专利名称：一种基于LBP特征与卷积神经网络的布匹缺陷分类方法      申请号：2019110680945     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 P L LED芯片 卷积神经网络   相似专利 发布日：2024/07/05  
摘要： 发明公开了一种基于LBP特征与卷积神经网络的布匹缺陷分类方法，属于缺陷分类方法，该方法将采集的样本图像随机按比例划分为训练集和验证集和测试集，分别进行图像预处理，然后对利用卷积神经模型自动提取样本图像中最优的特征向量与图像所计算的LBP特征向量进行权重融合，为支持向量机分类模型提供最终的支持向量，支持向量机利用带精英策略的趋磁细菌算法优化模型中的超参数，考虑了图像的LBP特征，提取完之后，仅需进行对卷积神经网络自动提取出的特征向量的权重添加即可，明显减少布匹背景的干扰，本发明对于布匹的花色没有要求，可以用于解决不同花色和单色的布匹缺陷检测问题，具有算法实现简单，并且分类的准确率高，运行效率高。

专利名称：面向卷积神经网络的时空地理动态属性向量化方法及系统      申请号：2018105841410     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：2024/06/28  
摘要： 本发明公开了一种面向卷积神经网络的时空地理动态属性向量化方法及系统，得到研究区域的邻接矩阵，根据邻接矩阵将研究区域抽象为拓扑图，然后对研究区域中各子区域的事件点数据进行统计，再从拓扑图中选取预设的w个中心顶点，并获取预设值k,对于每个中心顶点：按照距离该中心顶点的最短路径从小到大选取k‑1邻域顶点；最后将w组中心顶点与选取出的对应的k‑1领域顶点依次排列，根据V＝w×k个顶点的编号从C个TS矩阵中提取相应的列，重新构成C个M×V的矩阵，C个M×V的矩阵组成C×M×V的三维张量T作为最终的数据处理结果。本发明能够对于没有准确地理位置信息的点数据嵌入到张量中，从而为通过深度卷积网络进行学习和预测提供基础。

专利名称：一种基于图卷积神经网络的图像分类方法及系统      申请号：2019114201437     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：2024/06/28  
摘要： 本发明提供一种基于图卷积神经网络的图像分类方法及系统，具体包括：用爬虫根据图像标签在网络上爬取图像对应一段文本信息；对所述文本信息预处理，得到词语；计算词语与词语之间的PMI值、图像与词语之间的TF‑IDF值；根据所述PMI值和TF‑IDF成图，构成图像与词语作为结点的图结构数据；利用图卷积神经网络对图结构数据进行处理，得到图像分类结果；本发明的有益效果是：在原有的图像数据上，为每张图像添加对应的文本描述信息，利用图卷积神经网络提高图像分类准确率。

专利名称：基于有向图卷积神经网络的城市交通态势识别方法      申请号：2020103053190     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：2024/01/23  
摘要： 基于有向图卷积神经网络的城市交通态势识别方法，首先，对历史交通流信息进行交通态势分类，根据“点边”转换规则，把城市路网转换成有向图，并提取相应的子图；然后，计算有向边的权重和非直接相连节点间的权重，标准化处理子图节点个数，计算子图的交通信息矩阵及其特征矩阵；最后，设计交通有向图卷积神经网络模型，并进行训练和测试，该模型可以分类实时交通流信息，从而识别出所有路段的实时交通态势。本发明方法充分考虑了混合路网下不同层级、不同等级的有向路段之间的关联关系，设计了统一的标准化模型输入和交通态势识别模型，具有很好的普适性；而且，方法具有流程简单、计算容易和易编程实现等特点，可以适用于复杂的城市路网。

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：基于卷积神经网络与降噪自编码器的信息推荐方法及系统      申请号：2019113134280     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：2024/01/15  
摘要： 本发明公开了一种基于卷积神经网络与降噪自编码器的信息推荐方法及系统。利用卷积神经网络和降噪自编码器两个深度学习模型，从评分、信任、评论等数据中学习用户偏好。同时，提出了一种新的相关正则化方法来建立用户偏好在不同方面的关系，以提高性能。首先，相比于以往模型，融入了丰富的评论信息；然后，通过卷积神经网络模型对评论文本进行初步的处理，将提取出来的有效特征再放入降噪自编码器模型中提取其隐藏特征，得到评论文本更加有效的紧凑表示；最后，再增加两个降噪自编码器，分别用来处理评分和信任信息，通过三个降噪自编码器分别得到相应的预测向量并进行加权融合，从而更为准确地建模用户偏好。

专利名称：一种基于阿里云及卷积神经网络算法的水面清洁机器人打捞系统      申请号：2021113472195     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 计算机软件 卷积神经网络   相似专利 发布日：2024/01/09  
摘要： 本发明公开了一种基于阿里云及卷积神经网络算法的水面清洁机器人打捞系统，包括船体，船体的后侧设有螺旋桨，螺旋桨通过置于船体底部的螺旋桨电机驱动转动，船体的前侧设有通过设于船体的动力系统驱动的垃圾传递带，船体的中部设有垃圾收集箱，所述垃圾传递带倾斜布置，其下端位于水面下方，上端置于垃圾收集箱内。本发明通过设置阻拦装置以及设于船体两侧的气泵，能够在水草较多的恶劣水域进行高效打捞，且配合左右收集拓展网，能够提高每次的垃圾收集量，防止行进时产生向外的水流导致垃圾不能被顺利打捞。其次，在船体上设置机器人系统，能够快速识别水面上的垃圾、水草等杂物并快速靠近实现打捞。

专利名称：基于深度卷积神经网络模型的SAR图像目标形状生成方法      申请号：2018104927927     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 R 港口 卷积神经网络   相似专利 发布日：2024/01/09  
摘要： 本发明公开了基于深度卷积神经网络模型(DCNN)的合成孔径雷达(SAR)图像目标形状生成方法。本发明目的是为了克服SAR图像中的乘性相干斑噪声和目标强度的非同质性变化等内在性特点，以提高SAR图像目标形状生成的准确性。该方法的首先设计深度卷积神经网络算法，并制定迭代区域合并算法，以获取目标形状初始化机制，然后设计基于稀疏表示的目标形状生成算法，以获取更加精确的目标形状生成结果。本发明有效的解决了SAR图像目标性状的生成问题，提高了SAR图像目标形状生成的准确性。

专利名称：基于骨骼时空及动态信息的双流卷积神经网络动作识别方法      申请号：2020105397605     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：2024/01/09  
摘要： 本发明公开了一种基于骨骼时空及动态信息的双流卷积神经网络动作识别方法，计算机视觉图像与视频处理领域，用于解决复杂场景下基于骨骼信息动作识别方法识别率低的问题，要点是：(1)输入骨骼序列，将所获取的骨骼序列进行坐标系转换；(2)基于转换后的坐标信息构建骨骼空时特征图及关节运动速度图；(3)基于运动显著性及形态学算子分别增强骨骼空时特征图及关节运动速度图特征；基于双流卷积神经网络深度融合增强后的骨骼空时特征图及关节运动速度图以实现动作分类，效果是对具有视角变化、丰富噪声以及细微差别动作等复杂场景，可有效提高动作识别准确率。

专利名称：融合专家信息关联关系的卷积神经网络评审专家推荐方法      申请号：2019106771918     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 家 港口 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明涉及融合专家信息关联关系的卷积神经网络评审专家推荐方法，属于数据处理技术领域。本发明通过构造多名专家信息之间的关联关系矩阵，并与已经转化为向量的专家信息向量拼接成为专家相关性矩阵，最后通过卷积神经网络构建融合专家关联关系的评审专家推荐模型。通过项目与专家之间的得分关系，从而训练出来专家推荐模型。实验结果表明本发明提出的专家推荐模型在实际任务中取得了较好的效果，相较于不考虑专家关系的方法在推荐效果上有一定的提升。

专利名称：特征扩展卷积神经网络的案件微博观点句识别构建方法      申请号：2019112583653     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 微 微生物采样 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明涉及特征扩展卷积神经网络的案件微博观点句识别构建方法，属自然语言处理领域。本发明包括：构建案件微博数据库；对案件微博数据库中的评论进行标注，形成案件微博评论的训练集和测试集；对案件的多个微博原文进行关键词的抽取；从案件原文中提取出的关键词作为特征扩展和训练集案件微博评论向量化后进行拼接得到新的向量；将关键词作为特征扩展和案件微博评论向量化后进行拼接得到新的向量作为输入来训练卷积神经网络，再把测试集输入到训练好的卷积神经网络进行观点句的识别分类。本发明实现了从案件微博原文中获取关键词作为特征扩展，从获取的舆情数据中识别出所需观点句，为后续对观点句进行情感倾向性分析提供了支撑。

专利名称：多项目卷积神经网络评审专家推荐方法      申请号：2019106772234     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 家 港口 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明涉及多项目卷积神经网络评审专家推荐方法，属于数据处理技术领域。本发明分别对项目信息数据之间及专家项目信息数据之间存在的多种关联关系进行分析，把多个项目信息数据内容和与项目相关的多名专家信息数据内容表示成向量，并通过无向图模型构造项目信息数据之间与专家信息数据之间的关联关系并分别与其内容向量连接成矩阵。然后采用卷积神经网络，建立融合项目信息数据关联关系和专家信息数据关联关系的评审专家推荐模型，该模型可学习项目信息数据之间与专家信息数据之间的得分关系，从而用于评审专家推荐，该推荐方法取得了较好的效果。

专利名称：一种基于卷积神经网络的蒙汉神经翻译方法      申请号：201810470998X     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：2023/10/23  
摘要： 一种基于卷积神经网络的蒙汉神经翻译方法，采用编码‑解码结构，编码器和解码器均采用多层的深度卷积神经网络，翻译过程中：首先，在编码器和解码器卷积神经网络的输入端加入位置向量使二者均具备循环神经网络捕捉输入序列中词的位置信息的功能；其次，利用层叠的卷积神经网络构成层次表示，通过层次化的结构，实现捕捉长度在20个词以上的序列的依赖关系的功能；最后，为解码器卷积神经网络的每一层都配备一个注意力机制，通过注意力机制决定哪些信息是重要的，并逐步往下传递；本发明对卷积神经网络各个结构进行细节改进，利用卷积神经网络具有并行处理的特征，在卷积神经网络架构数据处理速度较快的基础上，优化了蒙汉神经翻译的翻译准确率。

专利名称：基于卷积神经网络对肺结节的恶性程度进行分类的方法      申请号：2019104905462     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：2023/10/23  
摘要： 本发明涉及基于卷积神经网络对肺结节的恶性程度进行分类的方法，属于计算机图像处理技术领域。本发明针对不同肺结节预处理出不同尺寸的ROI图像块，在不引入过多的噪音干扰的前提下，对肺结节的多个层面进行基于残差网络的特征提取，通过两个阶段的特征融合获得更精确的特征信息，以此策略来提取出更高质量的特征表达。通过卷积神经网络提取肺结节的细粒度特征表达，综合考虑提取到的多个层面的特征信息，实现对肺结节特征信息的准确提取，最终对肺结节恶性程度进行分类。

专利名称：一种基于前馈卷积神经网络的心音分类方法      申请号：2021101592336     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：2023/10/23  
摘要： 本发明涉及深度学习的心音分类领域。本发明所述的基于前馈卷积神经网络的心音分类方法包括如下步骤：步骤S1：对患者同步采集20s的心音信号和心电信号，采样频率5000Hz；步骤S2：将所采集的时长20s的心音信号和心电信号通过窗函数截断成若干个片段；步骤S3：从心电信号中提取周期标记，即使用R峰检测器与T波探测器对同步采集心音心电的信号进行位置标注；步骤S4：步骤S3获取周期标记后，进行分割以获得一个心动周期，称之为子周期；步骤S5：计算所有子周期包络并以矩阵形式获得的时频特征，作为网络训练的样本集；步骤S6：用S5所获样本集对卷积神经网络初始模型进行训练及实现心音分类。

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：卷积神经网络、金字塔条状池化方法及恶意软件分类方法      申请号：2019110590328     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 计算机软件 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明公开了一种卷积神经网络、金字塔条状池化方法及恶意软件分类方法。池化方法包括：数据尺寸的计算步骤、条状池化核心大小的计算步骤、数据填充的步骤、对填充的数据进行条状池化的步骤和池化结果连接的步骤。卷积神经网络中，池化层利用前述池化方法对数据进行池化处理。本发明的恶意软件分类方法为利用采用前述池化方法的卷积神经网络对恶意软件灰度图进行分类。本发明的池化方法、卷积神经网络以及分类方法，可以提升对如恶意软件灰度图等尺寸不规则图像的分类识别准确率，对于图像压缩较传统神经网络更少，处理效率更高。

专利名称：一种基于卷积神经网络的跨领域语义信息检索方法      申请号：2017110354171     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 卷积神经网络   相似专利 发布日：2023/10/23  
摘要： 本发明涉及一种基于卷积神经网络的跨领域语义信息检索方法，属计算机自然语言处理领域。本发明通过词向量SVM进行短文本分类，降低无效检索域从而提高近似句的准确率，再将分类后的文本拼接成向量矩阵放入卷积神经网络，将卷积神经网络的最后一层用转换层进行近似句的检索计算。最终模型提高了近似语义检索的准确率。

专利名称：一种基于3D卷积神经网络对太阳耀斑的爆发进行预报的方法      申请号：2020114949830     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：2023/10/23  
摘要： 本发明公开了一种基于3D卷积神经网络对太阳耀斑的爆发进行预报的方法，包括：1、采用连续观测数据构建观测数据立方体；2、采用训练集对3D卷积神经网络模型进行训练；3、将测试集输入训练的3D卷积神经网络模型进行预测。本发明通过将时间上连续的一系列太阳活动区图像进行定位、跟踪、截取和矫正，可以避免后续输入入至模型中的图片失真问题，使得结果更贴合实际，而将处理后的数据配合本申请特定的3D卷积神经网络，能够充分提取太阳连续观测数据中所包含的时序信息，从而捕捉活动区的演化过程信息，有效地提高了模型对太阳耀斑预报的准确性；同时，由于使用的是连续的太阳观测数据，有效降低了观测数据收集与整理工作的复杂度。

专利名称：基于卷积神经网络的单图像去雨方法      申请号：2019110955242     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：2023/10/23  
摘要： 本发明公开了一种基于卷积神经网络的单图像去雨方法。本发明首先，我们并未使用导向滤波或者其他滤波分离图像以尽可能地保留图像的原始信息。其次，我们提出了我们的RK块来代替残差块以更高效地提取特征。最后，我们提出了特征转换连结操作来处理多尺度雨线。此外，批正则化操作假设了特征都有着相同的分布，然而不同的雨线有着不同的方向、颜色和形状，因此我们移除了网络中所有的批正则化操作。本发明的有益效果：以卷积神经网络为基础，设计一类较为简洁、高效的单步单流去雨网络模型，以便更好地修复带雨图像，同时保持修复质量和模型大小之间的平衡。