一种训练数据标注任务的分配方法及装置、存储介质和计算设备，所述方法包括：接收任务创建信息，所述任务创建信息指示多个训练数据标注任务以及每个训练数据标注任务的类型；对于每种类型的训练数据标注任务，识别与该类型匹配的任务执行终端；将每种类型的训练数据标注任务分配给与其匹配的任务执行终端。通过本发明的方案，可以高效率地将大量的训练数据标注任务自动分配给各个任务执行终端，提高分配的效率。
📄 2020113648145
📂 G06K9_62
👤 北京芯翌智能信息技术有限公司
📅 2020-11-27
本发明涉及一种虫害检测方法及系统，属于图像检测技术领域，该方法包括：构建虫害检测数据集；基于邻域信息融合构建虫害检测网络；采用虫害检测数据集训练虫害检测网络获得虫害检测模型；采用虫害检测模型进行虫害位置和虫害类别检测；虫害检测网络包括候选目标区域提取模块、邻域信息融合模块和后端预测模块；邻域信息融合模块用于根据多个虫害目标区域获得多个虫害区域特征图，并获得各虫害区域特征图的邻域信息特征图，将各虫害区域特征图与对应的邻域信息特征图进行特征融合，获得各虫害区域特征图对应的融合式虫害区域特征图。本发明提高了检测效率和准确性。
📄 202210173807X
📂 G06K9_62
👤 科大天工智能装备技术(天津)有限公司
📅 2022-02-25
本发明公开了一种奈曼‑皮尔逊判决准则下的多传感器信息融合方法，旨在克服现有技术中可信度低、容错率低和整体性差的问题，其包括如下步骤：融合中心获取多维度数据集z，设立检验模型；根据最大后验概率准则计算得到多维度数据集z中的观测数据，将观测数据代入奈曼‑皮尔逊判决准则进行序贯判决得到单传感器判决结果，将单传感器判决结果代入卡尔曼滤波算法进行滤波得到滤波结果；对滤波结果进行信息融合得到多传感器信息融合结果。
📄 2022106557475
📂 G06K9_62
👤 浙江大学台州研究院
📅 2022-06-10
本发明涉及一种电磁时间序列数据处理的方法及系统。该方法包括：获取原始电磁时间序列数据，将所述电磁时间序列表征成一维时间序列；将所表征的一维时间序列构造成汉克尔矩阵，对矩阵进行SVD分解，根据奇异值占比率确定汉克尔矩阵的维数；再根据矩阵维数及多尺度样本熵将一维时间序列分解为不同分辨率的近似时间序列和细节时间序列；然后使用ICEEMDAN算法将叠加的细节时间序列自适应分解成多个模态分量，构造瞬时模态分量阈值识别模态分量中异常部分并截断处理。根据本发明提供的技术手段，对电磁时间序列数据处理能够达到良好的效果，能够有效获取地下信息及电性结构。
📄 2022101738879
📂 G06K9_62
👤 湖南师范大学
📅 2022-02-25
一种新型立体匹配优化方法，输入双摄像头拍摄后经过校正的、图像类型为RGB的左右图像，将所述左右图像转换为灰度图，设定其中一个为参考图像，另一个为检索图像，进行局部匹配；建立自适应窗口；根据欧式空间的接近性和Lab颜色空间的相似性，构造自适应权重；构造匹配代价：根据胜者为王算法，计算初始视差；根据左右一致性原则剔除误匹配点，再用邻点法补充剔除的误匹配点；应用边缘约束算法进行视差聚类，得到优化视差图。相较于传统自适应权重算法，本发明方法所得到的视差图精度相比较原算法而言得到明显改善，极大的提升了在低纹理和视差不连续区域的匹配效果。
📄 2020106929996
📂 G06K9_62
👤 三峡大学
📅 2020-07-17
本发明涉及一种农田土壤有机碳时空数据获取方法，采用少量样本数据进行插值、重采样分析后，获得更多的空间样点数据，能够快速、大幅提升空间分辨率；而且通过对高空间分辨率样点数据进行时间维度模拟分析，时间分辨率远高于传统采样调查获取的空间样点数据，可以快速得到时空尺度高分辨率样点数据；整个设计方法能够大幅提升获取数据工作效率，传统调查方法需要投入大量人力进行野外采样调查、室内化验分析，时间成本较高，本发明能够利用单一时期少量样本数据进行时空尺度拓展，获得时空分辨率更高的土壤样点数据，为数字农业大数据分析提供了数据支撑，填补了当前数据获取困难的技术空白。
📄 2020101700745
📂 G06K9_62
👤 河南城建学院
📅 2020-03-12
本发明公开了电力设备运检技术领域的应用于电力设备运检的基于LSTM的时序异常检测方法，包括LSTM算法和聚类，先寻找多变量最大化主簇，接着基于LSTM算法对多变量的时序数据进行结构最小化重构，最后源数据在重构时序上结合电力设备的异常标注方法，采取多数投票制标注异常，再一次利用LSTM算法对多变量的时序数据进行异常检测训练建模，投入生产；本发明通过将多变量时序特点和电力设备数据的功能性结合，创新性的根据电力设备数据的特点提出基于LSTM算法的多变量时序异常检测方法，契合的改进方法提高了电力设备检查质量，同时兼顾了智能检修机制和人为可控性，充分体现了智能性和实用性，能行之有效的完善电力设备的日常检修系统，合理实用。
📄 2019108832244
📂 G06K9_62
👤 南京领智数据科技有限公司
📅 2019-09-18
本发明提出的一种车辆车窗精准定位方法，具体是一种结合yolo检测模型和直线检测的车辆车窗精准定位方法。该方法首先训练yolo车窗检测模型确定车窗的大致位置，然后根据经验值确定车窗四条边线的合适检测区域。进一步，对于车窗的左右边线，采用一种基于Hough直线检测加聚类的方法进行检测，对于车窗的上下边线，采用一种基于投影的方法进行检测。最终，联合车窗四条边线确定车窗位置。利用本发明可以实现精准定位车辆车窗，对于车辆区域分割、车窗特征提取等目标有重要意义。
📄 2018109979294
📂 G06K9_62
👤 浙江工业大学
📅 2018-08-29
一种基于GWA-SVM的机器人装配的接触状态识别方法，包括以下步骤：步骤1：使用工业机器人装配零件，采集装配过程中的力数据；步骤2：设定初始参数；步骤3：将数据集进行标准化处理；步骤4：利用混沌逻辑映射策略初始化SVM参数的种群；步骤5：利用改进的反向学习策略优化SVM参数的种群；步骤6：使用GWA算子更新种群；步骤7：计算种群个体的适应度，并更新最优个体；步骤8：若当前迭代达到最大允许迭代次数，则执行步骤9；否则，t＝t+1并返回步骤6；步骤9：结束SVM参数优化过程，将最优SVM参数C和γ和训练数据集代入SVM，建立基于GWA-SVM的接触状态识别模型；步骤10：利用接触状态模型去识别测试数据集，绘制分类结果图。本发明分类精度较高。
📄 201910468277X
📂 G06K9_62
👤 浙江工业大学
📅 2019-05-31
本发明公开了一种面向成员推理攻击的基于异常点检测的深度模型隐私保护方法，通过正则化方法缓解目标模型的过拟合程度，然后在该模型上找出容易受到成员推理攻击的异常样本，进而从目标模型的训练集中删除这些样本，最后重新训练目标模型，达到防御效果。为了确定容易受到成员推理攻击的样本，首先建立参考模型训练集，建立参考模型，用参考模型训练集训练参考模型，将待测样本输入参考模型，获取待测样本的特征向量，通过比较不同待测样本的特征向量的距离，计算待测样本的局部离群因子，局部离群因子大于1的样本为异常样本。利用本发明，可以消除传统防御方法存在的梯度不稳定、训练不收敛、收敛速度慢等问题，达到较好的防御性能。
📄 2021106533368
📂 G06K9_62
👤 浙江工业大学
📅 2021-06-11
一种基于深度学习的黑色素瘤皮肤病的分类识别方法，将原始图像、采用类激活图剪切的图像、医生手工分割的病变区域二值掩膜图像分别进行数据预处理；采用图像分类网络，将它们最后一层进行联合，三种训练集图片分别输入这三个网络，图片正向输入网络，并通过反向传播最小化代价函数更新权值，求出对第一类非增值性损伤皮肤病分类效果最优组合；先采用联合网络1对第一类皮肤病单独分类，再使用联合网络2将剩余数据中的第二类皮肤病分类出来；剩余的就是恶性皮肤病，得到皮肤病分类准确率1；再得到皮肤病分类准确率2；得到皮肤病分类准确率3；将最高的准确率作为最终的结果。本发明有效提高黑色素瘤皮肤病分类识别率。
📄 2018101745734
📂 G06K9_62
👤 浙江工业大学
📅 2018-03-02
一种基于多视角图像的三维物体模型分类方法，包括以下步骤：1)基于冯氏光照反射模型对三维物体点云格式的数据进行渲染，得到三维物体多视角图像；2)随机选择每一个类别内的多个三维物体实例，将其对应的经过S1所得的图像进行复制，扩充该对应类别数据量，得到数据分布平衡的训练数据集；3)从训练数据集中随机选择连续视角图像，将其输入经过预训练的三维卷积神经网络进行目标数据集的训练；4)调整三维卷积神经网络卷积核大小，使得模型具有更好的分类效果。本发明采用三维卷积神经网络算法对物体多视角图像进行特征学习，在只有物体连续视角的情况下有效的学习每类物体的泛化特征，获得的特征有更好的判别性，且具有更好的分类精度。
📄 2018113512631
📂 G06K9_62
👤 浙江工业大学
📅 2018-11-14
柿子坊 · 知识产权运营
柿子坊知识产权运营平台