“江苏科海智能系统有限公司”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11个，建议您升级VIP下载更多相关专利

[发明专利]基于知识图谱构建答案语义空间的视觉问答方法-CN202310703224.8在审
发明人：成科扬;蒋洲;彭长生;万浩;司宇;沈维杰;严浏阳;周昊;陈楠;余悦;陈涛;邹文轩;黄昊;唐静峰;位刘涛;叶中得 -专利权人： 江苏科海智能系统有限公司;江苏大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于知识图谱参与构建答案语义空间的视觉问答方法，该方法通过把知识图谱的外部知识嵌入视觉问答任务中答案的特征表达，然后通过构建答案语义空间来进行特征匹配从而回答问题。在构建答案语义空间时，该方法不仅仅只将外部知识嵌入答案特征，还通过设计的语义损失减少了模型的语言偏差，显著地提高了模型地泛化能力。该技术可以应用于各类不同地视觉问答方法，具有很大的商业价值。
基于知识图谱构建答案语义空间视觉问答方法

[发明专利]基于混合式协同训练的人体动作识别方法及系统-CN201610913531.9有效
发明人：姜震;景陈勇;彭长生;詹永照 -专利权人：江苏大学;江苏科海智能系统有限公司
申请日： 2016-10-20 - 公布日： 2020-04-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于混合式协同训练的人体动作识别方法及系统。方法包括：利用人体动作识别领域中基于模板的KNN算法和基于概率统计的SVM算法来构建基分类器，然后进行二者间迭代的协同训练以提高它们的识别性能，同时改进协同训练中对伪标签样本的选择方法和迭代训练策略，最后对KNN模型和SVM模型的识别结果进行融合，得出待识别样本所属的人体动作类别。本发明利用不同类型的方法来构建分类器，通过它们之间的协同训练，可以实现不同识别方法的优势互补，有效解决了以往单一识别方法在复杂场景下识别效果不佳的问题。此外，引入伪标签样本作为新的训练样本，有效减少人工标注样本的成本。从而实现了以较少的训练样本达到更好识别准确率的目的。
基于混合式协同训练人体动作识别方法系统

[发明专利]一种外存设备的非对称读写方法及NVM外存设备-CN201710255785.0有效
发明人：牛德姣;朱叶青;蔡涛;彭长生;张行;詹永照;梁军 -专利权人：江苏大学;江苏科海智能系统有限公司
申请日： 2017-04-19 - 公布日： 2020-04-03 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种外存设备的非对称读写方法及新型NVM外存设备，通过分离读写操作并使用非对称读写方法来工作；外存设备的非对称读写方法包括分离式的读写方法、动态粒度的写方法和多粒度的内外存映射方法；首先分离读写操作，再通过动态粒度写方法完成写操作，并使用多粒度内外存映射方法完成内外存的多粒度映射。本发明能避免写放大问题，减少PCIe口NVM存储设备的写数据量，提高PCIe口NVM存储设备的使用寿命和I/O性能。
一种外存设备对称读写方法 nvm

[发明专利]一种视频语义分析方法-CN201610107770.5有效
发明人：詹永照;詹智财;张建明;彭长生 -专利权人： 江苏科海智能系统有限公司;江苏大学
申请日： 2016-02-26 - 公布日： 2019-02-01 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种视频语义分析方法，该方法包括以下步骤：S1：对视频训练集进行预处理，并构建稀疏线性解码器；S2：加入拓扑特性约束建立拓扑线性解码器，并将视频训练集进行图像分块处理从而训练拓扑线性解码器；S3：将训练好的拓扑线性解码器的参数作为卷积神经网络中卷积层的初始参数；S4：采用多倍交叉验证的方式并基于视频训练集建立关键帧集合对卷积神经网络进行微调，建立一个基于视频数据的通用特征提取器，最后将训练集与测试集上提取到的特征输入到支持向量机中进行基于视频语义的分类。本发明提出的模型训练方法更具有应对内容多变的视频类数据样本，提高模型的准确性和鲁棒性。
一种视频语义分析方法

[发明专利]一种基于NVM存储设备的快速大数据系统及其设计方法-CN201810001877.0在审
发明人：牛德姣;陈波;蔡涛;詹毕晟;彭长生;詹永照 -专利权人： 江苏科海智能系统有限公司;江苏大学
申请日： 2018-01-02 - 公布日： 2018-07-17 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种基于NVM存储设备的快速大数据系统及其设计方法，针对现有大数据系统访问本地存储设备效率较低的问题，引入NVM存储设备替换传统存储设备，设计基于NVM存储设备的快速大数据系统来工作；包括快速大数据系统的结构设计和基于NVM存储设备的高速节点存储子系统构建方法。本发明使用基于NVM存储设备的高速节点存储子系统构建方法，在元数据节点服务器和数据节点服务器中高效存储元数据与数据，提高大数据系统中存储和访问海量数据的效率。本发明可应用于支撑各类大数据应用，提高其执行和访问数据的效率。
存储设备大数据存储子系统高速节点构建数据节点服务器元数据节点传统存储访问数据高效存储海量数据系统访问元数据应用服务器替换存储引入支撑访问

[发明专利]一种面向ViBe的前景鬼影消除方法-CN201610852265.3在审
发明人：惠开发;詹永照;彭长生;成科扬 -专利权人： 江苏科海智能系统有限公司;江苏大学
申请日： 2016-09-26 - 公布日： 2017-05-10 - 主分类号： G06T5/00 文献下载
摘要：本发明是基于可视背景提取器（ViBe）的前景提取容易引入鬼影，且在有稠密的前景对象经过鬼影区域时需要较长时间才能将鬼影消除的问题，提出了一种面向ViBe的前景鬼影消除方法，旨在提取前景的过程中抑制鬼影产生且加速鬼影消除。本发明通过第二帧检测出在模型初始化过程中产生的鬼影的数量和位置，在第二帧之后对视频每一帧中背景区域与检测到的背景区域取交集，得到集合即为在第一帧中被前景遮挡但在当前帧没有被遮挡的背景点，对该集合中的像素做局部模型重新初始化操作，并在操作后更新鬼影区域的集合，直到鬼影被完全消除。本发明对ViBe提取前景中产生的鬼影的抑制和消除有明显的效果，且处理每帧的耗时依然满足实时性的要求。
一种面向 vibe 前景消除方法

[发明专利]一种基于分布式神经元的RNNLM系统及其设计方法-CN201610533389.5在审
发明人：牛德姣;蔡涛;彭长生;薛瑞;詹永照;埃法·金斯利 -专利权人：江苏大学;江苏科海智能系统有限公司
申请日： 2016-07-07 - 公布日： 2016-11-30 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于分布式神经元的RNNLM系统及其设计方法，针对串行和基于GPU的RNNLM系统中未模拟生物神经元并行执行特性、训练时间开销大、难以包含大量神经元等问题，通过以能并发运行的分布式神经元为中心改变RNNLM系统的结构，设计基于分布式神经元的RNNLM系统来工作；包括基于分布式神经元的结构、分布式神经元自主训练方法和分布式神经元协调方法。本发明能模拟生物神经元的并行执行，有效减少RNNLM的训练时间开销，从而在保证减少训练时间开销的前提下能增加RNNLM中神经元数量和训练样本，提高RNNLM的实用性。
一种基于分布式神经元 rnnlm 系统及其设计方法

[发明专利]一种基于近邻多分类器集成的车牌识别方法及系统-CN201610109656.6在审
发明人：沈项军;张文超;蔡炜;詹永照;彭长生 -专利权人： 江苏科海智能系统有限公司;江苏大学
申请日： 2016-02-26 - 公布日： 2016-07-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于近邻多分类器集成的车牌识别方法及系统，采用多分类器集成的方法应用在车牌识别系统中进而提高车牌识别准确率。通过多分类器的训练得到的不同的分类器，然后根据测试样本的近邻送入不同分类器测试分类结果的准确率。以此为基础设置出不同分类器在车牌识别过程中的权重。在对检测样本进行测试时，可以根据不同样本的特征自动设置不同分类器在识别过程中的充当作用大小。本发明利用分类器集中训练在提高车牌检测精度的同时，避免了由分类结果单一化产生的错分问题，具有高度的实用价值，可应用于高速公路收费站自动化识别车辆、智能交通违规检测、城市道路交通监控等领域。
一种基于近邻分类集成车牌识别方法系统

[发明专利]适用于支持向量机训练的不平衡样本加权方法-CN201410803911.8在审
发明人：彭长生;沈项军;蔡炜 -专利权人： 江苏科海智能系统有限公司
申请日： 2014-12-22 - 公布日： 2015-03-25 - 主分类号： G06K9/62 文献下载
摘要：本发明主要用于人工智能领域，涉及一种适用于支持向量机训练的不平衡样本加权方法。本发明利用聚类和费歇尔判别率准则对冗余数据约减，然后计算约减后的数据样本到模糊分类面的距离，根据这个距离来赋予相应的权值，然后用这些加权后的数据样本进行支持向量机的训练。本发明针对传统的支持向量机在处理大数据集或不平衡数据样本上仍有需要改进和提高的地方，本发明就提出了一种新的算法，在已约减的大样本数据上再进行相应的加权，以此来用于支持向量机的训练学习，不仅提高了支持向量机的训练速度，而且还提高了其分类精度，这对于大样本的数据集的分类是大有裨益的。
适用于支持向量训练不平衡样本加权方法

[发明专利]一种基于多帧统计的视频车道背景建模方法-CN201210023760.5有效
发明人：沈项军;詹智财;张松松;彭长生 -专利权人： 江苏科海智能系统有限公司
申请日： 2012-02-03 - 公布日： 2012-07-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于多帧统计的视频车道背景建模方法，通过对多帧视频帧自主统计分析首先建立无车的全背景图像，再次对多帧视频帧进行统计运动对象统计，最终在全背景图像上获取完整的车道背景图像；在全背景图像建立阶段，首先对视频帧上每一个像素按帧进行灰度值统计，通过排序确定该像素的背景灰度值范围，并运用加权平均的方法最后确定背景图像灰度值，进而生成全背景图像；在车道背景建立阶段，对于提取的视频帧运用帧间差分及设定阈值方法标记出车辆的运行位置，通过多次统计确定车辆的运行轨迹，通过车辆的运动轨迹进而最终获取完整的车道背景图像。具有计算量小、抗噪能力和自适应能力强等特点，方法简单且可靠。
一种基于统计视频车道背景建模方法

[发明专利]视频流背景图像建模方法-CN200810236281.5有效
发明人：李峰;彭长生;陆珺;戴乐云 -专利权人： 江苏科海智能系统有限公司
申请日： 2008-11-28 - 公布日： 2009-04-29 - 主分类号： H04N5/272 文献下载
摘要：本发明属于视频监控技术领域，涉及一种用于视频监控系统的视频流背景图像建模方法。该方法包括以下步骤：(1)设定混合高斯模型的相关参数；(2)对获取的彩色或灰度数字视频信息进行去噪和清晰化处理；(3)数字视频信号按照Bayer模式进行子采样；(4)对各象素的混合高斯模型进行初始化，完成对混合高斯背景模型的初始化；(5)有选择地进行混合高斯模型的背景更新；(6)通过邻域插值来获取完整的背景模型。本发明能够提高视频监控系统的实时性、可靠性和准确性。
视频背景图像建模方法

1
共 11 条