-
公开(公告)号：CN116204673A
公开(公告)日：2023-06-02
申请号：CN202211619120.0
申请日：2022-12-14
申请人： 宁波大学
IPC分类号： G06F16/583 , G06F16/51 , G06F16/55 , G06V10/774 , G06V10/82 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种关注图像块间关系关系的大规模图像检索哈希方法，特点是首先对样本通过第一自注意力计算模块和第二自注意力计算模块提取多尺度特征，接着添加全局平均池化层、哈希层与分类层，对数据库中的图像进行初步特征提取并使用训练后的哈希检索模型进行哈希编码得到哈希码检索库，对待检索图像进行初步特征提取并使用训练后的哈希检索模型进行哈希编码，得到待检索图像的哈希码；在哈希码检索库中查找与待检索图像的哈希码的海明距离最近的数据，并将该数据对应的原始的样本作为检索结果显示，完成检索过程；优点是计算量大大减少，可以提取到丰富的多尺度特征信息，获得的哈希码高效紧凑，图像检索效率较高。
-
公开(公告)号：CN115292296A
公开(公告)日：2022-11-04
申请号：CN202210748877.3
申请日：2022-06-29
申请人： 宁波大学
IPC分类号： G06F16/215 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/20
摘要： 本发明公开了一种基于联邦学习提高众包标注数据质量的方法，包括以下步骤：通过从多个众包平台中随机选择K个众包平台,将用户的数据随机分为K份，然后将K份数据一一对应上传到K个众包平台，然后在每个众包平台，基于用户上传的数据构建训练数据集，将第j个众包平台的训练数据集记为，接着分别对这K个众包平台的分类器进行训练，每次训练完成后，每个众包平台的分类器的网络参数相互传递后，然后在每个众包平台处找出标注质量较高的众包平台，将标注质量较高的众包平台传递过来的网络参数进行聚合，得到聚合参数作为每次训练后的最终网络参数；优点是既能够降低标签噪声，提高众包标注数据质量，又具有较高的隐私保护性。
-
公开(公告)号：CN113879724B
公开(公告)日：2022-08-19
申请号：CN202111112282.0
申请日：2021-09-23
申请人： 宁波大学
摘要： 本发明公开了一种基于众包智能的垃圾分类系统，通过设置人机交互界面、众包模块和数据管理模块，众包模块包括众包审核子模块和众包标注子模块，众包审核子模块用于以派发审核订单的形式进行任务分发给众包审核人员，进行垃圾投放分类的人工审查给出识别结果，数据管理模块能够构建训练数据集提供给云服务器，用于对图像识别模块进行训练更新；优点是在图像识别模块不能识别垃圾类别时，能够通过众包审核方式从外界获取垃圾识别结果，以保证垃圾分类投放的顺利进行，并且能够采用众包标注方式构建训练数据集，从而采用训练数据集对图像识别模块进行更新训练，保证图像识别模块识别准确性。
-
公开(公告)号：CN113879724A
公开(公告)日：2022-01-04
申请号：CN202111112282.0
申请日：2021-09-23
申请人： 宁波大学
摘要： 本发明公开了一种基于众包智能的垃圾分类系统，通过设置人机交互界面、众包模块和数据管理模块，众包模块包括众包审核子模块和众包标注子模块，众包审核子模块用于以派发审核订单的形式进行任务分发给众包审核人员，进行垃圾投放分类的人工审查给出识别结果，数据管理模块能够构建训练数据集提供给云服务器，用于对图像识别模块进行训练更新；优点是在图像识别模块不能识别垃圾类别时，能够通过众包审核方式从外界获取垃圾识别结果，以保证垃圾分类投放的顺利进行，并且能够采用众包标注方式构建训练数据集，从而采用训练数据集对图像识别模块进行更新训练，保证图像识别模块识别准确性。
-
公开(公告)号：CN110704664A
公开(公告)日：2020-01-17
申请号：CN201910801571.8
申请日：2019-08-28
申请人： 宁波大学
IPC分类号： G06F16/583 , G06F16/55 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种哈希检索方法，特点是首先从待检索图像数据所在的原始图像数据集中选取训练数据集，定义待训练的哈希模型，将训练数据集随机打乱后随机抽取N个图像数据输入待训练的哈希模型，根据输出结果与对应的原始标签信息修正模型参数，最终得到训练后的哈希模型，再用训练后的哈希模型分别对原始图像数据集及待检索图像数据进行哈希编码，最后对待检索图像数据进行哈希检索；优点是利用哈希编码重构原始标签信息，使得待训练的哈希模型在学习二进制编码的同时，能更加精细地利用标签信息，通过在损失函数中引入相似矩阵，能够指导卷积神经网络学习保相似性特征，提高哈希检索方法的准确度，从而提高检索准确性。
-
公开(公告)号：CN109299097A
公开(公告)日：2019-02-01
申请号：CN201811128413.2
申请日：2018-09-27
申请人： 宁波大学
IPC分类号： G06F16/22 , G06F16/2455
摘要： 本发明公开了一种基于哈希学习的在线高维数据最近邻查询方法，首先设计了分别根据样本相似或不相似性的预测损失函数并且扩宽了损失函数的范围，进一步设置了相似或不相似范围，然后结合哈希模型需要保持历史信息同时需要当前数据对损失最小的原则，提出新的目标函数，通过对在线哈希算法的收敛性进行分析，找到目标函数最优值。在此基础上，对于待查询数据点，能够快速地查询到最接近的数据点，平均准确率结果稳定收敛，迭代学习过程中哈希函数的更新大大减少。
-
公开(公告)号：CN109034197A
公开(公告)日：2018-12-18
申请号：CN201810647790.0
申请日：2018-06-22
申请人： 宁波大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6215
摘要： 本发明公开了一种基于海明距离的近似成员查询方法，特点是使用适用在海明距离度量下的局部敏感哈希函数(LSH)——比特采样LSH，结合标准布隆过滤器(BF)中的随机哈希函数，来构建布隆过滤器HLBF，而对于给定的查询数据Q，通过随机翻转Q上s个比特生成c个虚拟数据，对于每一个虚拟数据生成L个位串，若一个位串在布隆过滤器HLBF中的b个地址的比特位都为1，则称该位串通过，若c个虚拟数据，每个虚拟数据有L个位串，即c*L个位串中任意一个通过，则判定查询数据Q是集合Ω的近似成员，优点在于能够在海明空间下完成近似成员的查询，同时通过创建虚拟对象，在不重建布隆过滤器的条件下，可以支持不同粒度的查询。
-
公开(公告)号：CN104699747B
公开(公告)日：2017-10-31
申请号：CN201410775986.X
申请日：2014-12-15
申请人： 宁波大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于过滤器的高维数据近似成员查询方法，通过定义新的距离敏感哈希函数来分别表征目标数据集合中的多维数据和待查询的多维数据，不需要重新构造过滤器，能够支持更多的过滤距离参数的近似成员查询，大幅度减少了空间代价，通过使用多个函数组数，且每个函数组数包含多个函数，在最终确认是否目标数据集合Ω的近似成员时使用“与－或”结合的方式进行判断，能够降低过滤器的假阴性率，同时，本发明通过构建一个实体校验器，通过校验，大大降低了不同过滤距离参数过滤器的假阳性率，并且通常减少实体过滤器的方式，在准确性略有降低的情况下，空间资源大大节省。
-
公开(公告)号：CN104516946A
公开(公告)日：2015-04-15
申请号：CN201410705100.4
申请日：2014-11-27
申请人： 宁波大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30997
摘要： 本发明公开了一种基于过滤器的高维数据近似成员查询方法，通过定义新的距离敏感哈希函数来分别表征目标数据集合中的多维数据和待查询的多维数据，不需要重新构造过滤器，能够支持更多的过滤距离参数的近似成员查询，大幅度减少了空间代价，通过使用多个函数组数，且每个函数组数包含多个函数，在最终确认是否目标数据集合Ω的近似成员时使用“与－或”结合的方式进行判断，能够降低过滤器的假阴性率，同时，本发明通过构建一个实体校验器，通过校验，大大降低了不同过滤距离参数过滤器的假阳性率。
-
公开(公告)号：CN101587643B
公开(公告)日：2010-11-03
申请号：CN200910099475.X
申请日：2009-06-08
申请人： 宁波大学
发明人： 钱江波
摘要： 本发明公开了一种套牌车的识别方法，优点在于将所有在路上运动的车辆作为一个整体处理，当套牌车上路一段时间后，不管距离远近，只要具有相同车牌号的两辆以上的车辆同时出现在路上，通过本发明处理，就一定能发现套牌车，识别精度较高，且由于本发明是通过设置于车辆数据信息处理中心中的时间矩阵、输入缓存区、窗口索引表、窗口数据存储区实现的，视频捕获设备获取的车辆信息实时地传输给输入缓存区，通过对输入缓存区中的缓存数据的在线处理来达到识别套牌车的目的，大大提高了识别速度，另外由于本发明方法是在现有的车辆数据信息处理中心中设置时间矩阵、输入缓存区、窗口索引表、窗口数据存储区等实现实时在线识别处理的，无需很大投资。
-
-
-
-
-
-
-
-
-
搜索结果
65 条记录 (耗时 0.025 秒)
