-
公开(公告)号：CN116503632A
公开(公告)日：2023-07-28
申请号：CN202310747179.6
申请日：2023-06-25
Applicant: 广东工业大学 , 广州大学城(广工)科技成果转化中心 , 北京爱宾果科技有限公司
IPC: G06V10/762 , G06V10/58
Abstract: 本发明涉及高光谱遥感图像处理技术领域，公开了一种基于子空间的多个子类均值高光谱图像聚类方法，获取高光谱数据集，映射到低维的子空间，得到低维表示矩阵，进行模糊聚类得到q个类，计算隶属度，从而获得稀疏的隶属度矩阵Y，将q个类中心的数据聚类为指定类数，并且得到模糊隶属度矩阵Z，重复上述步骤，更新参数，直到迭代结束，输出L=Y*Z，本发明通过将高维的高光谱数据集映射到低维的子空间中，最大限度保留了数据的特征，减少冗余数据的干扰，同时在聚类子空间中优化投影矩阵和模糊隶属度矩阵，引进范数，增强了鲁棒性，通过将q个类中心的数据聚类为指定类数，减弱了高光谱数据中异常点的影响，提高了对高光谱图像分割的精确度。
-
公开(公告)号：CN115563492A
公开(公告)日：2023-01-03
申请号：CN202211547519.2
申请日：2022-12-05
Applicant: 广东工业大学 , 北京爱宾果科技有限公司 , 广州大学城(广工)科技成果转化中心
IPC: G06F18/2132 , G06F17/11 , G06F17/16
Abstract: 本发明属于数据处理技术领域，公开了一种基于局部比值和线性判别分析的数据降维方法及装置，根据高维样本数据初始化当前近邻矩阵和当前投影矩阵，然后根据当前投影矩阵更新当前近邻矩阵获得优化近邻矩阵，再根据优化近邻矩阵训练当前投影矩阵获得目标投影矩阵，最后利用目标投影矩阵更新优化近邻矩阵得到目标近邻矩阵，若预先构建的局部比值和模型收敛，确定该目标投影矩阵为最优解，利用该最优解进行数据降维；本发明通过引入近邻权值，能够考虑样本数据的局部结构，更好的适应真实世界数据集，同时利用投影矩阵与近邻矩阵两者之间交替互相训练优化，可以减少近邻矩阵受到高维数据的噪声影响，进一步优化降维效果。
-
公开(公告)号：CN115759406A
公开(公告)日：2023-03-07
申请号：CN202211447129.8
申请日：2022-11-18
Applicant: 广东工业大学 , 广州大学城(广工)科技成果转化中心 , 北京爱宾果科技有限公司
IPC: G06Q10/04 , G06Q10/063 , G06Q50/06
Abstract: 本发明提出一种基于事件触发机制的高阶多智能体系统资源分配方法，涉及多智能体资源分配的技术领域，首先建立高阶多智能体系统，然后基于高阶多智能体系统构建高阶多智能体系统的分布式资源分配优化模型，分布式资源分配优化模型考虑每一个高阶智能体的资源需求，并以全局运行成本最小化为目标函数，以高阶多智能体系统的总网络资源和总需求为约束条件，进一步，利用事件触发机制对构建的分布式资源分配问题进行分布式求解，最后高阶智能体按求得的资源需求值运行，保证了高阶多智能体系统在资源约束条件下的稳定性和收敛性，在保证资源分配最优性前提下有效降低高阶多智能体系统的通信负担，减少通信成本。
-
公开(公告)号：CN115081556A
公开(公告)日：2022-09-20
申请号：CN202210984070.X
申请日：2022-08-17
Applicant: 广东工业大学 , 广州大学城(广工)科技成果转化中心
IPC: G06K9/62 , G06F16/9535 , G06Q50/00
Abstract: 本申请公开了一种基于多视图谱聚类算法的用户分类方法及相关装置，方法包括：根据基于预置用户多平台信息计算的相似度矩阵构建初始多视图聚类函数，预置用户多平台信息包括性别、年龄和职业信息，初始多视图聚类函数包括每个平台视图对应的拉普拉斯矩阵；根据拉普拉斯矩阵的特征矩阵为初始多视图聚类函数分别配置正交约束和非负约束，得到多视图约束聚类函数；根据图重构后的相似度矩阵、预设旋转矩阵和预设正则项对多视图约束聚类函数进行结构优化，得到多视图转换聚类函数；通过奇异值分解的方式对多视图转换聚类函数进行多视图聚类求解，得到目标用户聚类标签。本申请能解决现有的谱聚类算法在用户分类过程中存在较为明显的局限性的技术问题。
-
公开(公告)号：CN119296780A
公开(公告)日：2025-01-10
申请号：CN202411414423.8
申请日：2024-10-11
Applicant: 广东工业大学
IPC: G16H50/30 , G16H20/40 , G16H50/70 , G16H30/40 , G06T7/00 , G06T7/10 , G06V10/26 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于两阶段3D特征提取的直肠癌预后智能分析方法，包括：获取目标患者预后的MRI图像，构建基于3D‑Unet架构的三维卷积神经网络，对述三维卷积神经网络进行分阶段训练，生成直肠癌肿瘤提取模型；将预处理后的MRI的3D图像作为模型输入，对直肠癌肿瘤图像进行分割，分阶段输出3D肿瘤图像及风险评分；将风险评分结合目标患者的临床数据进行预后评估，获取目标患者的生存率。本发明能够提取MRI影像中的3D肿瘤信息，进一步增强预后分析的准确性，并且提供更精确、更可靠的预后结果，进而改善临床决策。
-
Patent Agency Ranking
公开(公告)号：CN118155827A
公开(公告)日：2024-06-07
申请号：CN202410002487.0
申请日：2024-01-02
Applicant: 广东工业大学
IPC: G16H50/20 , G16H50/30 , G16H30/20 , G06V10/764
Abstract: 本申请公开了一种预测直肠癌预后方法、装置、计算机设备以及存储介质，包括：获取目标患者的两种类型的待预测图像以及临床信息；基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分；对所述风险评分进行分析，得到指标截断点；根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果，本方案可以提高直肠癌预后的准确性和可靠性。
-
公开(公告)号：CN117593553A
公开(公告)日：2024-02-23
申请号：CN202311623680.8
申请日：2023-11-29
Applicant: 广东工业大学
IPC: G06V10/762 , G06F17/16 , G06V10/74 , G06V10/764 , G06V20/10
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于锚图的谱聚类方法及相关装置，其中，方法包括获取原始图像的数据集和权衡参数，根据所述数据集计算得到锚图数据；所述锚图数据包括：权值矩阵、旋转矩阵、指示矩阵、邻接矩阵、相似度矩阵；根据所述锚图数据和所述权衡参数，构建谱聚类模型的目标函数；求解所述目标函数，得到全局最优解，并输出所述全局最优解对应的聚类标签，解决了现有的谱聚类方法聚类效果差导致图像识别效果差的技术问题。
-
公开(公告)号：CN117197874A
公开(公告)日：2023-12-08
申请号：CN202311279793.0
申请日：2023-09-26
Applicant: 广东工业大学
IPC: G06V40/16 , G06V10/762
Abstract: 本发明公开了基于K‑近邻构图比值和降维算法的人脸识别方法，包括将输入的人脸图像，通过K近邻构图的邻接矩阵计算公式，得到邻接矩阵，然后对邻接矩阵进行归一化处理，得到类内邻接矩阵以及类间邻接矩阵，再通过谱聚类原理提出的拉普拉斯矩阵构造法，得到类内拉普拉斯矩阵以及类间拉普拉斯矩阵，然后再将将类内拉普拉斯矩阵以及类间拉普拉斯矩阵转换为类内散度矩阵以及类间散度矩阵，代入RS准则中计算得到保留人脸数据局部特征的子空间，最后将保留人脸数据局部特征的子空间通过人脸识别算法，得到人脸识别结果。本发明提取出的子空间具有维度小，数据信息量大的特点，使用该子空间作为人脸识别算法的输入，将获得更高的人脸识别精度。
-
公开(公告)号：CN116908833A
公开(公告)日：2023-10-20
申请号：CN202310722242.0
申请日：2023-06-16
Applicant: 广东工业大学
Abstract: 本发明涉及机器人技术领域，公开了一种移动过程中目标识别跟踪方法，包括：通过激光雷达对周围的环境信息进行扫描，进行SLAM定位，获得位置信息；以搭载的摄像头捕获包含目标的彩色图像，通过YOLO v4网络识别彩色图像获得目标，使用PNP位姿解算与坐标系转换获得目标的状态观测值，通过激光雷达和角度测量仪对所述目标进行测量，得到相对速度、相对加速度、视线角度和视线角速度；通过PN制导律和平方根容积卡尔曼滤波算法，输出最优估计值；锁定目标当前位置，下达移动指令。本申请通过将制导律引入到目标加速度中达到减少误差的效果，计算量更低，同时将相对速度和视线角引入目标状态方程中，提升了移动机器人在突发状况下对目标状态估计的精准度。
-
公开(公告)号：CN110717854B
公开(公告)日：2023-05-09
申请号：CN201910959811.7
申请日：2019-10-10
Applicant: 广东工业大学
IPC: G06T3/00 , G06V10/764
Abstract: 本申请公开了一种图像降维方法，包括：获取样本图像的图像空间；采用比迹降维的方法对图像空间进行降维处理得到投影矩阵；将待识别的图像通过投影矩阵投影到图像子空间；采用分类器对投影到图像子空间的待识别图像进行识别。本申请通过比迹降维的方法获取投影矩阵，使得能够最大效率的呈现数据的有用信息，提高降维的准确性。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.082 seconds)
