本发明涉及人工智能技术领域，具体涉及一种基于霍夫变换的金属拉丝生产控制方法及系统。该方法将拉丝边缘变换至霍夫空间中，根据霍夫空间的斜率坐标进行分类获得多个平行线类别，根据拉丝边缘的端点获得断纹线段。根据断纹线段的位置获得断纹类别位置，并根据断纹类别位置之间的直线获得第二参数空间点。根据第二参数空间点的投票值大小和位置分布确定参数空间点数量和孤立点数量，进而获得修复难度。结合平行度、断纹程度和平行线类别的数量获得修复优先级。本发明通过获得断纹自身特征和分布确定修复优先级，实现了拉丝生产控制。
📄 2022105477702
📂 G06V10_764
👤 海门市博洋铸造有限公司
📅 2022-05-20
本发明涉及堤防评价技术领域，尤其涉及一种基于特征数据聚类分析的状态评估方法及系统，该方法包括以下步骤：利用工程测量仪器以及无人机获取堤防多源数据，根据堤防多源数据生成堤防实时地貌数据集；根据堤防实时地貌数据集利用矩阵分解法进行视觉投影，生成堤防实时地貌矩阵投影图；利用多因子单元区划分法对堤防实时地貌数据集进行聚类分析法划分，生成堤防多因子单元区域群组；利用可视化视图工具对堤防多因子单元区域群组进行可交互式视图处理；基于根据堤防卷积特征模型以及堤防实时地貌矩阵投影图，利用集成学习梯度提升决策树算法进行模型驱动建模，以构建堤防健康诊断模型，本发明实现了对堤防全方位，多层次的健康评价。
📄 2023106586701
📂 G06V10_764
👤 邯郸市向郊网络科技有限公司
📅 2023-06-06
本发明涉及一种基于小样本学习的无线频谱状态图像分类方法，属于认知无线电领域。该方法包括：将训练集支持集Str与训练集查询集Qtr输入到嵌入模块，得到各个类别的张量集；在所述训练集支持集Str张量集中通过每个类别中距离最接近的K个张量计算所述训练集支持集Str的各个类别的类原型；将所述类原型与所述训练集查询集Qtr张量集输入度量模块，进行相似性度量，得到小样本图像分类器。本发明使用的方法与传统机器学习算法相比分类任务中训练和测试所用的类别是不同的，这样的设置有利于训练一个可以抽取样本通用特征和特有特征的小样本图像分类器，解决了传统基于机器学习的频谱状态感知算法对数据的依赖性问题，提高了在盲感知、快速感知中的感知准确性；同时，使用若干特征向量代表图像样本，使用局部特征代表图像进行分类，消除了类内差异和背景混淆的问题。
📄 2023105657381
📂 G06V10_764
👤 重庆邮电大学
📅 2023-05-18
本发明请求保护一种基于局部流形正则化的半监督生成对抗网络图像分类方法，该方法将局部流形正则化引入半监督生成对抗网络。该方法基于生成对抗网络对数据流形优秀的拟合能力，引入局部流形正则化，可以很好地解决判别器过度训练问题。通过在判别器和生成器的损失函数中加入流形正则化项，以对数据流形的突变进行惩罚，能够防止模型陷入局部崩溃，增强模型对数据流形的局部扰动保持不变性，使模型具有更好的鲁棒性。结合局部流形正则化的半监督生成对抗网络图像分类方法在半监督图像分类问题上可显著提高图像分类的准确率。
📄 2019110236916
📂 G06V10_764
👤 重庆邮电大学
📅 2019-10-25
本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法，该方法采用了跨领域数据生成与增广策略，高效地降低不同数据领域之间的偏差。具体地说，超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型，继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果，具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题，融合跨领域知识，有效降低不同领域数据之间的领域偏差，提高了盲领域数据分类准确率。
📄 2019102287155
📂 G06V10_764
👤 重庆邮电大学
📅 2019-03-25
本发明公开了一种基于注意力机制的白细胞细粒度分类方法，本发明端到端的可训练的Transformer与卷积结合的模型，融合了Transformer的擅长捕捉长距离依赖关系，提取全局特征的优点和CNN在low‑level提取图像局部特征的优点，能够更好的构建白细胞图像的特征图谱，丰富白细胞的特征信息，提高细胞图像的识别准确率。并且该模型具有一定的泛化性和稳定性，其使用SGD和AdamW俩个优化器均能得到最优解。
📄 2022110240097
📂 G06V10_764
👤 淮安昆博信息科技有限公司
📅 2022-08-24
本发明公开了基于PU学习的多视角广义零样本分类辅助方法及装置，属于图片分类技术领域，该方法包括：获取图片，提取训练集和测试集中图片的多视角视觉特征；构建基准模型；构建多视角PU分类模型；将训练集和测试集中图片对应的多视角视觉特征输入至多视角PU分类模型中，利用交替方向乘子法对多视角PU分类模型进行训练；基于第一语义投影重新设置每个未见类的语义原型；基于第二语义投影重新设置每个已见类的语义原型；利用基准模型对待识别的图片进行分类。本发明利用PU学习框架从待识别的测试样本中分离出未见类样本，并将其用于类别语义校准，可有效缓解模型对已见类样本的偏向性，从而显著提升广义零样本分类器的泛化性能。
📄 2025105874575
📂 G06V10_764
👤 南京信息工程大学
📅 2025-05-08
本发明公开了一种多视角二元有序图像数据的鲁棒分类方法及装置，方法包括：提取训练集二元有序图像数据的多视角视觉特征；将提取的特征送入多视角二元有序数据分类模型中，经训练得到各视角上的权重系数和映射矩阵，并据此对待识别图像进行分类；其中二元有序数据分类模型对具有正损失的二元有序数据样本和负损失的二元有序数据样本施加不同的惩罚，并利用图像多视角视觉特征中的一致性和互补性信息自适应地学习视角之间的权重系数。本发明从微观的角度出发，通过挖掘二元有序数据分类无偏风险估计的内涵，很好地实现了经验风险最小化与避免过拟合之间的平衡，并充分利用图像数据的多视角视觉信息，大幅度提升多视角二元有序图像数据的分类精度。
📄 2024119634125
📂 G06V10_764
👤 南京信息工程大学
📅 2024-12-30
本发明涉及一种基于深度神经网络的SAR图像舰船冰山检测分类方法，基于包含冰山目标标签、舰船目标标签的各幅海面区域SAR图像样本，结合包括图像特征提取网络、特征融合网络、以及回归分类器具体所构建的目标检测分类深度神经网络，通过网络训练，获得以海面区域SAR图像样本为输入，海面区域SAR图像样本中冰山目标标签、舰船目标标签、或者无冰山与舰船目标标签为输出的目标检测分类模型，用于准确实现关于舰船、冰山目标的检测分类，整个设计中，网络训练时间短、收敛速度快、准确率高，能有效提升海上态势感知能力。
📄 2023102575996
📂 G06V10_764
👤 南京信息工程大学
📅 2023-03-17
本发明公开了一种跨模态引导的多退化条件下的高光谱图像分类框架和方法，该框架利用主动遥感数据的互补信息，增强退化高光谱图像的结构感知和空间一致性。该框架利用跨模态特征金字塔引导模块，基于主动遥感数据提供多层次、多尺度引导，从而实现稳定、鲁棒的跨模态特征融合。同时通过HyperGroupMix模块对高光谱图像波段进行分组来构建光谱‑空间特征，并通过特征交换促进样本间风格变异，显著提高模型对不同退化域的适应性。
📄 2025111815409
📂 G06V10_764
👤 南京信息工程大学
📅 2025-08-22
本发明公开了一种任意模态缺失条件下的多模态遥感图像分类方法，包括：获取多模态遥感图像数据，其中包含高光谱图像和其他模态图像、以及地物类型标注；针对高光谱图像，构建高光谱图像编码器，针对其他模态的图像，构建其他模态图像编码器，提取各模态图像的真实特定特征；并构建模态共享特征编码器，提取各模态图像的共享特征；构建真实特定特征损失和共享特征对齐损失；生成缺失模态和生成特定特征；构建一阶段预训练的总损失，并进行一阶段预训练；进行二阶段微调，构建总分类特征；经过分类器，获得多模态遥感图像的地物分类；本发明的方法灵活度高，可适应任意数量模态的缺失，并且在模态缺失情况下有更高的地物分类准确率。
📄 2026104758764
📂 G06V10_764
👤 南京信息工程大学
📅 2026-04-13
本发明公开了一种受控Lengyel‑Epstein脑部图像分类方法，属于脑肿瘤辅助诊断及医学影像处理技术领域。本方法首先获取待识别的脑部MRI图像，提取取预处理后的图像非线性指标映射至高维计算区域；随后构建双变量特征演化场，获取针对脑部MRI数据集的图像分类任务的非线性演化指令集，将非线性演化指令集作用于计算区域；实时监测双变量特征演化场中特征向量势能分量的时间演化残差，提取特征向量势能分量的最终稳态极性分布作为处理结果，实现脑部MRI图像分类。本发明解决了传统反应扩散模型无法在有限步内收敛至稳定决策面的技术难题，提高了脑部MRI图像分类准确率，具有极高的鲁棒性与可解释性。
📄 2026102767241
📂 G06V10_764
👤 南京信息工程大学
📅 2026-03-09
柿子坊 · 知识产权运营
柿子坊知识产权运营平台