|
钻瓜专利网为您找到相关结果 9个,建议您 升级VIP下载更多相关专利
- [发明专利]一种无缺口滑动验证码及其生成方法-CN202310626610.1有效
-
陈德蕾;陈龙;陈树华
-
北京顶象技术有限公司
-
2023-05-31
-
2023-08-22
-
G06F21/36
- 本发明公开了一种无缺口滑动验证码及其生成方法,包括如下步骤:S1.AI图片生成模块生成验证码的背景图;在生成过程中需要输入目标图片的语义描述,并且语义描述中包含希望生成的原始物体的名称;S2.AI目标检测模块检测生成的图片中目标物体所在位置;检测过程中需要提供目标物体的语义描述,AI目标检测模块输出目标物体的位置信息;S3.AI图像分割模块在目标物体所在边界框中,以像素级别分割出目标物体;S4.AI图像修补模块修补背景图;修复后的背景图没有缺口;S5.获得具有目标物体的滑块以及没有缺口的背景图后,将二者组合成为滑动验证码。本发明利用图像的语义信息来设计滑块,使得滑块与背景图像在视觉上无法区分,提高验证码安全性。
- 一种缺口滑动验证及其生成方法
- [发明专利]基于神经网络和模型迁移学习的多源频域载荷识别方法-CN202010777756.2有效
-
王成;陈德蕾;崔振凯
-
华侨大学
-
2020-08-05
-
2023-08-01
-
G06N3/096
- 本发明提出了一种基于神经网络和模型迁移学习的不相关多源频域载荷识别方法,具体包括:S1:利用频率点的历史数据对不相关多源载荷识别的多输入多输出神经网络模型进行训练;S2:将S1中的神经网络模型的模型参数迁移到相邻的目标频域的神经网络中作为网络权值的初值;S3:利用目标频率的历史数据对目标频域的神经网络进行二次训练,从而得到目标频率的不相关多源频域载荷识别模型;S4:将目标频率下训练好的神经网络的模型参数迁移到下一个相邻频率的模型;S5:循环该过程直到建立所有频率点的神经网络模型。本发明提出了一种基于神经网络和模型迁移学习的不相关多源频域载荷识别方法,通过迁移学习得到的神经网络多源载荷识别模型得到较好的神经网络模型的初始权重,有效减少训练时间,并得到更高的识别精度。
- 基于神经网络模型迁移学习多源频域载荷识别方法
- [发明专利]多源数据挖掘的公交车上下车站点识别和检验方法-CN201910123126.0有效
-
王成;崔紫薇;陈德蕾
-
华侨大学
-
2019-02-19
-
2021-07-09
-
G08G1/01
- 本发明提供一种多源数据挖掘的公交车上下车站点识别和检验方法,包括根据常规公交的IC刷卡及运营车辆数据,进行基于聚类和关联分析的IC刷卡乘客上车站点识别;根据常规公交、BRT和地铁的IC刷卡及运营车辆数据,进行基于常规公交、BRT、地铁组成的IC刷卡乘客出行链下车站点识别;对未识别下车站点的数据进行基于历史乘车记录的IC刷卡乘客下车站点识别;对仍未识别下车站点的数据进行基于贝叶斯后验最大似然估计的IC刷卡乘客下车站点识别;对匹配上车站点的数据进行基于配对样本t检验的IC刷卡乘客上车站点识别检验;对匹配下车站点的数据进行基于换乘行为识别的IC刷卡乘客下车站点识别检验。本发明方法适用范围广、站点识别精度高。
- 数据挖掘公交车上下车站点识别检验方法
|