基于条件对抗自编码网络的特征学习方法,其通过标签变量来控制生成结果,生成具有标签的样本用以辅助其他学习任务,提高图像识别效率;同时本发明还公开了基于条件对抗自编码网络的特征学习方法的图像识别方法,其能够在复杂的对象布局以及多标签图像场景时,获得高精度的图像识别效果。其包括S1选定训练集;S2选定先验分布函数;S3以对抗自编码网络模型为基础,在网络模型中的判别器或者编码器的输入数据中引入样本数据的标签信息,构建网络模型;S4训练网络模型,以优化网络模型中的参数;S5通过训练好的网络模型中的判别器进行数据特征的提取、或者利用训练好的生成器生成原始输入的重构。
📄 2018113799006
📂 G06K9_62
👤 江南大学
📅 2018-11-20
本发明提供一种基于Laplace函数约束的稀疏深度置信网络图像分类方法,属于图像处理、深度学习领域。该方法首先基于对灵长类视觉皮层分析的启发,在无监督阶段似然函数中引入惩罚正则项,使用CD算法最大化目标函数的同时,通过Lapalce稀疏约束获得训练集的稀疏分布,可以使无标签数据学习到直观的特征表示。其次,提出一种改进的稀疏深度信念网络,使用拉普拉斯分布诱导隐含层节点的稀疏状态,同时将该分布中的尺度参数用来控制稀疏的力度。最后使用随机梯度下降法对LSDBN网络的参数进行训练学习。本发明所提的方法即使每类在样本很少的情况下,始终达到最好的识别准确度,并且具有良好的稀疏性能。
📄 2018104177935
📂 G06K9_62
👤 江南大学
📅 2018-05-04
本发明提供一种聚合反应过程的质量模式监测方法,属于流程工业生产加工领域。该方法首先对初始数据进行采集并预处理,然后进行变量选择与变换,并利用变换后的综合特征构建质量模式指标;之后利用贝叶斯统计学习方法对构建的质量模式指标进行分类,最终实现聚合过程的质量监测。本发明利用快速智能判别和决策方法,将质量模式监测的概念引入到聚合反应过程,从传统的质量指标参数监测转化为质量模式监测,更能刻画聚合过程的运行工况,提高聚合反应过程质量监测的准确率,稳定地控制聚合反应装置,弥补了传统质量指标监测在建模复杂度及数据利用上的不足,将聚合过程运行在最优状态下,从而达到安全、节能、降耗的目的。
📄 2018102583455
📂 G06K9_62
👤 江南大学
📅 2018-03-27
本发明公开了一种改进苍狼算法的半监督入侵检测方法,属于网络信息安全技术领域。本发明方法可以有效避免基本GWO算法易出现早熟收敛这一缺陷,平衡了GWO算法的全局探索和局部开发能力;利用云GWO算法优化K-means算法来标记特征相似的数据,在少量人工标记数据的基础上,实现大规模准确标记训练数据集的生成,同时提出了未标记数据和标记数据的比例大小,避免了模型出现“欠拟合”和“过拟合”的现象,保证了模型的检测精度;同时,将优化后的半监督学习方法结合利用云GWO算法对单类支持向量机模型的参数进行优化,相比单方面的优化,本发明达到了更高的检测精度。
📄 2018102386334
📂 G06K9_62
👤 江南大学
📅 2018-03-22
本发明提供基于谱聚类分析的即时学习建模对脱丁烷塔底丁烷浓度进行预测的方法,为使软测量模型在即时学习时能够进行更有效的相似样本选择,借助聚类分析构建新的相似度测度,提出了基于谱聚类分析的即时学习软测量建模方法。为获得可靠的过程阶段划分,采用了聚类稳定性和鲁棒性都较强的谱聚类,并在基于传统欧式距离相似度测度的基础上,结合聚类分析得出查询样本属于各类的后验概率,定义出一个更合适描述过程复杂特性的相似度测度,从而根据查询样本选择相似样本构建局部模型进行在线质量预报。
📄 2017106322106
📂 G06K9_62
👤 江南大学
📅 2017-07-28
本发明公开了一种基于R‑FCN的小目标检测方法,涉及图像处理领域,该方法包括:将待测图像导入卷积网络,按照从M个网络层的最顶层至最底层的顺序以及按照从M个网络层的最底层至最顶层的顺序通过M个网络层依次对待测图像进行特征提取,生成尺度不同的特征映射图,选取N层特征映射图导入RPN进行前后景分类,确定前景区域的坐标,将前景区域的坐标对应的特征映射块处理为特征向量;将各个特征向量输入分类器中进行二次分类,检测特征向量所属的类别是否对应待检测的小目标并输出检测结果,本发明采用top‑down特征金字塔和down‑top特征金字塔相结合的方式,在不同尺度的特征映射图上进行小目标检测,可以减少对小目标的漏报,提高检测精度。
📄 2017103170667
📂 G06K9_62
👤 江南大学
📅 2017-05-08
本发明公开了基于聚类算法的玉米种子高光谱图像分类识别模型更新方法,包括:基于采集所有待识别玉米种子在N个波段下的N个高光谱图像,计算感兴趣区域内的光谱均值特征,作为特征参数,依次输入数据,计算待识别玉米种子与检测模型的匹配性;判断匹配性,若匹配不成功,则通过化学分析测试,获得待识别玉米种子的类别,利用获得的待识别种子特征参数及其真实类别,更新训练集;在完成所有待识别玉米种子的匹配性判断后,利用新的训练集来建立新的最小二乘支持向量机检测模型fLS‑SVM,用fLS‑SVM来识别更新后的待识别样本集。本发明提供了一种基于聚类算法的玉米种子高光谱图像分类识别模型更新方法,能够实现高光谱图像分类模型的更新,效果好,且可靠性高。
📄 201510741678X
📂 G06K9_62
👤 江南大学
📅 2015-11-04
本发明公开了基于模型在线更新的玉米种子高光谱图像分类识别方法,包括:基于采集待识别玉米种子样本在N个波段下的N个高光谱图像,计算感兴趣区域内的光谱均值特征,作为特征参数,输入预先建立的支持向量数据描述模型,判断待识别玉米种子与检测模型的匹配性;若匹配成功,将特征参数,输入预先建立的最小二乘支持向量机检测模型,获取待识别玉米样本的分类识别结果;若匹配不成功,则通过化学分析测试,获得待识别玉米种子的类别,在线更新已建立的支持向量数据描述模型和最小二乘支持向量机检测模型。本发明提供了一种基于模型在线更新的玉米种子高光谱图像分类识别方法,能够实现高光谱图像分类模型的在线更新,实时性好,且可靠性高。
📄 2015104519591
📂 G06K9_62
👤 江南大学
📅 2015-07-28
一种基于机器视觉的表面瑕疵检测的纹理特征降维方法,去除训练样本中的噪声样本和安全样本,以边界样本代替随机选取样本作为特征权值迭代时所用的样本集合,特征权值计算时,根据重要程度的差异赋予三个最近邻样本不同的样本权值,增强了对类别相关性强的特征选择的针对性,降低噪声的干扰程度,具有更强的适应性;求取相关系数矩阵,设定自适应阈值,剔除冗余特征,提取了与类别相关性强的特征,在保证分类识别准确率的同时,降低了特征维数,大大提高了在线特征提取及分类识别的速度,解决了高维特征可能含有冗余特征,甚至是噪声特征,从而导致的在线特征提取时间长、预测准确率降低的问题。
📄 2013104851501
📂 G06K9_62
👤 江南大学, 无锡信捷电气股份有限公司
📅 2013-10-12
本发明提供了一种基于最小二乘支持向量机技术的偏向性分类器和参数寻优方法,采用最小二乘支持向量机作为分类器推广能力好且适用于实时性要求较高的场合;改进了虚拟少数类过采样算法,去除了孤立样本的影响,突出边界样本的重要性,使得分类具有一定的偏向性,即瑕疵产品被误分为合格产品的概率降低;在最小二乘支持向量机参数寻优方面,先采用耦合模拟退火算法进行参数初步寻优,再此基础上使用网格算法进行精细搜索,不仅使得在训练最小二乘支持向量机模型时参数寻优时间缩短,而且分类准确度更高,提高了分类性能。
📄 2013100849377
📂 G06K9_62
👤 江南大学, 无锡信捷电气股份有限公司
📅 2013-03-15
本发明公开了一种基于颜色特征的地板层次分类方法,在HSV色彩空间,对色调及饱和度分量进行地板颜色矩特征的提取并给与色调特征数据以较高权重,降低纹理特征对分类的影响。去除亮度分量,避免工业现场光照条件对地板分类的影响。在对未知地板样本进行在线分类时,利用预先建立的离线多层次分类依据库,采用最短距离决策、K最近相邻对未知地板样本由粗到细进行逐层判定。本发明的优点是:有效的提高了地板生产厂商对地板类别分类的准确性,既提高了地板生产效率,又减少了人工成本。
📄 2012100842068
📂 G06K9_62
👤 江南大学, 无锡信捷电气股份有限公司
📅 2012-03-27
本发明提供了一种基于可变形卷积的目标检测网络模型的升级方法,属于神经网络图像处理领域。该方法可以将原本的网络模型参数继承给带有可变形卷积结构的网络模型,提升网络的特征提取能力,并经过少量的训练,得到比之前模型更好的结果。此方法在多个目标检测模型和多个目标检测数据集上得到了有效性证明。
📄 202010664220X
📂 G06K9_62
👤 江南大学
📅 2020-07-10