“叶东毅”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果18个，建议您升级VIP下载更多相关专利

[发明专利]一种手绘线条画生成现实感图像的深度学习方法-CN201810859788.X有效
发明人：陈昭炯;蔡雨婷;叶东毅 -专利权人：福州大学
申请日： 2018-08-01 - 公布日： 2023-04-18 - 主分类号： G06T3/00 文献下载
摘要：本发明涉及一种手绘线条画生成现实感图像的深度学习方法，S1:建立双层GAN结构，包括第一层GAN结构和第二层GAN结构；S2:收集并生成用于训练网络的“真实图像‑模拟线条画”数据集；S3:根据“真实图像‑模拟线条画”数据集，训练第一层GAN结构，得到训练后的第一层GAN结构；S4:将待处理的手绘线条画输入训练后的第一层GAN结构，得到粗粒度现实感图像；S5:根据“真实图像‑粗粒度现实感图像”数据集，训练第二层GAN结构，得到训练后的第二层GAN结构；S6:将粗粒度现实感图像输入训练后的第二层GAN结构，得到高分辨现实感图像。本发明采用级联两层GAN网络结构，逐步纠偏、丰富图像细节，生成具有现实感的高分辨图像；便捷实用，有利于人机交互，生成图效果具真实感。
一种手绘线条生成现实图像深度学习方法

[发明专利]一种U-Net融合局部模糊核的图像盲去模糊方法-CN201911341200.2在审
发明人： 叶东毅;陈春雷 -专利权人：福州大学
申请日： 2019-12-23 - 公布日： 2020-05-05 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种U‑Net融合局部模糊核的图像盲去模糊方法，将输入的模糊图像采用并行的方式分块求解局部模糊核，通过一个多端到一端的U‑Net融合神经网络，将多个局部模糊核融合为一个全局模糊核，最后利用融合得到的全局模糊核对输入的模糊图像进行非盲去模糊求解出清晰图像。本发明可以在保证去模糊效果的情况下，有效提升图像去模糊的速度，在部分真实模糊图像的局部细节还原上效果更佳，并且可以很好地处理大尺寸的模糊图像。
一种 net 融合局部模糊图像方法

[发明专利]一种科技文献异构网络下合作作者推荐方法-CN201510049947.6有效
发明人：余春艳;吴志强;叶东毅 -专利权人：福州大学
申请日： 2015-01-30 - 公布日： 2017-11-17 - 主分类号： G06F17/30 文献下载
摘要：本发明公布了一种科技文献异构网络下合作作者推荐方法，由于一对作者在未来建立合作关系的可能性正比于这两节点彼此与对方建立该关系的意愿度，本发明提出一个基于合作者意愿度的合作作者推荐方法，该方法通过计算两个作者未来合作的可能性来为作者推荐合作作者。该方法首先根据节点未来影响力增幅大小、增幅快慢和节点年龄定义了节点的关注度，然后基于关注度设计了两作者因为不同关系而产生的合作意愿度，之后基于不同关系的意愿度设计不同关系下的拓扑特征属性，最后将拓扑特征属性作为逻辑回归模型的自变量，利用现实数据训练模型的参数，用得到的函数模型计算一对作者在未来合作的概率。此方法考虑两作者与彼此合作的意愿度，同时意愿度是基于节点影响力和年龄的，从而提高合作者关系的预测结果，提高作者的合作作者的推荐质量。
一种科技文献网络合作作者推荐方法

[发明专利]一种音乐点播网络中热门歌曲、歌星的推荐方法-CN201510050106.7有效
发明人：余春艳;吴志强;叶东毅 -专利权人：福州大学
申请日： 2015-01-30 - 公布日： 2017-10-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公布了一种音乐点播网络中热门歌曲、歌星的推荐方法。本发明考虑到音乐网络中的每个节点未来的热度应该符合该节点历史热度的变化规律，同时不同类型节点热度间保持一定相互关系，本发明通过函数模型预测阶段和协同调节阶段来得到歌曲和歌星未来的热度，并据此推荐排在前面的歌曲和歌星，函数模型预测阶段设计了节点历史热度时间序列的函数模型，用于初步预测节点未来的热度，协同调节阶段统计音乐点播网络中不同关系边的平均边介数，计算调节因子用于调节函数模型预测阶段得到的初步未来热度。此方法不仅考虑节点历史热度信息还考虑了不同类型节点热度间的关系，从而提高节点未来热度排序的预测结果，提高歌星和歌曲的推荐质量。
一种音乐点播网络热门歌曲歌星推荐方法

[发明专利]一种基于细胞型P系统的虚拟网络映射方法-CN201410288752.2有效
发明人：余春艳;练琪;张栋;叶东毅 -专利权人：福州大学
申请日： 2014-06-26 - 公布日： 2017-09-29 - 主分类号： H04L12/46 文献下载
摘要：本发明涉及一种基于细胞型P系统的虚拟网络映射方法及系统，该方法首先将物理网络和虚拟网络信息转化成细胞型P系统可以处理的形式，再通过设置初始种子膜数目进行物理膜初始化，对所有成功虚拟网映射膜执行虚拟网络映射进化，保留额外开支最小的前若干个虚拟网络映射膜，溶解其他虚拟网络映射膜，重复此过程直到映射失败或者映射成功，如映射成功，选择额外开支最小的虚拟网络映射膜作为输出，溶解其他所有虚拟网络映射膜，接着检查虚拟网络映射结果输出膜中的所有映射信息，如果存在已经到期的虚拟网络映射信息，根据虚拟网络映射信息将物理资源返还给物理网络，该方法及系统可以有效提高底层物理网络的资源利用率。
一种基于细胞系统虚拟网络映射方法

[发明专利]科技文献异构网络中节点的学术影响力协同排序方法-CN201410292725.2有效
发明人：余春艳;吴志强;叶东毅;何振峰 -专利权人：福州大学
申请日： 2014-06-25 - 公布日： 2017-07-04 - 主分类号： G06F17/30 文献下载
摘要：本发明公布了科技文献异构网络中节点（论文、作者、期刊/会议）的学术影响力协同排序方法，由于科技文献网络的异构性，本发明采用两个级别的随机游走计算科技文献中节点的学术影响力并排序，分别是在科技文献异构网络上的节点网络拓扑驱动下的随机游走和在科技文献网络的极小网络模式上的学术类型驱动下的随机游走，在科技文献异构网络中计算各条边权重以配置节点网络拓扑驱动下的随机游走，根据科技文献异构网络的最小网络模式，统计不同领域的各种关系边的平均边介数，计算传播因子并配置节点学术类型驱动下的随机游走，此方法不仅克服了异构网络的异构性带来的难题以及避免了节点影响力与入度正相关的现象，从而使得排序结果相对准确。
科技文献网络节点学术影响力协同排序方法

[发明专利]一种情感激励下的视频关键帧自适应提取方法-CN201410248555.8有效
发明人：余春艳;翁子林;苏晨涵;叶东毅;陈昭炯 -专利权人：福州大学
申请日： 2014-06-06 - 公布日： 2017-03-08 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种情感激励下的视频关键帧自适应提取方法。从视频观看者情绪波动的角度考虑，通过计算视频帧的运动强度作为视频观看者观看视频时的视觉情感激励度，计算短时平均能量、音调作为听觉情感激励度，将听视觉情感激励度进行线性融合得到镜头内每个视频帧的视频情感激励度并生成镜头的视频情感激励度曲线；然后根据镜头的视频情感激励变化情况得到本镜头应分配到的视频关键帧数目KN；最后取视频情感激励度曲线情感激励度最高的前KN个波峰所对应的视频帧作为镜头关键帧。本发明的方法简单，从视频观看者情感变化的角度入手考虑，用视频情感激励度从语义从指导关键帧提取，所提取的视频关键帧更具有代表性以及有效性。
一种情感激励视频关键自适应提取方法

[发明专利]大规模集成电路设计中基于线长最短优化的绕障布线方法-CN201410036947.8有效
发明人：张浩;叶东毅;陈羽中;余春艳;张栋;杨晶菁 -专利权人：福州大学
申请日： 2014-01-26 - 公布日： 2017-01-25 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及大规模集成电路物理设计技术领域，特别是一种大规模集成电路设计中基于线长最短优化的绕障布线方法，该方法首先根据逃逸图理论构建布线问题布线图，然后采用多源并发探索方法标记顶点即必经点，再基于必经点集合构建一个可行解Steiner树，最后优化可行解。该方法布线布局合理，所得线长短，布线效果好。
大规模集成电路设计基于线长最短优化布线方法

[发明专利]布局可调的中国山水画计算机创意生成方法-CN201410297114.7有效
发明人：陈昭炯;叶东毅;余春艳 -专利权人：福州大学
申请日： 2014-06-28 - 公布日： 2017-01-25 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及图形图像的非真实感绘制领域，特别是一种布局可调的中国山水画计算机创意生成方法。该方法首先对用户选定的山水画源图生成相应的笔墨布局标记图，然后用户可根据标记图重新设计新的笔墨布局，本发明采用图像块缝合技术生成具有用户布局结构的山水画迭代初始图，再通过笔墨匹配块的优化选择、笔墨合成传输和边界融合技术迭代生成最终的山水画创意结果图。该方法使用简便、灵活，创意效果好。
布局可调中国山水画计算机创意生成方法

[发明专利]一种基于高斯核参数选择的SVM乳腺分类方法-CN201610537713.0在审
发明人：王秀;余春艳;林志杰;陈壮威;叶东毅 -专利权人：福州大学
申请日： 2016-07-08 - 公布日： 2016-11-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于高斯核参数选择的SVM乳腺分类方法，首先从已知病例中提取乳腺钼靶与B超图像特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的钼靶图像特征与B超图像特征采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将高斯核参数选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程与识别过程。本发明能够提高乳腺癌诊断的准确率和效率。
一种基于高斯核参数选择 svm 乳腺分类方法

[发明专利]基于隐马尔科夫解码过程的胎盘植入预测模型的获取方法-CN201610452436.3在审
发明人：朱丹红;张栋;叶东毅;陈凯 -专利权人：福州大学
申请日： 2016-06-21 - 公布日： 2016-11-09 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种基于隐马尔科夫解码过程的胎盘植入预测模型的获取方法，包括以下步骤：第一步：统计从医院或卫生组织获取的条既往孕产妇数据，包括病史、B超、病理诊断结果等临床数据，建立病症关联因素集合；第二步：构造胎盘植入的隐马尔科夫模型初始数据；第三步：针对当前孕妇病例数据，优化隐马尔科夫模型；第四步：基于隐马尔科夫解码过程，对该病例数据进行胎盘植入预测。本发明所提供的方法弥补了现有胎盘植入产前预测的限制，包括缺乏典型临床表现、体征及实验室指标、依赖主观经验等，提高病症预测准确率，为保障孕产妇生命安全作出极大贡献。
基于隐马尔科夫解码过程胎盘植入预测模型获取方法

[发明专利]一种应用特征权重自适应选择的计算机辅助诊断乳腺的方法-CN201610223395.0在审
发明人：王秀;余春艳;林志杰;陈壮威;叶东毅 -专利权人：福州大学
申请日： 2016-04-12 - 公布日： 2016-08-31 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种应用特征权重自适应选择的计算机辅助诊断乳腺的方法，首先从已知病例中提取乳腺X线钼靶与B超影像数据特征，将完成特征提取的各病例数据按照已知临床诊断结果进行良恶性与临床分期标注；接着对同一患者乳腺的X线钼靶图像与B超影像采用级联方式进行多特征融合，得到乳腺样本的特征向量；接着将特征权重自适应选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的训练过程；最后将特征权重自适应选择方法用于基于高斯核的二叉平衡决策树SVM多分类算法的识别过程。本发明能够提高乳腺癌诊断的准确率和效率。
一种应用特征权重自适应选择计算机辅助诊断乳腺方法

[发明专利]一种基于深度信念网络的单通道音乐的歌声分离方法-CN201410755098.1在审
发明人：余春艳;林明安;滕保强;张栋;刘灵辉;叶东毅 -专利权人：福州大学
申请日： 2014-12-11 - 公布日： 2015-03-25 - 主分类号： G10L15/16 文献下载
摘要：本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法：先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征，紧接着利用Back-Propagation 神经网络分离出伴奏声和歌声的特征，最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段，从而弥补DBN在处理不同时间尺度音乐信号上的缺陷，同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据，在处理高维输入和高维输出问题上神经网络有着其特有的处理能力，所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活，具有较强的实用性。
一种基于深度信念网络通道音乐歌声分离方法

[发明专利]基于隐马尔科夫模型的胎盘植入预测方法-CN201410750405.7在审
发明人：张栋;陈凯;叶东毅;颜建英;余春艳 -专利权人：福州大学
申请日： 2014-12-10 - 公布日： 2015-03-04 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种基于隐马尔科夫模型的胎盘植入预测方法，包括以下步骤：第一步：提取产妇数据，从医院或卫生组织获取x条产妇数据，一条产妇数据的观察对象包括剖宫产史，前置胎盘，产妇年龄，多产史和胎盘位置，x=200；第二步：建立隐马尔科夫模型的初始数据；第三步：在所述隐马尔科夫模型的初始数据的基础上，进行对病例的胎盘植入的类型预测。本发明所述的基于隐马尔科夫模型的胎盘植入预测方法弥补了现有MRI诊断存在的产生热效应、易受胎动干扰、无统一诊断标准、费用高等局限与不足，使孕妇胎盘植入类型的预测更加准确，为保障孕妇及胎儿的生命作出极大贡献。
基于隐马尔科夫模型胎盘植入预测方法

[发明专利]一种大规模集成电路设计中的绕障直角斯坦纳树构造方法-CN201310249724.5有效
发明人：张浩;叶东毅 -专利权人：福州大学
申请日： 2013-06-21 - 公布日： 2013-09-25 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种大规模集成电路设计中的绕障直角斯坦纳树构造方法属于集成电路计算机辅助设计领域，尤其大规模集成电路物理设计中电路布线设计领域，其特征在于：首先根据逃逸图（EscapeGraph）理论构建出该布线问题布线图；然后以人工蜂群优化方法的为基本框架，使用布线图中的边构造出一个准最优可行解；为了实现人工蜂群优化方法，设计了全局搜索策略、基于关键节点的局部搜索策略、基于关键节点的编码和一个以改进的启发式算法为基础的编码器。它是一种绕障直角斯坦纳树构造方法，可以构造出高质量的绕障直角斯坦纳树，适用于解决集成电路设计电路布线中的绕障最小直角Steiner树和非绕障最小直角Steiner树问题。
一种大规模集成电路设计中的直角斯坦构造方法

1
2
下一页»
尾页
共 18 条