“吴焱扬”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种改进LBP和轻量卷积神经网络级联的人脸识别方法-CN201811413568.0有效
发明人：高志斌;唐凌;郭嘉;张昊;吴焱扬;黄联芬;郭杰锋;林英;吴卫东;肖锋 -专利权人：厦门大学
申请日： 2018-11-23 - 公布日： 2022-07-08 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法，提供：对齐分区局部二值模式初次识别测试单元，APLBP与轻量化卷积神经网络级联的二次识别测试单元，APLBP识别测试单元，轻量化卷积神经网络并行流水线模块加速单元，计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域，对于人脸图像的主要区域与次要区域，提取中心点LBP像素特征值；通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势，通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速，从而达到速度和准确率的双向提升。
一种改进 lbp 卷积神经网络级联识别方法

[发明专利]基于改进局部二值模式的人脸识别方法-CN201811118268.X有效
发明人：高志斌;吴焱扬;张昊;李立仲;林美嘉;黄联芬;林英;吴卫东;周涛 -专利权人：厦门大学
申请日： 2018-09-25 - 公布日： 2022-07-08 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于改进局部二值模式的人脸识别方法，拍摄人脸图片，采用人脸检测算法进行人脸检测，并进行裁剪；对得到的人脸图像，获取特征点的坐标，根据坐标对人脸图像进行处理，得到人脸的正脸图片，并分成训练集和测试集；采用基于4进制的近邻LBP算法计算对应参数；采用基于4进制的近邻LBP算法计算测试集与训练集中图片的特征值，在测试集中任意选取一张图片，并计算其特征向量与训练集中所有图片特征向量的欧氏距离，选取欧氏距离最小的训练样本作为此待测样本的识别结果，并与其标签进行比较，计算识别率，输出识别结果。本发明提出的方法能更好地反映图形的纹理特征，提高人脸识别的准确率。
基于改进局部模式识别方法

[发明专利]分布式系统的监控方法、计算机设备及存储介质-CN202111290386.0在审
发明人：黄庆新;吴焱扬 -专利权人：锐捷网络股份有限公司
申请日： 2021-11-02 - 公布日： 2022-03-04 - 主分类号： G06F11/14 文献下载
摘要：本申请实施例提供一种分布式系统的监控方法、计算机设备及存储介质。在本申请实施例中，分布式监控服务中任一监控组件都对部署在同一服务节点上的协调服务组件和数据处理组件的运行状态进行监控，并在监控到相应的协调服务组件的运行状态异常时，采用自动重启机制重新启动相应的协调服务组件和数据处理组件。另外，若仅仅监控到数据处理组件的运行状态异常时，也会采用重启机制重新启动相应的数据处理组件。进而实现分布式系统的异常自动发现和异常自动恢复，且从异常自动发现到异常自动恢复的自动化异常处理的效率更高，异常恢复的成功率更高。
分布式系统监控方法计算机设备存储介质

[发明专利]配置方法、装置、系统、计算设备及存储介质-CN202110785903.5在审
发明人：黄庆新;吴焱扬 -专利权人：锐捷网络股份有限公司
申请日： 2021-07-12 - 公布日： 2021-11-30 - 主分类号： H04L12/24 文献下载
摘要：本申请实施例提供一种配置方法、装置、系统、计算设备及存储介质。其中，该配置方法，应用于分发端，包括：获取用户触发的针对分布式系统的包括第一配置信息的第一配置请求；检测第一配置信息是否有效；若第一配置信息有效，向分布式协调服务集群转发第一配置请求，以使分布式协调服务集群基于第一配置信息更新磁盘中的配置信息，以及向目标执行端发送第二配置请求，第二配置请求用于指示目标执行端利用磁盘中的第一配置信息配置分布式系统。本申请实施例提供的技术方案可以提高配置分布式系统的配置效率。
配置方法装置系统计算设备存储介质

[发明专利]基于改进支持向量机与灰建模的海面信道参数估计方法-CN201710291251.3在审
发明人：高志斌;吴焱扬;陈灿彬;黄联芬 -专利权人：厦门大学
申请日： 2017-04-28 - 公布日： 2017-07-25 - 主分类号： G06K9/62 文献下载
摘要：基于改进支持向量机与灰建模的海面信道参数估计方法，涉及无线通信。1)利用第一获取单元获取原始信道参数数据并利用第二预处理单元对原始信道参数数据预处理；2)将信道参数估计样本输入第三估计单元进行信道参数估计；3)预测结果作为灰色模型GM(1,1)的输入，对输入数据进行累加和均值化处理得一次累加序列和白化背景序列根据灰色模型建立灰微分方程，求解预测函数，将灰分方程离散化得灰差分方程，利用最小二乘法求解预测参数回代入预测方程求解预测结果；4)利用寻优算法，得到的关于调节因子γ的预测方程建立寻优模型，寻找出能使预测误差值最小的调节因子γ值；5)将得的γ值回代到步骤2)和3)中得确切信道参数预测值。
基于改进支持向量建模海面信道参数估计方法