本发明公开了一种基于残差去噪积网络与移不变稀疏编码的可控源电磁数据去噪方法，该方法包括以下步骤：步骤1：通过移不变稀疏编码对典型的实测可控源电磁数据进行信噪分离，得到高质量数据以及实测噪声；步骤2：搭建残差去噪卷积网络，把所得样本库输入残差去噪卷积网络进行训练得到针对可控源电磁数据去噪的网络模型。步骤3：把待处理的可控源电磁含噪数据输入训练好的去噪模型中进行降噪得到初步去噪结果。步骤4：利用移不变稀疏编码对步骤3得到的去噪结果再次进行信噪分离，得到最终去噪后的信号。本发明用于可控源电磁数据去噪，实现了多类型不同强度噪声的自动化快速去除；再辅以字典学习方法，最大限度地提升数据去噪效果。
📄 2023108877472
📂 G06F18_10
👤 东华理工大学
📅 2023-07-19
本发明提供一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法，其包括以下步骤：S1：选取与水泥烧成过程能耗相关的12个输入变量，然后对选取后的变量数据进行归一化处理，构建12个变量时间序列输入层；S2：对输入的变量数据进行卷积池化及全连接运算；S3：采用反向传播技术更新权值参数以提高预测精度；S4：利用步骤S3中训练好的CNN模型进行水泥烧成系统的单位电耗及吨煤耗实时预测。本发明建立的CNN模型，能够对水泥烧成系统的单位电耗和吨煤耗进行联合预测，可以及时的为水泥烧成过程提供规划调度依据，同时避免了仅仅预测单一能耗不全面的问题，预测结果更能反应综合能耗实际情况。
📄 2018109101307
📂 G06Q10_04
👤 燕山大学
📅 2018-08-10
本发明公开了一种基于卷积神经网络的水泥原料立磨生料细度指标预测方法，涉及水泥生产生料细度预测领域。本发明针对输入变量数据与预测指标之间存在的时变时延问题，采用时间序列的方法处理变量数据可以很好地解决时变时延的问题，利用构建好的卷积神经网络模型对输入数据进行多次的卷积池化操作以提取样本特征，再经过全连接层、Droupout层和输出层输出预测值，同时采用反向传播算法以提高收敛精度，然后用训练好的模型对生料细度进行实时预测。
📄 2019106194198
📂 G06Q10_04
👤 燕山大学
📅 2019-07-10
本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法，该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取，图像空间变换处理以及卷积神经网络分类训练和测试。其中，指纹图像提取感兴趣区域预处理通过提取图像中指纹部分，去除空白区域；高频区域提取是通过高斯高通滤波器提取图像高频特征；图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作，从而实现对图像数据的扩充；卷积神经网络采用多层卷积池化，并使用了不同大小的卷积核提取图像特征，在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
📄 2018102872188
📂 G06K9_00
👤 南京信息工程大学
📅 2018-03-30
本发明公开一种基于卷积神经网络的翻越行为识别方法，应用于目标识别领域，针对现有技术在行人翻越栏杆的行为识别中存在的检测精度不高的问题；本发明通过绘制与人物大小相同的边界框，克服了传统目标检测方法中实时性不高以及边界框为不可变大小的缺点；采用Yolo目标检测网络进行图像特征类别预测，采用GOTURN网络中进行目标跟踪；最后通过先验知识的方法快速运用栏杆与轨迹点集合的相对位置关系判定是否为翻越行为，若是翻越行为则输出翻越标签并发起警告。
📄 2020113387446
📂 G06K9_00
👤 电子科技大学
📅 2020-11-25
本发明公开了一种基于3Dtransformer混合卷积神经网络的胰腺CT图像分割方法，包括：采集胰腺CT图像数据集并进行数据预处理；利用步进卷积进行下采样，利用3Dtransformer进行特征提取，利用反卷积上采样进行解码，以建立3Dtransformer混合卷积神经网络；将预处理后的数据输入所述3Dtransformer混合卷积神经网络，输出分割结果；本发明结合卷积神经网络局部表征能力与Transformer的全局建模能力来提取融合胰腺各级特征；提出一种适用胰腺和网络的损失函数，改善了针对胰腺类别不平衡以及纹理信息大不相同带来的学习难易程度存在差异等问题；采用多视角跳跃连接及特征融合模块弥补了医学图像U型架构上下采样的信息损失问题。
📄 2022104113709
📂 G06T7_00
👤 江南大学
📅 2022-04-19
本发明公开了基于卷积神经网络的动物识别模型建立方法及其应用系统，所述卷积神经网络的动物识别模型建立方法先将分组卷积引入到基于标准卷积的卷积神经网络中，构建动物识别初始模型，并对动物识别初始模型进行训练，得到动物识别预训练模型；然后对动物识别预训练模型依次进行迁移学习、剪枝、稀疏和量化处理，得到最终的动物识别模型；利用本发明中的方法建立的动物识别模型识别正确率更高，模型计算量降低，将建立的动物识别模型应用到低功耗的嵌入式动物识别系统中，模型在嵌入式设备中的识别速度和准确率都较高，模型的实时性较强，能够完成快速精准的动物识别任务，可识别321种动物，在一定程度上实现了动物种类的细粒度识别。
📄 2021110800003
📂 G06F30_27
👤 向前
📅 2021-09-15
本发明公开了一种基于注意力卷积神经网络的用户评论情感分析系统及方法。该发明为模块化设计，主要包括四个模块，即词嵌入模块，卷积模块，注意力模块以及分类器模块。其中词嵌入模块将评论文本使用低维向量表示，卷积模块通过卷积操作提取评论的局部特征，注意力模块通过比较相似度来决定局部特征的权重，并通过加权计算评论的最终特征表达，分类器模块根据最终特征表达进行情感分类。本发明通过将注意力机制加入到神经网络模型中，克服传统神经网络模型特征提取方法的不足。通过大量数据训练后，注意力机制可以判断评论中不同词语的重要程度，使得模型可以“注意到”评论中对情感影响最大的部分，提高模型情感分类的准确率。
📄 2018114454012
📂 G06F40_30
👤 重庆邮电大学
📅 2018-11-29
一种基于卷积神经网络的产品质量分类系统。步骤1，高清摄像机采集工业生产线上产品照片，并通过WIFI上传至上位机；步骤2，上位机利用预训练好的模型对步骤1中的照片进行产品质量分类识别，并将相关的识别信息通过WIFI上传至MYSQL数据库进行存储；步骤3，将步骤2的识别结果通过WIFI发送给控制柜；步骤4，控制柜根据识别结果控制分类盘旋转角度，实现不同质量产品的分类；步骤5，对于错分的情况，数据库将数据通过WIFI发送至上位机，在线对现有的模型进行优化升级，从而不断提升模型分类的准确率。本发明采用WIFI进行数据的传输，克服了传统有线传输的在工业现场布线的局限性；同时结合现有卷积神经网络框架，并将其应用于实际工业中。
📄 2020104028938
📂 G06V10_764
👤 金陵科技学院
📅 2020-05-13
柿子坊 · 知识产权运营
柿子坊知识产权运营平台