-
公开(公告)号：CN110188787B
公开(公告)日：2020-11-03
申请号：CN201910289748.0
申请日：2019-04-11
申请人： 淮阴工学院
摘要： 本专利公开发明了一种基于区块链互证和卷积神经网络的凭证式记账方法，基于卷积神经网络来进行特征抽取并利用传统机器学习算法进行分类，最后使用区块链互证方式进行数据的整合并分布式存储。具体地，首先通过微信端接收用户发来的需要进行识别的照片信息，而后调用目标检测算法对图片中的人体进行识别和切割，随后通过训练好的神经网络进行特征提取并分类，最后利用互证投票的方式进行识别结果的二次验证，并将验证结果分布式存储在每个员工的手机内。本发明可以有效收集并识别人体的照片，并通过互证的方式准确地进行凭证式记账。
-
公开(公告)号：CN108491431B
公开(公告)日：2021-09-17
申请号：CN201810135027.X
申请日：2018-02-09
申请人： 淮阴工学院
IPC分类号： G06F16/335 , G06F16/9032 , G06F16/906 , G06N3/04 , G06N3/08 , G06K9/62
摘要： 发明公开了一种基于自编码机和聚类的混合推荐方法，本发明将用户评分数据和用户人口统计学数据结合，经过归一化处理，再利用自编码机提取用户特征数据，接着使用K‑means++聚类方法对用户聚类，当用户有推荐需求时，将待推荐用户的评分数据和人口统计学数据结合，归一化处理后再利用自编码机提取待推荐用户特征，再使用K‑means++聚类方法对待推荐用户分类，最后使用最适合该类别的推荐方法对用户进行推荐。本发明弥补了现有推荐方法在稀疏矩阵上表现不佳的状况，有效的提高了推荐的准确性。
-
公开(公告)号：CN108491431A
公开(公告)日：2018-09-04
申请号：CN201810135027.X
申请日：2018-02-09
申请人： 淮阴工学院
摘要： 发明公开了一种基于自编码机和聚类的混合推荐方法，本发明将用户评分数据和用户人口统计学数据结合，经过归一化处理，再利用自编码机提取用户特征数据，接着使用K-means++聚类方法对用户聚类，当用户有推荐需求时，将待推荐用户的评分数据和人口统计学数据结合，归一化处理后再利用自编码机提取待推荐用户特征，再使用K-means++聚类方法对待推荐用户分类，最后使用最适合该类别的推荐方法对用户进行推荐。本发明弥补了现有推荐方法在稀疏矩阵上表现不佳的状况，有效的提高了推荐的准确性。
-
公开(公告)号：CN110399916A
公开(公告)日：2019-11-01
申请号：CN201910669476.7
申请日：2019-07-24
申请人： 淮阴工学院
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于图像增强和Inception网络的皮肤癌图像分类方法，首先读取皮肤癌图片和标签数据，对标签数据进行one-hot编码，对皮肤癌图像进行归一化处理。再划分训练集、验证集、测试集。然后对图像进行图像增强，接着使用训练集训练基于Inception网络的深度神经网络。当需要识别皮肤癌图像种类时，加载训练好的深度神经网络模型，对数据归一化处理后，训练好的模型对图片进行分类，得到皮肤癌图片的种类。本发明弥补了现有图像分类方法在数据量不够丰富时易过拟合的状况，有效的提高了皮肤癌图像分类的准确性。
-
公开(公告)号：CN110399458A
公开(公告)日：2019-11-01
申请号：CN201910598004.7
申请日：2019-07-04
申请人： 淮阴工学院
摘要： 本发明公开了一种基于潜在语义分析和随机投影的文本相似度计算方法，适用于普遍的无监督文本聚类问题。本发明首先对待处理的标签文本转换为词袋模型，并利用TF-IDF算法对其进行赋权操作得到权重向量集。然后使用LSA算法对权重向量集进行处理得到LSA索引库，再对权重向量集使用随机投影算法进行处理得到RP索引库。最后将待计算语料进行TF-IDF处理后，再分别使用LSA算法和RP算法处理后与索引库内容比对，得到文本相似度。本发明可以对文本内容进行有效相似度计算，并通过相似度较高文本进行相关内容推荐。
-
公开(公告)号：CN110399458B
公开(公告)日：2023-05-26
申请号：CN201910598004.7
申请日：2019-07-04
申请人： 淮阴工学院
摘要： 本发明公开了一种基于潜在语义分析和随机投影的文本相似度计算方法，适用于普遍的无监督文本聚类问题。本发明首先对待处理的标签文本转换为词袋模型，并利用TF‑IDF算法对其进行赋权操作得到权重向量集。然后使用LSA算法对权重向量集进行处理得到LSA索引库，再对权重向量集使用随机投影算法进行处理得到RP索引库。最后将待计算语料进行TF‑IDF处理后，再分别使用LSA算法和RP算法处理后与索引库内容比对，得到文本相似度。本发明可以对文本内容进行有效相似度计算，并通过相似度较高文本进行相关内容推荐。
-
公开(公告)号：CN110188787A
公开(公告)日：2019-08-30
申请号：CN201910289748.0
申请日：2019-04-11
申请人： 淮阴工学院
摘要： 本专利公开发明了一种基于区块链互证和卷积神经网络的凭证式记账方法，基于卷积神经网络来进行特征抽取并利用传统机器学习算法进行分类，最后使用区块链互证方式进行数据的整合并分布式存储。具体地，首先通过微信端接收用户发来的需要进行识别的照片信息，而后调用目标检测算法对图片中的人体进行识别和切割，随后通过训练好的神经网络进行特征提取并分类，最后利用互证投票的方式进行识别结果的二次验证，并将验证结果分布式存储在每个员工的手机内。本发明可以有效收集并识别人体的照片，并通过互证的方式准确地进行凭证式记账。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.021 秒)
