专利名称：一种基于卷积神经网络的宽频带电磁干扰源识别方法      申请号：2021108612627     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 电磁干扰 卷积神经网络   相似专利 发布日：2024/01/23  
摘要： 本发明属于干扰源识别技术领域，具体的说是涉及一种基于卷积神经网络的宽频带电磁干扰源识别方法。本发明基于特定环境下常见电磁干扰源的频谱信号，使用相关运算对原始信号进行降噪处理，利用新构建的卷积神经网络提取频谱信号的深度特征，基于类内与类间的相对距离Softmax损失函数，对深度特征进行分类。利用训练数据集更新网络参数，训练得到网络，利用训练好的网络对待检测目标进行识别，得到识别结果。此方法能够快速准确的识别特定电磁环境下的电磁干扰源类型。

专利名称：一种基于卷积神经网络的蜡染多染色方法      申请号：2020101605702     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：纺织印染 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明提供一种基于卷积神经网络的蜡染多染色方法，包括：使用漫水标记变换算法对盖蜡区进行距离变换,以找到盖蜡区内任一点至距其最近冰纹的距离，该距离用于产生裂纹种子点以及确定裂纹的生长方向；距离变换完成后,随机产生种子点,并由其开始沿两个相反的方向生成初始裂纹；使用语义标注工具Labelme分别对内容图和风格图进行语义分割，得到内容分割图和风格分割图；以所述内容分割图和风格分割图的掩模图像作为掩模，对内容图使用PhotoWCT匹配掩模中的标签而获得内容风格对应关系，最终生成蜡染多染色图像。本发明有效避免了现有方法只能表现传统的单色蜡染、多色蜡染晕染效果不明显的问题。

专利名称：基于卷积神经网络的磁异常反演方法、系统、终端及介质      申请号：2021107407803     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 卷积神经网络   相似专利 发布日：2023/10/17  
摘要： 本发明属于磁法勘探技术领域，公开了一种基于卷积神经网络的磁异常反演方法、系统、终端及介质，基于磁异常体模型进行正演模拟产生样本数据集，构建VGG磁异常反演网络；利用样本数据集训练所述VGG磁异常反演网络；将磁异常数据输入到训练好的VGG磁异常反演网络中，得到反演结果。本发明可以准确的反演出磁异常体的位置和磁化强度，具有较强的学习能力和一定的泛化能力，能有效解决磁异常数据反演问题。本发明设计成不同性质和尺寸模型，通过移动模型位置、设置不同磁化强度正演得到大量数据后，可以准确的反演出磁异常体的位置和磁化强度，能有效解决磁异常数据反演问题。

专利名称：基于背景估计与U型卷积神经网络的文档图像二值化方法      申请号：2018109643387     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 文档 卷积神经网络   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于背景估计与U型卷积神经网络的文档图像二值化方法，采用灰度变换将灰度图像的灰度值分布进行线性拉伸，利用形态学闭操作估计出文档图像的背景，再通过U型卷积神经网络对剔除估计背景后的图像进行分割，并采用全局最优阈值处理算法实现图像二值化。本发明能够显著提高复杂背景下的文档图像二值化效果。该方法适用于纤细笔画、墨迹浸润、页面有污渍、光照不均、对比度低等复杂背景下的低质量文档图像二值化处理。

专利名称：一种基于双尺度卷积神经网络的超分辨放大方法      申请号：2021101546817     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 卷积神经网络   相似专利 发布日：2023/09/20  
摘要： 本发明公开了一种基于双尺度卷积神经网络的超分辨放大方法，具体按照以下步骤实施：步骤1，预处理原始图像数据集；步骤2，将步骤1获得的低分辨率图像数据集中的每一幅低分辨率图像输入到特征学习模块提取特征图，步骤3，将步骤2中获得的特征图输入到放大模块进行训练得到放大的图像，步骤4，将步骤3获得的小尺度链和大尺度链特征图进行融合，经过数次训练后生成超分辨放大网络模型；步骤5，设置超分辨放大网络模型的参数，完成图像超分辨放大。解决了现有图像超分辨方法中忽略了非整数因子超分辨放大的问题。

专利名称：一种基于卷积神经网络的手指静脉识别方法及系统      申请号：201610978085X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 静脉识别 卷积神经网络   相似专利 发布日：2024/01/23  
摘要： 本发明提供了一种基于卷积神经网络的手指静脉识别方法及系统，该方法包括采集原始注册的手指静脉图像；将原始注册的所述手指静脉图像进行处理，由所述手指静脉图像中提取手指静脉感兴趣区域图像；通过卷积神经网络提取所述手指静脉感兴趣区域中的手指静脉深度特征，并将其输入到支持向量机中进行分类得到手指静脉增强图像；通过二值化增强图像得到手指静脉特征图像；利用该模型对预识别的所述手指静脉图像进行特征提取，并匹配这些特征实现身份认证。本发明能够有效地提取手指静脉特征，明显改善手指静脉识别系统的识别精度。

专利名称：一种基于卷积神经网络的数字信号调制分类方法      申请号：2018104627674     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 卷积神经网络   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种基于卷积神经网络的信号调制分类方法，涉及信号调制分类领域。该方法的步骤为：1、同时利用平滑伪Winger‑Ville分布和Born‑Jordan分布，将接收到的信号转换成时频分布图；2、由于不同调制信号的时频图像不同，因此利用卷积神经网络自动提取这两种时频分布图的特征；3、利用多模融合模型将这些不同的时频图像特征进行融合；4、利用多层感知机完成信号的分类任务。本发明提出的基于卷积神经网络的信号调制分类方法，相对于传统的调制分类方法，利用了卷积神经网络自动提取特征，提高了信号在低信噪比下的识别性能。

专利名称：基于时频域的卷积神经网络运动想象脑电信号识别方法     申请号：2019100124473     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 电信号 脑电信号识别 卷积神经网络   相似专利 发布日：2024/03/08  

专利名称：基于表示学习和多模态卷积神经网络的用户推荐方法      申请号：2019110716595     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 表 港口 卷积神经网络   相似专利 发布日：2023/07/10  
摘要： 本发明属于数据挖掘、社交网络分析技术领域，特别涉及一种基于表示学习和多模态卷积神经网络的用户推荐方法，包括获取用户数据并进行预处理；构建网络结构特征向量和用户文本特征向量；根据网络结构特征向量计算用户相似度，利用注意力机制提取用户文本特征向量中的关键信息；构建卷积神经网络，并在卷积神经网络的卷积层之前建立一个融合层，将网络结构特征与用户文本特征的关键信息进行融合，得到网络节点矩阵；将当前时刻的待测用户的特征空间向量输入卷积神经网络，得到下一时刻待测用户可能产生的用户关系，并将预测的用户关系推送给待测用户；本发明可以有效识别用户之间的关系，并且识别过程的避免了全局运算，降低了计算复杂度。

专利名称：一种基于卷积神经网络的卫星云量计算方法     申请号：2014107986327     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：卫星 卷积神经网络   相似专利 发布日：2024/07/26