本发明提供了一种基于神经网络的建筑裂缝检测方法，包括：步骤S100，获取建筑裂缝图像，对图像进行光照补偿；步骤S200，提取光照补偿后图像中建筑裂缝的不同分辨率的多尺度特征并融合；步骤S300，通过融合特征获得裂缝热力图确定裂缝位置，通过裂缝位置图和融合后的特征图采用空间注意力机制聚焦裂缝区域，检测裂缝宽度、裂缝长度和走向。
📄 202511254961X
📂 G06T7_00
👤 江苏建筑职业技术大学
📅 2025-09-04
本发明公开了一种基于时序差异特征提取的合成氨一段炉运行异常检测方法，旨在如何自适应的为合成氨一段炉过程数据实时提取时序差异特征，从而实现并完成高敏感性的合成氨一段炉运行异常检测任务。具体来讲，本发明方法通过合成氨一段炉的过程数据自适应的建立时序误差生成模型。在此基础上，利用在线自回归模型的误差实施合成氨一段炉运行异常检测。本发明方法最大的技术优势在于：本发明采用了一种全新的时序差异特征分析算法技术对合成氨一段炉的过程数据进行特征分析提取，能够自适应的更新得到从最大化时序误差的时序差异特征。因此，从这个角度出发，本发明方法理论上能使用高敏感性的时序差异特征来实施异常检测。
📄 202210651302X
📂 G06Q10_06
👤 宁波大学科学技术学院
📅 2022-04-30
本发明公开了一种基于四维注意力卷积循环神经网络的疲劳分类方法，包括以下步骤：S1、采集脑电信号并输入四维特征提取模块，提取脑电信号的四维特征；S2、将提取到的四维特征输入注意力模块，到拥有空间‑通道注意力的特征；S3、将拥有空间‑通道注意力的特征输入卷积循环神经网络模块，进行疲劳分类。本发明解决了基于脑电信号的神经网络可解释性差的问题，它不仅提高了分类的准确率，并且通过它可以从空间和频带的角度进行可视化，提高网络的可解释性。使用深度可分离卷积层，相比于普通卷积层，模型大小降低了70％左右，准确率却提高1.44％，并且提出一种双分支深度可分离卷积，对空间信息的处理上融合了两种尺度感受野，进一步将准确率提高0.45％。
📄 202210359058X
📂 G06F18_2433
👤 成都信息工程大学
📅 2022-04-07
本公开提供了一种图像识别模型的构建方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于人脸识别等场景。该方法包括：获取输入图像集合；利用输入图像集合对初始超分辨模型和初始识别模型进行联合训练，得到训练完成的超分辨模型和识别模型；将训练完成的超分辨模型和识别模型以级联的方式组合，得到图像识别模型。本公开的图像识别模型的构建方法提升了图像识别模型对低质量图像数据的鲁棒性。
📄 2021108565471
📂 G06V20_40
👤 北京百度网讯科技有限公司
📅 2021-07-28
本公开提供了一种图像识别方法及装置、神经网络模型的训练方法及装置，涉及人工智能领域，具体为计算机视觉和深度学习领域。实现方案为：将待识别图像输入神经网络模型；以及至少基于多个网络模块中靠近神经网络模型的输入侧的部分网络模块执行对待识别图像的识别，其中，针对至少一个超网络模块中任一超网络模块及其所对应的预测器，在该超网络模块接收到上一个网络模块所输出的特征图的情况下，将特征图输入与该超网络模块所对应的预测器，以获取该预测器所输出的预测值，基于预测值，确定该超网络模块的至少两个子网络中的一个子网络为选中子网络，以及在该超网络模块中，利用选中子网络执行对待识别图像的识别。
📄 2021101275529
📂 G06V10_82
👤 北京百度网讯科技有限公司
📅 2021-01-29
本申请公开了一种图像特征提取方法、装置、设备及存储介质，涉及计算机视觉和深度学习等人工智能领域。具体实现方案为：对待处理图像关联的至少两个切分特征中的当前切分特征进行切分处理，得到当前切分特征的目标提取特征和待传递特征；其中，当前切分特征的待传递特征用于更新位于当前切分特征之后的后续切分特征，以及确定后续切分特征的目标提取特征；根据至少两个切分特征的目标提取特征，得到待处理图像的特征提取结果。本申请实施例提高了图像特征提取精度。
📄 2020111966270
📂 G06V10_40
👤 百度(中国)有限公司
📅 2020-10-30
本发明公开了一种基于特征提取和Stacking集成学习的软件缺陷预测方法，包括：(1)利用核主成分分析对原始数据集进行特征提取，得到降维后的缺陷数据集DS′；(2)利用本发明提出的协同过滤算法为新的软件缺陷数据推荐适用的抽样方法，使用推荐的抽样算法在缺陷数据集DS′上进行不平衡处理，得到不平衡处理后的缺陷数据集DS″；(3)使用K‑Means算法对缺陷数据集DS″进行聚类，对于偏离主流类别的异常值进行剔除，得到缺陷数据集DS″′；(4)构建基于Stacking集成学习的软件缺陷预测模型，为第一层的基学习器和第二层的元学习器选择合适的分类器，构建出性能良好的软件缺陷预测模型；(5)在处理后的缺陷数据集DS″′上使用集成后的模型与基模型和主流集成模型进行对比，以此验证本发明提出的集成预测模型的性能优劣。研究结果表明，本发明提出的KSSDP集成预测模型比基模型和主流集成模型的性能更好。
📄 2021111066110
📂 G06K9_62
👤 西南民族大学
📅 2021-09-22
本发明涉及医疗影像处理技术领域，公开了一种基于图像识别的神经肿瘤识别定位方法及系统，获取患者的神经医学图像，对图像进行预处理，利用Transformer‑ConvNet混合模型对预处理后的图像进行特征提取，将提取到的特征输入到分类器中，进行肿瘤的初步识别，若初步识别存在肿瘤，利用基于可变形卷积的RPN网络在图像中生成包含肿瘤的候选区域，采用全连接神经网络对候选区域进行语义分割，确定肿瘤的具体位置和轮廓，根据肿瘤的具体位置和轮廓，结合肿瘤的形态学特征，生成最终的识别结果；本发明能够更高效、准确地识别和定位神经肿瘤，为临床诊断和治疗提供了有力的支持。
📄 202511351965X
📂 G06V10_26
👤 武文杰
📅 2025-09-22
本发明涉及一种基于线性系统的全光非线性神经网络系统，属于光学神经网络技术领域。解决光学神经网络依赖非线性材料或光电转换实现非线性运算的瓶颈问题。技术方案包括输入模块将输入信号加载于环形谐振腔谐振波长失谐量；耦合模块调控层间权重；神经元模块通过多层环形谐振腔线性传输信号；输出模块将输出信号加载于探测光功率。输入输出信号分载于不同物理量，使线性系统实现非线性功能。有益效果包括突破光学非线性运算瓶颈，显著降低系统复杂度与能耗，增强兼容性与实用性，提升并行计算效率及系统可扩展性。
📄 2025108412455
📂 G02F1_365
👤 重庆邮电大学
📅 2025-06-23
本发明涉及一种基于波分复用的全光可重构硅基光子神经网络芯片，属于光计算领域。该芯片采用新型全光调控非线性机制，能够实现波分复用信号的非线性激活，还以及网络层数、每层神经元个数可变和非线性激活函数可调的多层、可重构光子神经网络。光子神经网络芯片中的单层网络由分光区、线性运算模块、非线性运算模块、光引出装置模块、合光区组成。分光/合光区用于实现信号光和探测光的多路分/合光；线性运算模块用于实现信号光的权重运算和调控单层神经元个数；非线性运算模块用于实现可调非线性激活函数的运算；所述光引出装置模块用于输出光子神经网络芯片结果，并实现网络层数的调控。
📄 2024105681807
📂 H04J14_02
👤 重庆邮电大学
📅 2024-05-09
本发明公开了一种基于残差神经网络的RIS辅助室内指纹定位方法，适用于RIS辅助的下行多径传输SISO毫米波定位系统，该系统包括基站、RIS和用户；该方法通过以下步骤实现：定义用户的接收信号矩阵，包含基站、RIS、用户和散射体的三维位置；对用户的接收信号矩阵进行归一化，得到实值矩阵作为样本；在室内环境中调整用户的三维位置，记录真实三维位置作为标签，构建数据集并分为训练集和验证集；利用训练集对残差神经网络进行离线训练，优化网络参数并保存最优权重；在实际定位场景中，将实时接收信号矩阵处理后输入训练好的模型，输出用户的预测三维位置；本发明结合RIS和残差神经网络，提高了室内定位的精度和鲁棒性，并实现了快速定位。
📄 202510650024X
📂 H04W64_00
👤 宁波大学
📅 2025-05-20
本发明公开了一种基于复数卷积神经网络和时频分析的多普勒雷达定位方法，包括构建多人移动多普勒穿墙解调后回波信号，采用已构建的回波信号，构建对应的理想时频谱图，同时构建训练数据集；以深度学习网络为基本构架，构建时频谱图初步预测模型，同时采用训练数据集，针对模型进行训练，得到最终的时频谱图预测模型；采用得到的模型，针对实时获取的雷达回波信号进行预测，获取预测时频谱图；采用获取的预测时频谱图，针对墙内目标进行轨迹预测，实现雷达定位；本发明方法通过将深度学习与时频分析相结合，压制频率模糊问题；通过引入带有跳跃残差结构的网络，进一步提升时频分辨率；本发明方法的精度提高、偏移减少、鲁棒性增强、抗噪性能提升。
📄 2023117095690
📂 G01S7_41
👤 中南大学
📅 2023-12-13
柿子坊 · 知识产权运营
柿子坊知识产权运营平台