公开(公告)号：CN112906668A

公开(公告)日：2021-06-04

申请号：CN202110375280.4

申请日：2021-04-07

申请人： 上海应用技术大学

发明人： 任金鹏 ,  刘云翔 ,  原鑫鑫 ,  熊婷婷 ,  肖岩

IPC分类号： G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及计算机视觉技术领域，公开了一种基于卷积神经网络的人脸信息识别方法，先对原始人脸图像进行分割、对齐等处理，避免了背景、角度对于分类效果的影响，通过设计好的网络模型将分割对齐后的人脸数据进行输入，特征提取部分使用八层卷积神经网络，然后使用两个完全连接的模块作为性别识别和年龄识别的分类器。本发明克服了传统方法没办法解决位置、旋转等对于分类效果的影响，可以更准确地通过面部来预测人的性别和年龄。

公开(公告)号：CN113269903A

公开(公告)日：2021-08-17

申请号：CN202110569781.6

申请日：2021-05-24

申请人： 上海应用技术大学

发明人： 熊婷婷 ,  刘云翔 ,  原鑫鑫 ,  任金鹏 ,  田文超

IPC分类号： G07C1/10 ,  G06N3/04 ,  G06K9/62 ,  G06K9/00 ,  G06Q50/20

摘要： 本发明提供了一种人脸识别课堂考勤系统，该系统包括：人脸考勤系统登录模块、人脸数据采集模块、人脸数据训练模块、人脸识别考勤模块、数据库设计模块。本系统通过卷积神经网络实现人脸区域显著性检测，并加入长短期记忆人工神经网络LSTM读取时序信息，准确提取学生人脸区域以便后续人脸识别，可以准确并快速检测识别人脸信息。获取各个人脸数据后，使用孪生神经网络进行考勤人脸与数据库信息之前的相似度计算，并最终得到考勤详细数据，可以准确判断学生是否缺席、在席时间，避免出现学生打完卡就走的情况，可以实时监控考勤情况。相较于传统考勤与电子化考勤来说，基于显著性检测的人脸识别课堂考勤系统效率高、更加智能化。

公开(公告)号：CN112906668B

公开(公告)日：2023-08-25

申请号：CN202110375280.4

申请日：2021-04-07

申请人： 上海应用技术大学

发明人： 任金鹏 ,  刘云翔 ,  原鑫鑫 ,  熊婷婷 ,  肖岩

IPC分类号： G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/24

摘要： 本发明涉及计算机视觉技术领域，公开了一种基于卷积神经网络的人脸信息识别方法，先对原始人脸图像进行分割、对齐等处理，避免了背景、角度对于分类效果的影响，通过设计好的网络模型将分割对齐后的人脸数据进行输入，特征提取部分使用八层卷积神经网络，然后使用两个完全连接的模块作为性别识别和年龄识别的分类器。本发明克服了传统方法没办法解决位置、旋转等对于分类效果的影响，可以更准确地通过面部来预测人的性别和年龄。

公开(公告)号：CN112992374A

公开(公告)日：2021-06-18

申请号：CN202110398205.X

申请日：2021-04-14

申请人： 上海应用技术大学

发明人： 肖岩 ,  刘云翔 ,  原鑫鑫 ,  任金鹏 ,  熊婷婷

IPC分类号： G16H50/80

摘要： 本发明涉及传染病传播学技术领域，公开了一种基于传播动力学和多项式回归的新冠病毒传播预测方法，包括以下步骤：S1，收集新冠病毒疫情数据并对数据进行处理；S2，构建SEIR传播模型；S3，建立多项式回归预测模型；S4，使用建立的多项式回归预测模型在SEIR传播模型的预测拐点区间进行数据分析与预测。本发明实验结果表明，采用传播动力学模型结合机器学习算法的预测方法相比于线性回归、逻辑回归等单一算法的预测方法具有更高的预测准确率。

公开(公告)号：CN114283944A

公开(公告)日：2022-04-05

申请号：CN202111479325.9

申请日：2021-12-06

申请人： 上海应用技术大学

发明人： 刘云翔 ,  张桂鑫 ,  原鑫鑫 ,  熊婷婷 ,  吴子庚

IPC分类号： G16H50/50 ,  G16H50/70 ,  G16H10/60 ,  G06N20/00 ,  G06K9/62 ,  G06F16/215

摘要： 本发明公开了一种基于大数据分析的结直肠癌预测方法，通过收集某医院病人体检数据，进行数据整理，对获取的人员的医疗数据进行处理以获得所述人员的医疗特征数据。通过预设分析模型处理所述医疗特征数据，与医学理论相结合进行数据预处理提取合适的特征。根据结直肠癌患者的特征不同，应用数据挖掘中决策树算法和logistic回归算法对不同体检指标之间的重要度进行分析研究，可以确定人员的癌症发病风险。基于此，可对人员进行健康评估和健康干预，以实现结直肠癌症的预测和预防。

公开(公告)号：CN113113089A

公开(公告)日：2021-07-13

申请号：CN202110414388.X

申请日：2021-04-16

申请人： 上海应用技术大学

发明人： 熊婷婷 ,  刘云翔 ,  原鑫鑫 ,  任金鹏 ,  肖岩

IPC分类号： G16C20/70 ,  G16C20/20 ,  G06K9/62 ,  G06N3/08

摘要： 本发明提供了一种基于大数据分析的气味识别方法，通过采集大数据平台中的化学分子结构信息数据建立相应的标准气味分子数据库，与化学理论相结合进行数据预处理提取合适的特征。根据不同气味物质的化学结构特征不同，采用KNN、BP神经网络等算法建立模型对不同气味物质进行相似性分类，并对比气味的识别率，以此更好的实现通过物质的化学结构来识别物质的气味。当分类识别率较高时，即表示所提取的特征可以把物质气味信息进行有效地区分，也即所提取的特征更接近物质气味的本质、更能表示物质的气味信息。该方法稳点、简便，可为气味识别提供不同的思路参考，同时可以省去寻找特定气味分子所需的大量精力和投入，为进一步研究物质气味通用性表征模式奠定基础。