一种基于弱监督学习的图像语义解析方法

    公开(公告)号:CN109657684A

    公开(公告)日:2019-04-19

    申请号:CN201811577772.6

    申请日:2018-12-20

    Abstract: 本发明公开了一种基于弱监督学习的图像语义解析方法,包括以下步骤;步骤一、将图像分割成45-55个大小适中的块,提取具有判别力的区域特征;步骤二、采用线性分类器作为判别的聚类方式;步骤三、将分割后的图像区域特征进行聚类,将聚类后的图像集划分为若干个类别的子区域;步骤四、将同一类别的子区域聚在一类得出结果;步骤五、输出语义一致的图像区域进行合并,得到图像的最终解析结果。本发明提供了一种基于弱监督学习的图像语义解析方法,通过分割方法得到的图像子区域进行聚类,利用图像级别标注与图像子区域标签的关系建立了误差最小化的弱监督学习模型,为各图像子区域分配语义标签,可以达到精度高,准确度高。

    基于数据挖掘技术的带电检测数据处理方法

    公开(公告)号:CN103902816A

    公开(公告)日:2014-07-02

    申请号:CN201410091331.0

    申请日:2014-03-12

    Abstract: 基于数据挖掘技术的带电检测数据处理方法。本发明属于信息技术中的数据挖掘技术领域,特别是涉及电力设备中的变压器、断路器、避雷器等的状态分析技术与方法。针对传统电力设备状态检修中存在的检修滞后以及计划检修过多的冗余的工作,建立了粗糙集和决策树相结合的数据挖掘状态分析模型,并结合已有的电力设备状态检修系统构建了基于数据挖掘技术的带电检测数据处理系统。将粗糙集和决策树的融合技术运用到电力设备状态数据分析中,根据已有的状态判决标准,对35KV及以上变压器、SF6断路器等电力设备状态数据进行数据预处理、对属性进行Gini系数索引、属性约简、阈值选择等步骤,并在此基础上进行状态分析,同时形成工作状态表并给出相应的处理方案。

    一种用于免滤波数字D类功放的功率级误差校正方法

    公开(公告)号:CN109861648A

    公开(公告)日:2019-06-07

    申请号:CN201910037168.2

    申请日:2019-01-15

    Abstract: 本发明提出了一种用于免滤波数字D类功放的功率级误差校正方法,该方法首先对免滤波数字D类功放BTL功率级的上下两个半桥分别构建由一阶连续时间积分器、电源噪声抑制器、电压比较器、半桥功率级以及反馈电阻组成的局部负反馈回路。然后构建由分压电阻以及隔直电容组成的电源噪声获取电路,把实时获取的功率级电源噪声输入到电源噪声抑制器中,在闭环负反馈回路校正功率级误差的同时,利用前馈技术进一步抑制功率级电源噪声对功放输出信号的影响。本发明所提供的方法可在不改变原有功放各个模块内部结构的情况下,完成对功率级误差的校正,且该方法实现简单,可移植性强,误差校正效果明显。

    一种基于嵌入表示的跨网络账户关联方法

    公开(公告)号:CN110097125A

    公开(公告)日:2019-08-06

    申请号:CN201910373894.1

    申请日:2019-05-07

    Abstract: 本发明提供一种基于嵌入表示的跨网络账户关联方法,包括:分别提取源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量和社交网结构特征向量;使用向量拼接的方法依次将源社交网络和目标社交网络中每个用户账户的用户生成内容特征向量与社交网结构特征向量进行拼接,获得拼接向量;遍历目标社交网络中的所有用户账户,将目标社交网络中的每个用户账户依次与源社交网络中的每个用户账户组成候选用户账户对,并根据拼接向量计算每个候选用户账户对的余弦相似度;按照余弦相似度值由大到小的顺序对所有候选用户账户对进行排序,建立相似度偏好列表;根据相似度偏好列表依次预测两个社交网络中的候选用户账户对是否为锚链接用户对。

    一种带CCD计算机视觉定位的SMT涂绘装置

    公开(公告)号:CN107262330B

    公开(公告)日:2019-05-07

    申请号:CN201710359826.0

    申请日:2017-05-20

    Abstract: 本发明涉及涂绘装置技术领域,具体为一种带CCD计算机视觉定位的SMT涂绘装置,所述壳体的内部设有电机,所述电机的输出端连接有穿过壳体到达容器内腔的转轴,所述转轴的两侧对称等距离连接有多个叶片,所述转轴的下端通过第三直杆连接有旋流装置,左侧所述支架的上端设有水箱,所述水箱的侧壁下端连通有进水管,所述进水管的另一端贯穿箱体的侧壁与箱体的内腔连通,所述插板的上端通过第四直杆连接有圆盘,所述套筒内设有气球,气球的下端与圆盘的上端连接,右侧所述支架的上端连接有回水箱,回水箱的上端通过回水管与箱体连通。本发明具有结构简单、搅拌均匀、出料顺畅、节能环保等特点。

    一种基于深度学习的用户情感分析方法

    公开(公告)号:CN109684636A

    公开(公告)日:2019-04-26

    申请号:CN201811565931.0

    申请日:2018-12-20

    CPC classification number: G06F17/2735 G06F17/2775

    Abstract: 本发明公开了一种基于深度学习的用户情感分析方法,包括以下步骤;构建词汇表;使用分类器进行分类选中一部分作为种子词典,并且给出这些种子语料的情感极性得分词典,改进相应的TF-IDF特征选择过程;分别将新改进得到的TF-IDF特征词向量与Word2vec特征词向量的结果保存起来;对于每种情感分类的情感种子词语进行加和求平均得到每种情感的中心词向量的极性的概率。本发明提供了一种基于深度学习的用户情感分析方法,结合基本的词频特征选择算法,Word2vec算法将文本的词频信息,情感信息,语义信息有效的结合起来并且将新构建的情感语义词向量与原来的词向量进行了对比试验,有效的证明了情感语义词向量的有效性。

    一种基于深度学习的用户情感分析方法

    公开(公告)号:CN109684636B

    公开(公告)日:2023-02-14

    申请号:CN201811565931.0

    申请日:2018-12-20

    Abstract: 本发明公开了一种基于深度学习的用户情感分析方法,包括以下步骤;构建词汇表;使用分类器进行分类选中一部分作为种子词典,并且给出这些种子语料的情感极性得分词典,改进相应的TF‑IDF特征选择过程;分别将新改进得到的TF‑IDF特征词向量与Word2vec特征词向量的结果保存起来;对于每种情感分类的情感种子词语进行加和求平均得到每种情感的中心词向量的极性的概率。本发明提供了一种基于深度学习的用户情感分析方法,结合基本的词频特征选择算法,Word2vec算法将文本的词频信息,情感信息,语义信息有效的结合起来并且将新构建的情感语义词向量与原来的词向量进行了对比试验,有效的证明了情感语义词向量的有效性。

    基于生成式对抗网络的半监督高分遥感图像场景分类方法

    公开(公告)号:CN110689086A

    公开(公告)日:2020-01-14

    申请号:CN201910948951.4

    申请日:2019-10-08

    Abstract: 本发明提出了一种基于生成式对抗网络的半监督高分遥感图像场景分类方法,构建EMGAN模型:将生成式对抗网络的判别器由二分类变为多分类获得EMGAN判别器,在生成式对抗网络的生成器中添加一个信息熵最大化网络获得EMGAN生成器;训练EMGAN模型:根据训练图像有无标签,将EMGAN判别器的损失函数分为监督部分和无监督部分;将EMGAN生成器的损失函数分成特征匹配损失函数和生成图像信息熵损失函数;EMGAN判别器和EMGAN生成器双方交替训练;微调VGGNet-16模型;训练SVM模型;融合EMGAN模型和VGGNet-16模型的特征并进行场景分类,得到分类结果。本发明在训练样本较少的情况下,能够有效提升遥感图像场景分类的精度。

    一种自动图像语义描述方法

    公开(公告)号:CN109857884A

    公开(公告)日:2019-06-07

    申请号:CN201811564965.8

    申请日:2018-12-20

    Abstract: 本发明公开了一种自动图像语义描述方法,包括以下步骤;利用聚类算法对图像集按照视觉特征进行聚类;将聚类后的图像集划分为若干个类别;使用CNN进行图像预描述处理;将图像标注若干个类别,将第一层的预描述称为图像的类别标注;使用SVM给每个类别的图像构造分类器;利用分类器判断是否给图像添加此类的描述;利用MBRM模型标注算法;通过相关训练集得到图像区域的联合得到图像语义。本发明提供了一种自动图像语义描述方法,可以有效融合图像的底层特征和图像语义描述高层语义信息,精度高,准确度高,具有明确性、形式化、共享性和概念化等特点,可以广泛地应用到包括信息检索、信息提取、语义网络和知识管理在内的众多领域,适用性强。

    一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法

    公开(公告)号:CN107341820B

    公开(公告)日:2018-04-20

    申请号:CN201710531498.8

    申请日:2017-07-03

    Abstract: 本发明公开了一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法,步骤如下:初始化目标状态参数和优化方法初始参数;采用KCF跟踪方法获得目标前几帧内的最大响应值,计算置信度阈值初始值;依据当前帧最大响应值与置信度阈值的关系,确定不同的基样本图像产生方式:当大于置信度阈值,随机选取基图像样本,执行KCF方法跟踪目标;当小于置信度阈值,采用Cuckoo搜索机制获取全局最优的目标预测状态,产生新的基图像样本,执行KCF方法跟踪目标;动态更新置信度阈值,重复上述步骤实现目标跟踪。本发明有效地实现动态摄像机下目标存在帧间突变运动的持续性跟踪,实现帧间存在运动突变目标的精确跟踪,提高了在复杂场景下跟踪方法的适应能力。

Patent Agency Ranking