-
公开(公告)号：CN117036920A
公开(公告)日：2023-11-10
申请号：CN202211112068.X
申请日：2022-09-13
申请人： 西南科技大学
摘要： 本发明公开基于增强CenterNet的核电站冷源致灾物识别方法，涉及核电站冷源致灾物识别技术领域。本发明通过构建增强型深度目标检测网络，所述增强型深度目标检测网络采用浅层沙漏网络与残差结构为主干网络，将目标物体视为一个中心点，通过关键点估计的方法找到目标中心点，再回归到其它属性，完成对目标物体的检测与计数。本发明对有无毛虾的识别mAP达到96.75％、计数误差小于15％，可用于核电站海洋生物的探测预警，保证核电冷源安全。
-
公开(公告)号：CN116824187A
公开(公告)日：2023-09-29
申请号：CN202210266861.9
申请日：2022-03-17
申请人： 西南科技大学
IPC分类号： G06V10/762 , G06V10/74 , G06V20/30
摘要： 本发明涉及一种基于核k均值耦合图和强化张量学习的多核聚类方法，对数据进行高阶相似关系学习，特别针对具有非线性结构的数据，包括以下步骤：输入待分析数据；利用核技巧对数据进行预处理；利用核k‑均值耦合图学习和强化张量学习方法对输入的待分析数据建立聚类分析模型；采用交替优化方法求解模型，得到数据相似图的张量表示；利用张量构造数据相似图，并输入到谱聚类中，得到最终聚类结果。本发明与现有方法相比，解决了现有多核聚类方没有考虑基核之间的高阶关系导致学习得到的相似图质量不高的问题，有效提高了聚类性能；可广泛应用于计算机视觉和模式识别等技术领域。
-
公开(公告)号：CN116432062B
公开(公告)日：2024-05-31
申请号：CN202111627662.8
申请日：2021-12-29
申请人： 西南科技大学
IPC分类号： G06F18/23213 , G06F18/214
摘要： 本发明公开了一种聚类中心一致性指导采样学习的多核聚类方法，包括以下步骤：S1.输入待分析数据；S2.利用核映射和奇异值分解（SVD），对待分析数据进行预处理，得到基聚类指示矩阵；S3.对基聚类指示矩阵，构建聚类中心一致性指导采样学习的多核聚类方法的目标函数；S4.采用交替迭代优化（坐标下降）的方法求解目标函数，计算得到共识表示矩阵；S5.对优化得到的共识表示矩阵执行K‑均值（K‑means），得到最终聚类结果。本发明与现有方法相比，提出了聚类中心一致性指导采样学习的多核聚类方法，提高锚点质量的同时，解决了现有方法时间和空间消耗大的问题，有效提高了聚类性能；可广泛应用于计算机视觉和模式识别等技术领域。
-
公开(公告)号：CN116432062A
公开(公告)日：2023-07-14
申请号：CN202111627662.8
申请日：2021-12-29
申请人： 西南科技大学
IPC分类号： G06F18/23213 , G06F18/214
摘要： 本发明公开了一种聚类中心一致性指导采样学习的多核聚类方法，包括以下步骤：S1.输入待分析数据；S2.利用核映射和奇异值分解（SVD），对待分析数据进行预处理，得到基聚类指示矩阵；S3.对基聚类指示矩阵，构建聚类中心一致性指导采样学习的多核聚类方法的目标函数；S4.采用交替迭代优化（坐标下降）的方法求解目标函数，计算得到共识表示矩阵；S5.对优化得到的共识表示矩阵执行K‑均值（K‑means），得到最终聚类结果。本发明与现有方法相比，提出了聚类中心一致性指导采样学习的多核聚类方法，提高锚点质量的同时，解决了现有方法时间和空间消耗大的问题，有效提高了聚类性能；可广泛应用于计算机视觉和模式识别等技术领域。
-
-
-
搜索结果
4 条记录 (耗时 0.018 秒)
