性能优于现有方法。
-
公开(公告)号：CN103954222A
公开(公告)日：2014-07-30
申请号：CN201410177283.7
申请日：2014-04-29
Applicant: 南京理工大学
Abstract: 本发明公开一种车辆轮廓及轴距自动测量系统及测量算法，包括三个距离测量单元、轮廓测量控制单元、轴距测量控制单元、取证单元、综合数据处理单元和检测通道；距离测量单元、轮廓测量控制单元、轴距测量控制单元、取证单元设置于检测通道上；三个距离测量单元分别为第一距离测量单元B1、第二距离测量单元B2和第三距离测量单元B3，轮廓测量控制单元分别与三个距离测量单元连接，轴距测量控制单元与第一距离测量单元B1连接，距离测量单元与综合数据处理单元连接，取证单元监控并记录车辆运行检测的实时状态。本发明能够自动测量包括车长、宽、高在内的车辆轮廓以及车辆轴距的数据，既保证测量精度，又提高测量效率。
-
公开(公告)号：CN114067081B
公开(公告)日：2025-05-06
申请号：CN202111418946.6
申请日：2021-11-26
Applicant: 南京理工大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V20/70 , G06V20/64 , G06N3/0499 , G06T17/20
Abstract: 本发明公开了一种基于双向增强网络的3D牙齿模型分割方法，包括：使用quadricedge collapse网格化简算法对原始3D牙齿模型进行化简，得到化简后的3D牙齿模型的初始化坐标矩阵P和法向量矩阵V；将化简后的3D牙齿模型输入特征提取器，得到其语义信息F；将每个网格的坐标p和语义信息f输入双向增强模块，得到增强后的网格特征s；将每个网格增强后的网格特征s输入多层感知机，得到每个网格所属特定牙齿种类的概率矩阵M，训练3D牙齿模型分割网络；利用训练好的3D牙齿模型分割网络对测试实例中每个网格所属特定牙齿种类进行预测。本发明方法分割精度高，并应用于牙齿分割领域。
-
Patent Agency Ranking
公开(公告)号：CN119850428A
公开(公告)日：2025-04-18
申请号：CN202411910901.4
申请日：2024-12-24
Applicant: 南京理工大学
IPC: G06T3/4076 , G06T3/4046 , G06T5/77 , G06T5/60 , G06N3/0455
Abstract: 本发明公开一种基于Retinex和扩散模型的低光人脸超分方法及系统，包括：构建基于Retinex和扩散模型的低光人脸超分网络模型，模型包括：噪声图像估计模块和去噪扩散模块，对输入的人脸图像进行双三次插值，得到上采样图像；通过噪声图像估计模块分解得到带有噪声的人脸图像；将带有噪声的人脸图像与纯高斯噪声相融合，通过去噪扩散模块得到消除噪声后的结果；通过最小化扩散损失，完成低光人脸超分模型的训练；使用训练好的低光人脸超分网络模型对采集的人脸图像测试样本进行测试，得到超分结果，并进行评价。本发明可以更好的恢复低光低分辨率的人脸图像，通过广泛的实验表明了本方法的有效性，并应用在了低光人脸超分任务上。
-
公开(公告)号：CN114255244B
公开(公告)日：2025-03-11
申请号：CN202111549844.8
申请日：2021-12-17
Applicant: 南京理工大学
Abstract: 本发明提供一种牙颌三维模型分割方法和系统，其中方法包括获取牙颌三维模型中每个顶点的手工特征；将每个顶点的手工特征与笛卡尔坐标拼接，得到每个顶点输入特征；将每个顶点输入特征依次输入深度学习点云分割网络，得到每个顶点的牙位标签；将每个顶点的牙位标签依次映射至牙颌三维模型，得到相邻两个牙齿的以及牙齿和牙龈的边界线。本发明融合使用了多种轻量级的手工特征，相比于仅使用法向和曲率信息的算法，能够更好的捕获牙颌模型多尺度、多层次的局部特征，对牙颌分割任务的精度提升可以起到显著作用；在手工特征的基础上用深度学习进一步提取三维牙颌模型特征，降低了网络学习成本，减少了深度网络对训练样本数量以及训练周期的依赖性。
-
公开(公告)号：CN114255244A
公开(公告)日：2022-03-29
申请号：CN202111549844.8
申请日：2021-12-17
Applicant: 南京理工大学
Abstract: 本发明提供一种牙颌三维模型分割方法和系统，其中方法包括获取牙颌三维模型中每个顶点的手工特征；将每个顶点的手工特征与笛卡尔坐标拼接，得到每个顶点输入特征；将每个顶点输入特征依次输入深度学习点云分割网络，得到每个顶点的牙位标签；将每个顶点的牙位标签依次映射至牙颌三维模型，得到相邻两个牙齿的以及牙齿和牙龈的边界线。本发明融合使用了多种轻量级的手工特征，相比于仅使用法向和曲率信息的算法，能够更好的捕获牙颌模型多尺度、多层次的局部特征，对牙颌分割任务的精度提升可以起到显著作用；在手工特征的基础上用深度学习进一步提取三维牙颌模型特征，降低了网络学习成本，减少了深度网络对训练样本数量以及训练周期的依赖性。
-
公开(公告)号：CN107391492A
公开(公告)日：2017-11-24
申请号：CN201710661382.6
申请日：2017-08-04
Applicant: 南京理工大学
Abstract: 本发明提供一种基于局部样本相关性的标记分布中文情感预测方法，包括以下步骤：利用k-means聚类方法将训练集聚类成m个簇，对局部相关性特征矩阵和聚类中心标签矩阵进行初始化；利用梯度下降法对目标函数进行最优化，求解原始特征系数矩阵、局部相关性特征系数矩阵和局部相关性特征矩阵；以原始特征为输入，求解得到的局部相关性特征矩阵c的每一列为输出，训练出m个线性回归模型；利用训练好的线性回归模型对测试示例的局部相关性特征进行预测；使用输出模型对测试示例的分布进行预测。
-
公开(公告)号：CN107092591A
公开(公告)日：2017-08-25
申请号：CN201710200836.X
申请日：2017-03-30
Applicant: 南京理工大学
Abstract: 本发明提供一种基于关联规则的多标记中文情感分类方法，包括以下步骤：步骤1，利用关联规则算法寻找各种中文情感标记之间的频繁项集；步骤2，根据频繁项集推导出情感标记之间的关联规则；步骤3，将多标记数据集使用关联规则进行修改获得新数据；步骤4，对获得的新数据集使用Rank‑SVM算法进行分类学习获得新模型；步骤5，使用新模型对测试数据集进行预测。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.016 seconds)
