“侯振杰”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23个，建议您升级VIP下载更多相关专利

[发明专利]基于异构子网融合多源特征miRNA疾病关联预测方法-CN202310919381.2在审
发明人： 侯振杰;姚海滨;陈严;孙晓燕 -专利权人：常州大学
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： G16B5/00 文献下载
摘要：本发明涉及miRNA‑疾病技术领域，尤其涉及基于异构子网融合多源特征miRNA疾病关联预测方法，包括构建疾病相似性网络、miRNA相似性网络和miRNA疾病相互作用网络，利用RWR提取疾病拓扑结构特征向量和miRNA拓扑结构特征向量；对疾病‑miRNA关联矩阵进行非负矩阵分解；将疾病拓扑结构特征与miRNA低秩空间特征融合；将miRNA拓扑结构特征与疾病低秩空间特征融合；得到疾病和miRNA的异构子网；分别在miRNA的异构子网和疾病的异构子网上利用GCN进行节点嵌入后重构疾病‑miRNA关联。本发明解决现有方法在进行图嵌入前仅从相似性数据中获取特征，不能全面的反映疾病或miRNA的问题。
基于子网融合特征 mirna 疾病关联预测方法

[发明专利]基于特征距离表示器的3D点云图像分类方法及系统-CN202310792320.4在审
发明人： 侯振杰;尤凯军;耿宏博;许奥 -专利权人：常州大学
申请日： 2023-06-30 - 公布日： 2023-09-22 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及图像处理技术领域，尤其涉及基于特征距离表示器的3D点云图像分类方法及系统，包括采集3D物体图像，并转化为3D点云图像；将点云图像分别输入核心特征模块和维度校准模块，核心特征模块用于得到点云图像的核心特征；维度校准模块用于得到点云图像的分类器特征；将分类器特征进行维度校准，并与核心特征计算距离，得到距离特征；将距离特征融入到分类器特征中进行分类。本发明解决现有方法过于复杂的局部特征提取操作，忽视了浅层特征和深层特征之间的关系，导致了网络鲁棒性的降低的问题。
基于特征距离表示云图分类方法系统

[发明专利]基于VAE和GCN的药物-微生物关联预测方法-CN202310202836.9在审
发明人： 侯振杰;李涵;陈严;姚海滨 -专利权人：常州大学
申请日： 2023-03-06 - 公布日： 2023-08-11 - 主分类号： G16B15/30 文献下载
摘要：本发明涉及药物微生物技术领域，尤其涉及基于VAE和GCN的药物‑微生物关联预测方法，包括使用VGAE对药物和微生物相似性网络做非线性特征提取；使用微生物‑药物关联矩阵和经过标准化后的药物和微生物相似性矩阵构造邻接矩阵；并重构出药物和微生物邻接矩阵与原始矩阵的相似性；使用图卷积神经网络捕获数据之间的依赖关系并生成有用的节点；通过集合信息和非线性变换捕获图中节点复杂的相互作用；最后使用双线解码器重构药物‑微生物的得分矩阵；对药物‑微生物之间的潜在关联进行预测；通过加权交叉熵计算药物和微生物之间的关联分数的损失值。本发明解决现有方法存在可解释性不好以及未充分利用节点间的信息来构造相似性问题。
基于 vae gcn 药物微生物关联预测方法

[发明专利]一种政务云环境下的多云运维业务流程优化方法-CN202211671164.8在审
发明人： 侯振杰 -专利权人：浪潮云信息技术股份公司
申请日： 2022-12-26 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及通信技术领域，具体为一种政务云环境下的多云运维业务流程优化方法，包括以下步骤：根据政务云云服务的运行场景，将告警级别标准化；为各个告警源提供统一的告警转发API接口；通过监听KafKa消息队列，实时获取告警消息，同时轮询待处数据库中获取待处理的告警消息；web应用监听KafKa消息队列，实时获取处理完成的告警消息；对于事件、劣化、通知不影响业务运行的告警的清除；有益效果为：本发明提出的政务云环境下的多云运维业务流程优化方法通过对流程的紧急和重要程度两个维度进行判断，并根据不同的问题类型，分派不同的运维人员，有限的运维人员在运维管理过程中，可以优先处理紧急严重的故障。
一种政务环境多云业务流程优化方法

[发明专利]一种基于分布式传感器融合网络的行为识别方法-CN202211039229.7在审
发明人： 侯振杰;施海勇;钟卓锟;林恩;尤凯军 -专利权人：常州大学
申请日： 2022-08-29 - 公布日： 2022-11-25 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及计算机视觉和模式识别技术领域，尤其涉及一种基于分布式传感器融合网络的行为识别方法，包括对加速度序列进行采样以保证序列长度的一致性；将来自不同传感器的加速度序列分别送入平行的特征学习模块提取Sensor Embedding；使用Transformer Encoder作为多传感器特征融合模块得到融合特征；对角速序列采样使角速度序列长度与帧数保持一致；来自不同传感器的角速度序列被合成角速度张量；角速度张量被送入一个CNN模型提取特征。本发明解决现实世界的运动场景往往具有很高的复杂性，对行为识别任务的鲁棒性构成挑战以及识别精度不高的问题。
一种基于分布式传感器融合网络行为识别方法

[发明专利]基于稀疏学习和随机游走的miRNA-疾病预测方法-CN202210987756.4在审
发明人： 侯振杰;姚海滨;李涵;陈严 -专利权人：常州大学
申请日： 2022-08-17 - 公布日： 2022-11-18 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及机器学习技术领域，尤其涉及基于稀疏学习和随机游走的miRNA‑疾病预测方法，包括对疾病‑miRNA关联矩阵进行稀疏学习；去除稀疏部分后重构得到新的疾病‑miRNA关联矩阵，通过重构后的关联矩阵得到初始概率矩阵；根据疾病相似性和疾病高斯核相似性构建疾病集成相似性网络和miRNA集成相似性网络；通过重构后的关联网络整合为一张异构网；利用网络节点之间的关联信息，进行不同目的多层次随机游走；有效地预测疾病‑miRNA潜在相似性。本发明充分考虑到重启随机游走算法中初始概率节点信息对模型性能的影响，并且利用多层次随机游走算法在捕捉相似性网络拓扑结构特征的基础上进行了潜在关联预测。
基于稀疏学习随机游走 mirna 疾病预测方法

[发明专利]基于BNMC和TLHN的药物-微生物预测方法-CN202210840163.5在审
发明人： 侯振杰;李涵;姚海滨;陈严 -专利权人：常州大学
申请日： 2022-07-18 - 公布日： 2022-10-18 - 主分类号： G16H70/40 文献下载
摘要：本发明涉及药物‑微生物技术领域，尤其涉及基于BNMC和TLHN的药物‑微生物预测方法，包括：使用BNMC算法对原始的微生物‑药物关联进行缺失条目的填补；基于新的药物‑微生物关联矩阵，采用高斯径向基函数(RGB)计算出药物和微生物的高斯相互作用谱核相似性；将新的药物‑微生物关联信息、微生物‑疾病关联信息、药物相似性信息、微生物相似性信息和疾病的高斯相互作用谱核相似性信息集成到一个三层异构网络中。本发明提出一种新的药物‑微生物关联预测的方法，通过将本发明与其他六种方法在留一交叉验证和5折交叉验证中对比，本发明有着更高的预测效果。
基于 bnmc tlhn 药物微生物预测方法

[发明专利]一种跨模态三维点云序列时空特征网络的行为识别方法-CN202210652520.5在审
发明人： 侯振杰;尤凯军;钟卓锟;施海勇 -专利权人：常州大学
申请日： 2022-06-09 - 公布日： 2022-08-30 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及神经网络技术领域，尤其涉及一种跨模态三维点云序列时空特征网络的行为识别方法，包括：通过坐标转换将深度图跨模态转换成点云序列；将每一帧点云序列输入由时空建模模块和时空信息注入模块构成的跨模态三维点云序列时空特征网络，得到带有时序信息的特征向量序列和空间结构信息特征向量序列，进行拼接作为全连接层的输入，并通过分类器进行人类行为识别。本发明通过抽象操作中加入了通道注意力和空间注意力层；并设计了时空建模模块和时空信息注入模块；通过时空信息注入模块为特征序列注入时间和空间特征信息以此加强时空维度的信息表征来弥补FPS带来的信息损失。
一种跨模态三维序列时空特征网络行为识别方法

[发明专利]一种基于多模态协同自注意力网络的运动行为识别方法-CN202210544862.5在审
发明人： 侯振杰;钟卓锟;施海勇;尤凯军 -专利权人：常州大学
申请日： 2022-05-19 - 公布日： 2022-08-26 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及计算机视觉技术领域，尤其涉及一种基于多模态协同自注意力网络的运动行为识别方法，包括：利用骨骼序列数据和协同空间向量算法构建运动协同空间特征序列集；将运动协同空间特征序列集输入基于Transfomer网络的骨骼自注意力子网络；利用深度图像数据通过整合注意力机制的深度自注意力子网络进行训练并通过Softmax分类器进行分类；将骨骼序列分类与深度图像分类融合，得到融合后分类结果。本发明在transformer模型基础上使用深度数据与骨骼数据，综合各关节点信息的运动协同空间特征，反映人体运动的整体性与协同性，同时对各关节点参与运动的贡献程度提出了量化标准。
一种基于多模态协同注意力网络运动行为识别方法

[发明专利]一种超关节与多模态网络及其在行为识别方法-CN202210464698.7在审
发明人： 侯振杰;施海勇;钟卓锟;尤凯军 -专利权人：常州大学
申请日： 2022-04-29 - 公布日： 2022-07-22 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及神经网络技术领域，尤其涉及一种超关节与多模态网络及其在行为识别方法，包括：采集人体深度图，利用DMMS流对深度图进行特征提取，并计算深度数据预测分数；采集人体骨架序列，分别提取原始关节和超关节数据，结合超关节和普通关节构建骨架信息，送入结构化时空特征学习模型，得到静态和动态关节数据流、静态和动态超关节数据流，并将原始关节和超关节的数据流进行自适应权重融合，分别得到关节数据预测分数和超关节预测分数；将DMMS流和骨架流的分类预测分数相加生成最终的预测分数。本发明从深度图中学习人体部位在空间中丰富的纹理信息，从骨架序列中学习运动姿态变化中丰富的时空特征。
一种关节多模态网络及其行为识别方法

[发明专利]一种基于运动协同空间的人体行为识别方法-CN202210224741.2在审
发明人： 侯振杰;钟卓锟;施海勇;尤凯军 -专利权人：常州大学
申请日： 2022-03-09 - 公布日： 2022-06-28 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于运动协同空间的人体行为识别方法，包括步骤：S1，对于初始骨骼序列和深度图序列分别进行基于运动状态衡量系数的关键帧提取；S2,对步骤S1处理后的骨骼序列，提取运动协同空间向量，并拼接成运动协同空间特征；对步骤S1处理后的深度图序列提取DMM特征，得到深度运动图；S3,将深度运动图和运动协同空间特征同时输入深度网络，进行分数融合。本发明基于多模态融合的思想，将骨骼数据与深度数据进行结合，使数据更加完整，实现多种异质信息的互补，剔除模态间的冗余性，建立了一种新的行为识别方法体系，为人体行为识别方法研究和应用提供新的思路和理论依据。
一种基于运动协同空间人体行为识别方法

[发明专利]一种基于深度图像与骨骼数据多特征融合的功能性肢体康复训练检测方法-CN201810504966.7有效
发明人： 侯振杰;莫宇剑;林恩;许艳;夏宇杰;王涛;林锦雄 -专利权人：常州大学
申请日： 2018-05-24 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度图像与骨骼数据多特征融合的功能性肢体康复训练检测方法，该方法包括以下步骤：使用Kinect设备获取人体的深度图像和骨骼图像；提取深度图像的运动特征FD；统一骨骼节点的坐标系；计算骨骼图的运动节点；将运动节点通过计算转换为轨迹；提取底层骨骼特征FB；对底层骨骼特征FB进行变换得到骨骼特征FS；深度特征FD与骨骼特征FS进行权重融合得到识别分类模型；根据模型判断当前行为是否为训练康复运动，进行相应的操作。本发明的有效效果：减少数据量、加快计算速度，对康复动作的检测正确率高。
一种基于深度图像骨骼数据特征融合功能肢体康复训练检测方法

[发明专利]一种基于权重融合深度及骨骼特征的老年人室内跌倒检测方法-CN201810504922.4有效
发明人： 侯振杰;莫宇剑;林恩;许艳;夏宇杰;林锦雄;王涛 -专利权人：常州大学
申请日： 2018-05-24 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于权重融合深度图像与骨骼关键帧的老年人室内跌倒检测的方法，该方法包括以下步骤：使用Kinect设备获取人体的深度图像和骨骼图像；对深度图像进行特征提取；对骨骼图节点进行坐标转换；计算互信息得到关键帧，表征具体的行为；提取关键帧的三个模型组成骨骼特征；将深度特征与骨骼特征进行权重融合得到识别分类模型；根据行为识别模型进行判断；判断跌倒后，发出跌倒警报。本发明的有效效果：减少了冗余信息，跌倒的检测率高，仅需要简单的设备就可以实现，价格低廉、容易实现。
一种基于权重融合深度骨骼特征老年人室内跌倒检测方法

[发明专利]一种基于深度时空图的人体行为识别方法及系统-CN201811196370.1有效
发明人： 侯振杰;李兴;林恩;莫宇剑;巢新;杨天金 -专利权人：常州大学
申请日： 2018-10-15 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本发明属于图像数据处理技术领域，公开了一种基于深度时空图的人体行为识别方法及系统,通过构建3D人体面具获取主要活动部位的深度数据，去除数据中的冗余信息；将深度帧投影到三个正交轴上得到与每个轴相对应的分布列表，二值化分布列表后按时序拼接生成深度时空图DSTM(Depth Space‑Time Maps)；对DSTM提取方向梯度直方图(HOG)特征用于行为识别。实验表明本发明能有效提高人体行为识别的准确性；解决了当前基于深度序列的人体行为识别方法中存在的冗余数据过多、时序信息缺失等问题。
一种基于深度时空人体行为识别方法系统

[发明专利]一种基于人眼几何特征的视线追踪方法及系统-CN201810735315.9在审
发明人： 侯振杰;苏海明;夏宇杰;林恩;莫宇剑;巢新 -专利权人：常州大学
申请日： 2018-07-06 - 公布日： 2018-12-11 - 主分类号： G06K9/00 文献下载
摘要：本发明属于图像处理技术领域，公开了一种基于人眼几何特征的视线追踪方法及系统。首先利用人脸定位算法定位人脸位置，使用人脸特征点检测的方法定位眼角点位置，通过眼角点计算出人眼的位置；建立虹膜模板，然后利用虹膜模板检测出眼部区域的位置，通过虹膜中心精定位算法定位虹膜中心的位置，最后检测出的眼角点、虹膜中心作为眼动向量；使用神经网络模型，把眼动向量作为神经网络的输入，建立注视点映射关系。本发明达到了良好的效果采用选取在头部运动下更稳定的眼动特征，采用单摄像头无光源的系统架构，使用基于人工神经网络的2D视线追踪方法，取得了较好的精度；降低了系统的硬件要求，减少硬件成本，增强了系统的可用性。
视线追踪人眼眼角虹膜虹膜中心几何特征动向量人脸特征点检测人工神经网络人脸定位算法神经网络模型图像处理技术可用性单摄像头定位虹膜模板检测人脸位置神经网络头部运动系统架构眼动特征硬件成本硬件要求映射关系点位置精定位注视点算法光源检测

1
2
下一页»
尾页
共 23 条