-
公开(公告)号：CN111488948B
公开(公告)日：2021-07-20
申请号：CN202010358369.5
申请日：2020-04-29
申请人： 中国科学院重庆绿色智能技术研究院 , 重庆大学
摘要： 本发明涉及一种抖动环境下稀疏样本的标记方法，属于图像识别技术领域。该方法包括：S1：采用去抖动算法给输入的视频文件去抖动；S2：利用改进的Mask fast RCNN模型识别稀疏样本；S3：构建智能标记系统，对识别出的稀疏样本进行人工标记；S4：更新训练集：将标记好的数据返回至训练数据集中，用于下一轮改进的Mask fast RCNN模型的训练。本发明针对人烟稀少环境的监控视频中有效样本稀疏的问题，并考虑抖动环境带来的视频不稳定难点，能够对特定目标进行标记，提高视频的有效性。
-
公开(公告)号：CN115509789A
公开(公告)日：2022-12-23
申请号：CN202211214987.8
申请日：2022-09-30
申请人： 中国科学院重庆绿色智能技术研究院 , 重庆大学
摘要： 本发明涉及故障预测技术领域，具体为一种基于组件调用分析的计算系统故障预测方法和系统，包括：获取待预测组件的关联组件集合，采集其中每个组件的监测数据，进行处理，形成加权时序数据矩阵；根据关联组件集合，获取调用关系序列数据向量；获取采集监测数据的时刻开始预设时间间隔内的故障状态数据；根据加权时序数据矩阵、调用关系序列数据向量和故障状态数据，获取输入输出数据组；提取加权时序数据矩阵和调用关系序列数据向量的特征，进行融合，建立与实时故障状态数据的对应关系，形成分类预测模型；对分类预测模型进行训练优化，输出满足预设预测精度的分类预测模型。本方案能融合组件动态调用关系，以提高故障预测精度。
-
公开(公告)号：CN113239813A
公开(公告)日：2021-08-10
申请号：CN202110534466.X
申请日：2021-05-17
申请人： 中国科学院重庆绿色智能技术研究院 , 重庆大学
摘要： 本发明涉及一种基于三阶级联架构的YOLOv3的远景目标检测方法，属于目标检测技术领域。该方法包括：S1：构建目标检测模型：将准备好的远景农作物图片作为样本图片，再使用视觉相干混合技术和几何手段进行数据增强，形成远景数据集后再使用图像标注软件进行标注，最后通过三阶级联架构的YOLOv3算法进行训练，生成目标检测模型；S2：采集检测目标的视频图像，输入目标检测模型中进行目标检测，得到含有置信得分的目标图；S3：通过NMS算法比较置信度得分，得到目标的位置信息和置信度信息；S4：根据得到的位置信息，对目标个数进行计算总数。本发明提高了目标跟踪算法的准确性、鲁棒性以及适应性，并减少了算法的计算量。
-
公开(公告)号：CN115509789B
公开(公告)日：2023-08-11
申请号：CN202211214987.8
申请日：2022-09-30
申请人： 中国科学院重庆绿色智能技术研究院 , 重庆大学
摘要： 本发明涉及故障预测技术领域，具体为一种基于组件调用分析的计算系统故障预测方法和系统，包括：获取待预测组件的关联组件集合，采集其中每个组件的监测数据，进行处理，形成加权时序数据矩阵；根据关联组件集合，获取调用关系序列数据向量；获取采集监测数据的时刻开始预设时间间隔内的故障状态数据；根据加权时序数据矩阵、调用关系序列数据向量和故障状态数据，获取输入输出数据组；提取加权时序数据矩阵和调用关系序列数据向量的特征，进行融合，建立与实时故障状态数据的对应关系，形成分类预测模型；对分类预测模型进行训练优化，输出满足预设预测精度的分类预测模型。本方案能融合组件动态调用关系，以提高故障预测精度。
-
公开(公告)号：CN113239813B
公开(公告)日：2022-11-25
申请号：CN202110534466.X
申请日：2021-05-17
申请人： 中国科学院重庆绿色智能技术研究院 , 重庆大学
IPC分类号： G06V10/82 , G06V10/774 , G06V10/34 , G06V10/762 , G06V10/75 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于三阶级联架构的YOLOv3的远景目标检测方法，属于目标检测技术领域。该方法包括：S1：构建目标检测模型：将准备好的远景农作物图片作为样本图片，再使用视觉相干混合技术和几何手段进行数据增强，形成远景数据集后再使用图像标注软件进行标注，最后通过三阶级联架构的YOLOv3算法进行训练，生成目标检测模型；S2：采集检测目标的视频图像，输入目标检测模型中进行目标检测，得到含有置信得分的目标图；S3：通过NMS算法比较置信度得分，得到目标的位置信息和置信度信息；S4：根据得到的位置信息，对目标个数进行计算总数。本发明提高了目标跟踪算法的准确性、鲁棒性以及适应性，并减少了算法的计算量。
-
公开(公告)号：CN116566651A
公开(公告)日：2023-08-08
申请号：CN202310357459.6
申请日：2023-03-29
申请人： 中国科学院重庆绿色智能技术研究院
IPC分类号： H04L9/40 , G06F18/2433 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/084
摘要： 本发明为基于降噪自编码的多重网络异常识别方法，属于大数据、信息安全领域。该方法包含以下步骤：S1：对网络流量数据进行采样，得到输入数据矩阵；S2：将输入数据矩阵分块；S3：利用降噪自编码网络中编码器的Dropout层分别对每一个子矩阵按概率进行降噪处理，然后编码得到整体样本；S4：随机抽取子矩阵，并利用编码网络中的编码器对其编码处理后得到局部样本；S5：利用历史数据进行训练和测试；S6：利用训练好的网络分别生成整体样本和局部样本作为输入，利用分类器判断数据是否为异常数据。本发明方法针对每个分块在统计意义上给予特定的降噪概率和随机采样概率，有利于提高入侵检测的准确性。
-
公开(公告)号：CN111008237B
公开(公告)日：2023-06-23
申请号：CN201910925275.9
申请日：2019-09-27
IPC分类号： G06F16/26 , G06F3/0488 , G06F16/29
摘要： 本发明提供了一种大数据平台指挥中心，包括：数据显示端和交互触摸控制端；数据显示端用于进行建筑工程大数据和三维全景地图模型的显示，且建筑工程大数据叠加显示在三维全景地图模型之上；交互触摸控制端用于在显示界面进行建筑工程大数据和三维全景地图模型的显示，且建筑工程大数据叠加显示在三维全景地图模型之上；并在显示界面接收到触控操作后，执行触控操作对应的操作，并控制数据显示端的显示数据与交互触摸控制端的显示数据进行联动显示，使得数据显示端和交互触摸控制端的显示数据保持同步。
-
公开(公告)号：CN109886165A
公开(公告)日：2019-06-14
申请号：CN201910096638.2
申请日：2019-01-23
申请人： 中国科学院重庆绿色智能技术研究院
摘要： 本发明为一种基于运动目标检测的动作视频提取和分类方法，属于大数据人工智能深度学习领域。该方法包含以下步骤：S1：采集多种场景，不同质量的运动视频，建立运动视频数据库，并对运动视频数据库中人体动作进行分类和标注，建立运动动作库；S2：利用深度学习技术，建立基于视频图像的运动目标的检测模型；S3：利用运动动作库对运动目标检测模型进行训练；S4：将用户实时拍摄视频作为运动目标检测模型的输入，判断人体动作类别，并结合用户需求，判断是否需要对该动作视频进行提取并保存。本发明方法能够自动、准确、快速的完成运动类别和运动起始时刻的判断，能够实时的适应不同场景下视频提取和分类任务。
-
公开(公告)号：CN111488948A
公开(公告)日：2020-08-04
申请号：CN202010358369.5
申请日：2020-04-29
申请人： 中国科学院重庆绿色智能技术研究院
摘要： 本发明涉及一种抖动环境下稀疏样本的标记方法，属于图像识别技术领域。该方法包括：S1：采用去抖动算法给输入的视频文件去抖动；S2：利用改进的Mask fast RCNN模型识别稀疏样本；S3：构建智能标记系统，对识别出的稀疏样本进行人工标记；S4：更新训练集：将标记好的数据返回至训练数据集中，用于下一轮改进的Mask fast RCNN模型的训练。本发明针对人烟稀少环境的监控视频中有效样本稀疏的问题，并考虑抖动环境带来的视频不稳定难点，能够对特定目标进行标记，提高视频的有效性。
-
公开(公告)号：CN107016416A
公开(公告)日：2017-08-04
申请号：CN201710237405.0
申请日：2017-04-12
申请人： 中国科学院重庆绿色智能技术研究院
IPC分类号： G06K9/62
CPC分类号： G06K9/6269 , G06K9/6288
摘要： 本发明提供一种基于邻域粗糙集和PCA融合的数据分类预测方法，包括采集样本数据，形成样本数据集；根据样本数据集，计算邻域粗糙集权重向量和主成分权重向量；通过对所述邻域粗糙集权重向量和主成分权重向量进行融合，获取融合后的权重向量，并对数据进行分类和预测；本发明中的基于邻域粗糙集和PCA融合的数据分类预测方法，通过将邻域粗糙集权重和PCA权重融合，可以有效解决现有监督学习和无监督学习数据分类处理能力不足问题，通过对样本数据集进行数据决策评价，为计算机数据处理系统能够挖掘更加有价值的知识提供了基础。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.057 秒)
