一种基于语义纠错及联想的碎纸拼接复原方法和系统

    公开(公告)号:CN117994170A

    公开(公告)日:2024-05-07

    申请号:CN202410269216.1

    申请日:2024-03-08

    申请人: 广州大学

    摘要: 本申请是一种基于语义纠错及联想的碎纸拼接复原方法和系统,包括:S1、碎纸图像预处理;S2、获取N个所述碎纸图像,对各所述碎纸图像的第i行的字符进行最大宽度填充;S3、根据所述碎纸图像的第i行的行宽,对所述碎纸图像的第i行进行垂直居中对齐;S4、根据所述碎纸图像之间第i行的边缘特征,将N个所述碎纸图像进行排序,获得第一复原图像。该方法通过对各个所述碎纸图像的字符行进行最大宽度填充并对齐字符行,再根据所述碎纸图像每一行之间的边缘特征,建立关联度矩阵,找到碎纸边缘相关性最高的两张碎纸图像进行横向拼接,最后通过机器学习进行语义纠错和联想,最后得到修复图像。

    一种基于QUBO的银行信用评分卡组合优化方法及系统

    公开(公告)号:CN118552299A

    公开(公告)日:2024-08-27

    申请号:CN202410556859.4

    申请日:2024-05-07

    申请人: 广州大学

    摘要: 本说明书实施例提供了一种基于QUBO的银行信用评分卡组合优化方法及系统,其中,方法包括:获取多维银行信用评分卡数据并对其进行扩充,得到初始数据集;基于初始数据集构建贷款利息收入数学模型并定义相关约束条件,通过贷款利息收入数学模型得到银行贷款利息收入目标函数;将银行贷款利息收入目标函数转化为QUBO模型,通过量子计算机求解QUBO模型得到动态阈值设置;采用组合算法对动态阈值设置进行验证和优化,得到最优阈值设置,基于最优阈值设置得到最终的银行信用评分卡组合;本发明实施例不仅提高了信用评分卡阈值设定的动态性和灵活性,还显著提升了处理大数据集的效率和优化结果的准确性,为信用评分卡的阈值优化提供了一种高效、可靠的新途径。