一种基于机器视觉的种子计数和尺寸测量方法

    公开(公告)号:CN116152220A

    公开(公告)日:2023-05-23

    申请号:CN202310219375.6

    申请日:2023-03-09

    Abstract: 本发明的目的是提供一种基于机器视觉的种子计数和尺寸测量方法,该方法包括:获取多个种子图像;使用基于缺陷的粘连种子检测方法检测出粘连的种子的图像;使用基于缺陷计算和交点修正的粘连种子分割算法将粘连的种子图像分割为单个种子图像;根据单个种子图像计算种子个数和每个种子的尺寸信息。本发明能够批量、精确的检测种子数量和尺寸,解决种子测量难的问题。

    基于用户对食品安全等级评分值和食品相似度的推荐方法

    公开(公告)号:CN113888252A

    公开(公告)日:2022-01-04

    申请号:CN202111003703.6

    申请日:2021-08-30

    Abstract: 本发明公开了一种基于用户对食品安全等级评分值和食品相似度的推荐方法,包括步骤:1)获取用户对食品的评分数据;2)计算出每一条评分数据的评分权重。3)将评分数据和评分权重输入到机器学习模型中进行参数训练。4)参数训练完成后,得到一个食品相似度矩阵,最终通过用户的评分数据和食品相似度矩阵计算并生成用户的食品推荐列表,实现将食品推荐给用户。本发明在训练出一个机器学习模型的同时结合使用了基于邻域的协同过滤方法,从用户对食品的评分数据中学习出食品的相似度矩阵,考虑评分数据时间顺序的同时将稀疏性引入相似度矩阵,使其能够有效地生成推荐。

    基于伪反馈与TF-IDF的查询词扩展方法

    公开(公告)号:CN108062355B

    公开(公告)日:2020-07-31

    申请号:CN201711179719.6

    申请日:2017-11-23

    Abstract: 本发明公开了一种基于伪反馈与TF‑IDF的查询词扩展方法,该方法主要通过科学的查询约束词选取,通过本发明提出的两次筛选得到最终可用来做查询词扩展的词,然后通过本发明提出的打分公式为文档进行打分和排序操作。本发明的特色在于提出了一种新的查询约束词选取方式以及候选词的选取方式,并做了两次筛选操作去除无关词。还结合了传统的BM25打分公式,发明一个新的专为查询词扩展的新打分公式,能够更加科学的将查询词扩展后的结果文档进行打分,从而得出更科学的搜索排序结果。

    基于深度残差神经网络的二维多人体姿态估计方法

    公开(公告)号:CN111199207A

    公开(公告)日:2020-05-26

    申请号:CN201911404612.6

    申请日:2019-12-31

    Abstract: 本发明公开了一种基于深度残差神经网络的二维多人体姿态估计方法,包括步骤:1)获取基础人体姿态估计训练数据集2)将获取的图片送入预训练的深度残差神经网络,生成对应的特征向量;3)将特征向量通过两个方向的多次卷积操作生成两个分支的特征映射,生成关节点置信场和部位亲和场;4)计算真实图片的关节点置信场和部位亲和力场,组合成为真实图片的特征映射,将步骤3)中的特征映射与真实图片的特征映射之间均方误差,做网络的训练;重复步骤1)-步骤3),生成训练后图片的关节点置信场和部位亲和力场;5)使用步骤4)中生成的关节点置信场和部位亲和场进行关节点的计算和关节点连接。本发明可以很好地应付复杂的姿态变换并且推广到多人姿态估计。

    一种用于球体表面的二维码生成方法、系统及装置

    公开(公告)号:CN109635613A

    公开(公告)日:2019-04-16

    申请号:CN201811385161.1

    申请日:2018-11-20

    CPC classification number: G06K7/1417 G06K7/146 G06K7/1491

    Abstract: 本发明公开了一种用于球体表面的二维码生成方法、系统及装置,方法包括:获取平面二维码,并通过二维码生成工具获取平面二维码的编码内容;根据平面二维码的编码内容,计算平面二维码在目标球体表面的映射关系,进而得到球形二维码每个像素点的坐标;根据球形二维码每个像素点的坐标,调用二维码生成工具生成得到初步球形二维码;根据初步球形二维码,通过插值算法进行插值填充,得到最终球形二维码。本发明根据平面二维码与球形二维码的映射关系和插值填充算法,生成得到最终球形二维码在粘贴在球体表面后,能大大提到识别成功率,为使用条码标识球体提供了很好的帮助。本发明可广泛应用于二维码领域中。

    一种基于DBN算法的药物靶向蛋白作用预测方法

    公开(公告)号:CN108959841A

    公开(公告)日:2018-12-07

    申请号:CN201810336860.0

    申请日:2018-04-16

    CPC classification number: G06N3/0454 G06N3/08 G06N3/084

    Abstract: 本发明公开了一种基于DBN算法的药物靶向蛋白作用预测方法,该方法是从药物的分子结构出发,提取药物的扩展连通指纹,从蛋白质的氨基酸序列出发,提取了蛋白质的三肽结构特征,将药物的扩展连通指纹和蛋白质的三肽结构特征两两拼接,构造成一个药物-蛋白质特征向量,之后输入到深度置信网络中进行训练,网络的输出为网络输入的药物-蛋白质对发生相互作用的概率,最后选择合适的阈值判断这一对关联是否成立。本发明能够使得在没有人工干预的情况下,较快速地给出药物‑靶向蛋白可能的相互作用对,从而节省药物研发试验成本,加快了药物新功能的挖掘和发现。

Patent Agency Ranking