-
公开(公告)号：CN106874883A
公开(公告)日：2017-06-20
申请号：CN201710106887.6
申请日：2017-02-27
申请人： 中国石油大学(华东)
CPC分类号： G06K9/00228 , G06F9/5044 , G06K9/00268 , G06K9/00288 , G06K9/00979 , G06K9/6256 , G06K9/6267
摘要： 本发明公开了一种基于深度学习的实时人脸检测方法及系统，该方法包括以下步骤：构建的人脸图像数据库和卷积神经网络，利用构建的数据库对神经网络进行训练，得到最优的卷积神经网络以及人脸数据库中的人脸特征；构建storm拓扑结构；数据源输入组件将实时视频流分发给各数据处理组件，数据处理组件通过卷积神经网络对人脸和非人脸进行分类、人脸边界框回归、坐标定位，得到人脸检测的结果。本发明通过优化后的卷积神经网络对人脸图像数据进行特征提取，有效地提高了特征提取的准确率，将Storm架构和卷积神经网络的特征提取相结合，提高了人脸检测的效率。
-
公开(公告)号：CN106372402A
公开(公告)日：2017-02-01
申请号：CN201610762101.1
申请日：2016-08-30
申请人： 中国石油大学(华东)
CPC分类号： G06F19/00 , G06N3/0436 , G06N3/0454
摘要： 本发明提出了一种大数据环境下模糊区域卷积神经网络的并行化方法，首先，构建模糊区域卷积神经网络，将给出目标假设区域和目标识别放入同一个网络中，共享卷积计算，一个训练过程更新整个网络的权重；接下来，把输入的测井数据集分割成若干小数据集，多个工作流并行化经过模糊区域卷积神经网络进行卷积和池化操作，每一小数据集单独利用梯度下降进行训练。本发明优化网络结构和参数，实现更好的分析性能和精度；而且，本发明针对不同的测井数据集调整FR-CNN模糊化的层数，使提取的特征更好的反映油气储层本身的特性，可以解决测井数据模糊性问题；本发明利用多GPU进行FR-CNN的并行训练和执行，以提高FR-CNN的效率。
-
公开(公告)号：CN105678216A
公开(公告)日：2016-06-15
申请号：CN201511003082.6
申请日：2015-12-21
申请人： 中国石油大学(华东)
CPC分类号： G06K9/00718 , G06K9/6269
摘要： 本发明提出了一种基于深度学习的时空数据流视频行为识别方法。相比于传统使用单数据流，也就是单一视频流的深度学习方法，本发明使用了时空数据流，即空间流和时间流，空间流从静态的视频帧中识别视频中的目标类别，而时间流从视频中的运动成分中识别目标的运动，最后将这两者的分类结果相融合，得到最终的行为类别。本发明将目标和运动分开识别，能够减少神经网络计算的负担，同时有效提高准确率。
-
公开(公告)号：CN105496371A
公开(公告)日：2016-04-20
申请号：CN201511003083.0
申请日：2015-12-21
申请人： 中国石油大学(华东)
IPC分类号： A61B5/02 , A61B5/0245 , A61B5/16 , A61B5/00
CPC分类号： A61B5/0004 , A61B5/02 , A61B5/0245 , A61B5/165 , A61B5/6803 , A61B5/7271
摘要： 本发明提出了一种呼叫中心服务人员的情绪监测方法，结合呼叫中心服务人员工作场景的特点，通过采集和分析服务人员的语音和脉搏信号，监测服务人员的情绪状态，使用光电容积法采集脉搏信号，传感器可以直接安装在耳麦上，丝毫不影响穿戴者的正常工作，而且通过语音和脉搏双重特征分析情绪，可以使识别结果更加准确可靠。
-
公开(公告)号：CN104636757A
公开(公告)日：2015-05-20
申请号：CN201510071918.X
申请日：2015-02-06
申请人： 中国石油大学(华东)
IPC分类号： G06K9/62
摘要： 本发明提出了一种基于深度学习的食物图像识别方法，包括：食物图像数据库、深度学习网络和分类器；食物图像数据库的图像输入到深度学习网络，逐层计算后输出具有代表性的特征，包括图像的边缘特征组合，图像的基本形状特征组合，图像的色彩特征组合，分类器就是利用这些特征组合对图像进行分类。本发明充分发挥深度学习的自我学习优势，可以使用无标签图像数据进行非监督学习，当输入一幅图像时，能够快速准确的提取特征，进行逐层抽象直到形成某一食物的概念，并用分类器进行分类；而且，从任何角度拍摄获取的图像，得到的局部特征都几乎相同，这就解决了拍摄角度限制的问题。
-
公开(公告)号：CN104572267A
公开(公告)日：2015-04-29
申请号：CN201510011850.6
申请日：2015-01-05
申请人： 中国石油大学(华东)
摘要： 本发明提出了一种云应用程序编程接口的容错调用方法，在原有云应用程序编程接口的基础上，提供应用程序编程接口调用的错误容忍处理，加入超时容错机制、计时器模块、时间文件、花费评估模块等，包括以下步骤：步骤(A)，通过时间文件确定接口调用超时时间约束Tl；步骤(B)，利用步骤(A)得出的接口调用超时时间约束Tl，进行云应用程序编程接口的调用。本发明的云应用程序编程接口的容错调用方法实现了云应用程序编程接口的智能容错调用。
-
公开(公告)号：CN114492746B
公开(公告)日：2024-10-29
申请号：CN202210057437.3
申请日：2022-01-19
申请人： 中国石油大学(华东)
IPC分类号： G06N3/0464 , G06N3/098 , G06F18/214 , G06F18/211
摘要： 本发明公开了一种基于模型分割的联邦学习加速方法，属于物联网领域和机器视觉领域，首先，为了提高联邦学习的训练效率，选择高质量的参与者是极其关键的，针对高质量的、资源受限的物联网设备，综合考虑网络带宽变化与全局训练时间这两方面，利用模型分割的理念，设计一种计算任务卸载策略，减少全局训练时间，从而提高训练效率；然后，采用联邦学习范式，保护数据安全，利用分布式用户数据提高推理性能；最后，优化联邦学习的全局模型聚合策略，通过多轮迭代再通信与模型压缩相结合的聚合方式，进一步减少传输内容，降低通信压力，达到联邦学习加速的目的。
-
公开(公告)号：CN114399031B
公开(公告)日：2024-09-24
申请号：CN202210055738.2
申请日：2022-01-18
申请人： 中国石油大学(华东)
IPC分类号： G06N3/0442 , G06N3/098 , G05D27/02
摘要： 本发明涉及数据处理技术领域，具体公开了一种基于联邦学习的智能工厂温湿度控制方法，包括：采集温湿度数据并进行预处理；在客户端内搭建LSTM模型，并基于温湿度数据预测下一时间温湿度；基于联邦学习框架对LSTM模型进行训练，更新模型参数，直至模型收敛；根据训练后的LSTM模型控制温湿度，对温湿度进行调整。使用LSTM和联邦学习相结合的方法，在保护生产隐私不被泄露的情况下，对温湿度进行调节，保证生产质量和生产效率。
-
公开(公告)号：CN118469682A
公开(公告)日：2024-08-09
申请号：CN202410572545.3
申请日：2024-05-10
申请人： 中国石油大学(华东)
IPC分类号： G06Q30/08 , G06F18/241 , G06F21/62 , G06Q30/0601
摘要： 本发明公开了基于VCG竞拍机制的数据资产的价值评估方法，该方法包括以下步骤：将联盟链成员划分为领导者与成员节点后，成员节点利用分类处理器进行预处理，领导者节点获取所有成员上传的数据并生成数据集合，再将集合广播至各个成员节点；成员对其它所有成员的数据根据LSH距离评估器进行出价，生成出价集合；领导者节点利用出价集合生成出价矩阵；将出价矩阵利用KM算法进行多方匹配，得到数据与出价间的最优匹配，得到每个成员数据的最大价值；领导者节点在出价集合中依次删去每个成员节点的出价，再分别进行多方匹配，得到剩余最大价值，计算得到实际价值；根据实际价值来实施对成员的奖惩。有益效果：激励了参与训练的用户，甄别了恶意节点。
-
公开(公告)号：CN117609431A
公开(公告)日：2024-02-27
申请号：CN202311756876.4
申请日：2023-12-20
申请人： 中国石油大学(华东)
IPC分类号： G06F16/33 , G06F16/335 , G06F16/338 , G06F40/30 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于大语言模型的虚假新闻识别方法与装置，其特征在于对大语言模型使用虚假新闻数据集微调，设计一种自适应的大语言模型prompt方法；使用大语言模型对待测新闻的图片生成文本描述，依据待测新闻的文本生成图片；提取待测新闻视觉特征、大语言模型生成的视觉特征，提取待测新闻文本特征和大语言模型生成的文本特征；基于注意力机制捕获两种视图特征、两种文本特征相同模态间、不同模态间语义的异同；提取图文相同模态间、不同模态间语义的关联，判断待测新闻的真伪。本发明还提出一种计算机可读存储介质和包括该计算机可读存储介质的一种数据处理器。
-
-
-
-
-
-
-
-
-
搜索结果
160 条记录 (耗时 0.071 秒)
