专利名称：一种基于线性学习模型的图像去雾方法      申请号：202110042952X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 学习模型   相似专利 发布日：2024/06/26  
摘要： 本发明公开了一种基于线性学习模型的图像去雾方法，通过雾霾彩色图像的三个分量的协方差计算传输函数值中的参数；其次，提出了一种基于三变量(亮度、饱和度和色调)的线性模型来估计深度场景；为了得到线性模型的系数值，引入迭代算法，并利用雾霾图像对模型进行训练；然后利用一种基于多项式核引导滤波的线性模型预测环境光照值；最后，本发明所提算法通过物理模型得到去雾后的图像。

专利名称：面向深度强化学习模型的特征过滤防御方法      申请号：2020103450299     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 化学化工 学习模型   相似专利 发布日：2023/09/14  
摘要： 本发明公开了一种面向深度强化学习模型的特征过滤防御方法，包括：(1)针对生成连续行为的DDPG模型，包括actor网络和critic网络，其中，所述actor网络包括动作估计网络和动作实现网络，所述critic网络包括状态估计网络和状态实现网络，对所述深度强化学习模型DDPG进行预训练，并将预训练阶段的当前状态、行为、奖励值以及下一状态保存在缓存区；(2)训练自编码器，并利用训练好的自编码器的编码器对输入状态进行特征过滤，获得过滤后的输入状态对应的特征图，并保存到缓存区；(3)对预训练后的DDPG模型中的卷积核进行剪枝，利用剪枝后的DPG模型进行动作预测，输出并执行预测动作。

专利名称：一种面向深度强化学习模型对抗攻击的防御方法      申请号：2019111840513     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 化学化工 学习模型   相似专利 发布日：2023/09/14  
摘要： 本发明公开了一种面向深度强化学习模型对抗攻击的防御方法及应用，包括：利用视觉预测模型对输入的前一时刻环境状态进行预测输出预测当前环境状态，并获得预测当前环境状态在深度强化学习策略下的下一帧预测环境状态值；获取深度强化学习模型输出的实际当前环境状态，并获得实际当前环境状态在深度强化学习策略下添加扰动的环境状态值；利用判别模型对预测环境状态值和添加扰动的环境状态值进行判别，根据判别结果获得深度强化学习模型是否被攻击；在深度强化学习模型被攻击时，提取实际当前环境状态，利用两个防御模型对实际当前环境状态进行防御；深度强化学习模型利用防御后的实际当前环境状态进行学习预测输出。

专利名称：一种基于深度迁移学习模型的蘑菇识别方法      申请号：202010437569X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：食用菌 学习模型   相似专利 发布日：2023/08/14  
摘要： 本发明公开了一种基于深度迁移学习模型的蘑菇识别方法，将基于深度学习的迁移学习与蘑菇识别相融合，通过迁移学习经典模型后，挑选精确率最高模型并对其进行模型调整，提取图像数据中的向量特征得到识别结果。本发明保留图像背景等环境因素实验得到95.1％的精确率，同时通过混合矩阵图像说明了对于每类蘑菇识别率均达到了较高的水平，可以说明迁移学习对不同复杂环境处理，模型鲁棒性强的优势。本发明对提取特征进行不同维度的数据降维处理，同时引入多种机器学习方法进行分类。从训练模型时间参数与验证集精确率参数对结果进行对比分析，保证了实验对比的多样性与图像识别的可靠性。

专利名称：一种基于鲁棒学习模型的图像分类方法与图像分类系统      申请号：2015107265811     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 学习模型   相似专利 发布日：2023/03/30  
摘要： 本发明公开了一种基于鲁棒学习模型的图像分类方法与图像分类系统，包括：对训练集进行初始化，得到初始类别标签矩阵，训练集中的训练样本包括已知其类别并标定有与其类别对应的类别标签的样本及未知其类别且未标定类别标签的样本；基于近邻定义及重构权的构造方法对训练样本进行处理，根据样本间的相似性，构造重构系数矩阵，并进行对称化、归一化处理；利用重构系数矩阵及初始类别标签矩阵确定无标定样本的软标签，采用迭代的方式对训练样本的软标签进行l2，1范数正则化，得到投影矩阵及软标签矩阵；利用投影矩阵对待测样本进行映射，得到其软标签；待测样本为未知其类别且未标定类别的样本。提高了分类准确性。