-
公开(公告)号：CN118115934A
公开(公告)日：2024-05-31
申请号：CN202410048177.2
申请日：2024-01-12
申请人： 浙江师范大学
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774 , G06N3/048
摘要： 本发明公开了一种密集行人检测方法及系统，涉及自动驾驶和大型公共场所人流量监控技术领域，具体步骤为：获取密集行人数据构建密集行人数据集；利用密集行人数据集对改进的YOLOv8模型进行训练，得到密集行人检测模型；将待检测的密集行人图像输入至密集行人检测模型，获得密集行人检测结果。本发明将可变核卷积模块(AKConv)替换YOLOv8原来的卷积层，通过改变卷积核任意数量的参数和任意采样形状，减少网络开销和提升检测性能；引入坐标注意力(CA)机制模块，将位置信息嵌入到了通道注意力中来增强特征图的表示能力；使用Wise‑IoU作为模型损失函数，提高了检测精度，使得模型更具鲁棒性。
-
公开(公告)号：CN116740538A
公开(公告)日：2023-09-12
申请号：CN202310886082.3
申请日：2023-07-19
申请人： 浙江师范大学
IPC分类号： G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于YOLOv8改进的轻量化目标检测方法及系统，属于图像处理技术领域，使用相应的数据库加载目标检测图像数据，并将其转换为YOLO训练格式，划分训练集和测试集；引入BiFormer注意力机制、GSConv轻量化卷积模块优化YOLOv8目标检测算法，构建基于改进YOLOv8的小目标检测模型；基于训练集训练上述小目标检测模型，得到最优小目标检测模型；将测试集输入最优小目标检测模型，输出小目标检测结果。本发明能够在提高小目标检测性能的同时对YOLOv8进行轻量化改进，以满足端到端的工业部署。
-
公开(公告)号：CN116599656A
公开(公告)日：2023-08-15
申请号：CN202310556835.4
申请日：2023-05-17
申请人： 浙江师范大学
摘要： 本发明公开了一种基于姚氏混淆电路的隐私抽取方法及系统，涉及隐私保护数据处理技术领域，包括：由第一端口执行混淆电路生成算法并传输数据至第二端口；计算算法由第二端口执行并传送数据至第一端口；抽取算法由第一端口执行并传送数据信息至第三端口；验证算法由独立第三端口完成。本发明使用伪随机函数保证抽取随机；使用不经意传输保证第一端口与第二端口抽取过程私密独立；使用验证算法保证整个抽取过程第三方可验证。满足：安全性：任何攻击者不能通过分析数据、篡改数据等操作左右抽取结果且不被验证者发现；随机性：任何参与方不能独立完成抽取或预测抽取结果；可验证性：抽取过程中任一参数皆可由第三方验证，任何作弊皆可被检测验证。
-
公开(公告)号：CN113627463A
公开(公告)日：2021-11-09
申请号：CN202110706945.5
申请日：2021-06-24
申请人： 浙江师范大学
摘要： 本发明公开基于多视图对比学习的引文网络图表示学习系统及方法。其中，本发明涉及的引文网络图表示学习系统，包括：样本构造模块，将原始图节点表示作为正样本，并基于原始图构造负对应样本；图增强模块，基于个性化页面排名算法和拉普拉平滑算法对正样本节点特征进行增强，获得正样本图和负样本图；融合模块，基于编码器提取正样本图表示和负样本图表示，整合正样本图表示和负样本图表示，并通过交叉视图集中融合层，得到正样本图和负样本图的共识表示；互信息估计模块，通过鉴别器来对比正样本对和负样本对的学习表示；困难样本挖掘模块，根据预先计算的亲和力向量表示负样本对之间的一致性，并选择和保留较难表达全局或邻居信息的节点。
-
公开(公告)号：CN113627462A
公开(公告)日：2021-11-09
申请号：CN202110705655.9
申请日：2021-06-24
申请人： 浙江师范大学
摘要： 本发明公开了基于矩阵分解和多划分对齐的医疗数据聚类方法及系统。其中涉及的基于矩阵分解和多划分对齐的医疗数据聚类方法，包括：S1.获取与医疗数据相对应的原始图像数据；S2.对获取的原始图像数据相对应的多视图数据通过多层矩阵进行分解，得到各个视图的基础划分矩阵；S3.利用列变换将得到的各个视图的基础划分矩阵进行融合对齐，得到一致融合后的划分矩阵；S4.将得到的各个视图的基础划分矩阵以及一致融合后的划分矩阵进行统一，并构建统一后划分矩阵相对应的目标函数；S5.采用交替优化方法优化构建的目标函数，得到优化后的统一划分矩阵；S6.对得到的优化后的统一划分矩阵进行谱聚类，得到最终的聚类结果。
-
公开(公告)号：CN113269231A
公开(公告)日：2021-08-17
申请号：CN202110447615.9
申请日：2021-04-25
申请人： 浙江师范大学
摘要： 本发明公开了一种基于局部核的最优邻居多核聚类方法及系统，其中涉及的一种基于局部核的最优邻居多核聚类方法，包括：S11.获取聚类任务和目标数据样本；S12.计算与目标数据样本相对应的各个视图的核矩阵，并对核矩阵进行中心化和归一化处理，得到处理后的核矩阵；S13.根据得到的处理后的核矩阵，建立基于局部核的最优邻居多核聚类目标函数；S14.采用循环方式求解建立的目标函数，得到视图融合后的划分矩阵；S15.对得到的划分矩阵进行k均值聚类，得到聚类结果。
-
公开(公告)号：CN113221969A
公开(公告)日：2021-08-06
申请号：CN202110446945.6
申请日：2021-04-25
申请人： 浙江师范大学
摘要： 本发明公开一种基于物联网感知的双特征融合的语义分割系统及方法，其方法包括步骤:S1、对原图像进行特征编码获得不同尺度特征；S2、通过两注意力细化块对不同尺度的特征进行学习，获取多级融合特征；S3、对多级融合特征进行降维，得到降维特征；S4、用不同卷积尺度的深度可分解卷积对降维特征进行上下文编码，获得不同尺度局部特征；S5、用全局均值池化层对降维特征进行全局池化，获得全局特征；S6、将全局特征、局部特征进行通道拼接融合，获得多尺度上下文融合特征；S7、将降维特征、多尺度上下文融合特征进行通道拼接融合，获得拼接特征；S8、根据拼接特征获得输出。缓解了多层次特征之间的语义差异性，且丰富了信息表示，提升了识别精度。
-
公开(公告)号：CN112884010A
公开(公告)日：2021-06-01
申请号：CN202110096080.5
申请日：2021-01-25
申请人： 浙江师范大学
摘要： 本发明公开了基于自编码器的多模态自适应融合深度聚类模型，包括编码器结构、多模态自适应融合层、解码器结构、深度嵌入式聚类层；编码器，用于使数据集X分别通过自编码器、卷积自编码器、卷积变分自编码器三种非线性映射h(X；θm)，分别得到自编码器、卷积自编码器、卷积变分自编码器的潜在特征Zm；多模态自适应特征融合层，用于将自编码器、卷积自编码器、卷积变分自编码器分别得到的潜在特征Zm通过自适应空间特征融合方式融合到公共子空间中，得到融合特征Z；解码器，用于使用与编码器对称的结构对融合特征Z进行解码，得到解码后的重构数据集深度嵌入式聚类层，用于对融合特征Z进行聚类，通过对比聚类结果与真实标签得到最终准确率ACC。
-
公开(公告)号：CN112766425A
公开(公告)日：2021-05-07
申请号：CN202110321532.5
申请日：2021-03-25
申请人： 浙江师范大学
摘要： 本发明公开了一种基于最优传输的深度缺失聚类机器学习方法及系统，其中涉及的一种基于最优传输的深度缺失聚类机器学习方法，包括：S11.获取聚类任务和目标数据样本；S12.将获取的目标数据样本中的每个样本分为可观测特征部分和缺失特征部分，基于填充任务对缺失特征部分进行初始填充并保持可观测特征部分的不变性，得到第一聚类结果；S13.通过最优传输距离和KL散度分别建立神经网络结构中的重构损失和聚类损失，得到优化目标函数；S14.基于得到的优化目标函数将填充任务与聚类任务相融合，并对缺失特征部分的缺失值进行填充，得到最终的聚类结果。
-
公开(公告)号：CN104259601B
公开(公告)日：2016-02-10
申请号：CN201410423225.8
申请日：2014-08-26
申请人： 浙江师范大学
摘要： 一种利用电火花加工设备控制系统的加工工艺，所述系统包括控制器、主机架、电火花加工头装置（10）、前后方向移动电机（202）、前后方向移动块（200）以及左右方向移动电机（201），所述前后方向与左右方向为在水平面内的互相垂直的方向，前后方向移动电机（202）与主机架固定连接，能够驱动前后方向移动块（200）在主机架上前后移动，左右方向移动电机（201）与前后方向移动块（200）固定连接，能够驱动电火花加工头装置（10）在前后方向移动块（200）上左右移动。
-
-
-
-
-
-
-
-
-
搜索结果
153 条记录 (耗时 0.035 秒)
