“翟鑫亮”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种对地源热泵系统热能转换效率进行预测的方法-CN201910043545.3有效
发明人：贲晛烨;翟鑫亮;庄兆意;黄天欢;黄以正;薛天乐 -专利权人：山东大学
申请日： 2019-01-17 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种对地源热泵系统热能转换效率进行预测的方法，包括步骤如下：A、热能数据预处理1)清洗热能数据；2)对热能转换效率的时间序列进行季节性分解和初步分析；B、建立带有外部工况参数输入的自回归模型3)构建带有外部工况参数的自回归模型框架；4)构造基本分类回归树，生成随机森林，训练不同外部工况参数下的预测模型，选取使误差不再变化的树的最少棵树；C、热能转换效率预测根据训练好的预测模型，将外部工况参数和热能转换效率的时间序列整合输入进行预测，输出预测结果和预测精度。本发明将工况参数引入到时间序列预测当中，这样在预测时针对不同的工况参数会得到特定的更精确的预测模型。
一种源热泵系统热能转换效率进行预测方法

[发明专利]一种基于宏信息知识迁移的微表情识别方法-CN201810427168.9有效
发明人：贲晛烨;贾希彤;朱雪娜;翟鑫亮;孙静;陈瑞敏 -专利权人：山东大学
申请日： 2018-05-07 - 公布日： 2022-12-27 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于宏信息知识迁移的微表情识别方法；包括：(1)对宏信息样本和微表情样本进行核函数映射；(2)将核函数映射后的宏信息样本和微表情样本进行局部优化，使得某个样本的k1个类内最近邻样本之间距离最小，使该样本的k2个类间最近邻样本之间的距离最大；(3)通过整体对齐局部优化结果累加，使得样本整体的类内距离最小，类间距离最大，得到一组投影矩阵，将宏信息样本和微表情样本投影到一个共同子空间；(4)通过迁移支持向量机模型进行分类。相比于已有的微表情识别方法，本发明提出的方法提高了微表情识别性能，具有较强的鲁棒性。
一种基于信息知识迁移表情识别方法

[发明专利]一种地源热泵系统性能预测方法-CN201910043376.3有效
发明人：贲晛烨;黄天欢;庄兆意;翟鑫亮;肖瑞雪;薛天乐 -专利权人：山东大学
申请日： 2019-01-17 - 公布日： 2022-11-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种地源热泵系统性能预测方法，包括：(1)对GSHP系统的传热性能数据进行预处理和季节性分解；(2)采用季节逐月的方式构建具有GSHP系统工作参数输入的数据结构；(3)构建具有外部系统工作参数输入的可用于时间序列回归预测的决策树集合模型，即预测模型；(4)采用与步骤(2)相同的方法对测试集数据进行数据重构，并采用自回归的方式用步骤(3)训练所得的决策树集合模型进行性能预测；(5)将测试集通过决策树集合模型所得的预测数据与真实数据进行比对，衡量决策树集合模型的预测效果。本发明预测方法简单，操作容易。本发明还解决了传统时间序列分析方法无法对带外有部参数的时间序列进行预测的问题。
种地源热泵系统性能预测方法

[发明专利]一种基于BERT网络的微表情检测方法-CN202110258141.3有效
发明人：贲晛烨;宋延新;熊海良;翟鑫亮;姚军;李玉军 -专利权人：山东大学
申请日： 2021-03-10 - 公布日： 2022-10-11 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于BERT网络的微表情检测方法，包括：A、对微表情视频进行预处理；B、将光流序列划分为训练集和测试集，计算交并比IoU作为该片段的标记值；C、构建时空特征提取模型，包括三维卷积神经网络和BERT网络；D、训练时空特征提取模型；E、根据训练好的时空特征提取模型，评估测试集候选微表情片段的交并比IoU；F、将具有高IoU值的连续候选微表情片段分组合并，并对重叠片段进行抑制，形成最终的微表情检测结果。本发明提取每一个时隙内的特征，为了更好的关注片段内不同时隙的重要性，利用BERT的注意力机制来提取不同时隙间的特征，充分利用了整个视频序列的信息。
一种基于 bert 网络表情检测方法

[发明专利]一种基于分块水平金字塔时空特征融合模型和步态重排序的跨视角步态识别方法-CN202010205355.X有效
发明人：贲晛烨;翟鑫亮;陈雷;李玉军;魏文辉;宋延新 -专利权人：山东大学
申请日： 2020-03-23 - 公布日： 2022-07-12 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于分块水平金字塔时空特征融合模型和步态重排序的跨视角步态识别方法，包括：获取训练样本集，构建三元组组合，预处理后构建分块水平金字塔时空特征融合模型并训练；获取注册样本集、待识别步态样本，预处理后进行初步步态识别：将注册样本集和待识别身份的步态样本送入训练好的分块水平金字塔时空特征融合模型中得到注册特征库和步态特征，通过欧式距离计算得到初步候选身份的候选集合；根据候选集合，计算互近邻特征集合，输出欧式距离最近的特征所对应的样本的身份为待识别样本的身份，得到最终的识别结果。本发明对时空特征进行融合，能在较低的计算复杂度且不增加学习参数的情况下将时空特征融合到一起，识别率高。
一种基于分块水平金字塔时空特征融合模型步态排序视角识别方法

[发明专利]一种身份与视角特征分离的跨视角步态识别方法-CN202010267353.3有效
发明人：贲晛烨;翟鑫亮;陈雷;李玉军;魏文辉;袁嫡伽 -专利权人：山东大学
申请日： 2020-04-08 - 公布日： 2022-06-14 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种身份与视角特征分离的跨视角步态识别方法，包括：A、搭建步态身份特征和视角特征分离网络：包括视角编码器、身份编码器以及步态解码器；B、构建跨视角训练数据列表：根据步态能量图的标签，离线地选择三元组来构建跨视角训练数据列表；C、训练步态身份特征和视角特征分离网络：根据步态身份特征和视角特征分离网络及跨视角训练数据列表，获取损失函数，优化步态身份特征和视角特征分离网络；D、识别跨视角步态：根据训练好的步态身份特征和视角特征分离网络，取出身份编码器，进行步态识别。本发明解决了步态识别中的视角变化所引起的识别率低的问题，提升了步态识别的精度。
一种身份视角特征分离步态识别方法

[发明专利]一种基于重构跨域视频生成对抗网络模型的微表情识别方法-CN202010237780.7有效
发明人：贲晛烨;李梦雅;周洪超;翟鑫亮;李玉军;袁嫡伽 -专利权人：山东大学
申请日： 2020-03-30 - 公布日： 2022-04-01 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于重构跨域视频生成对抗网络模型的微表情识别方法，包括：(1)将宏表情和微表情分别分解为表情种类和身份内容；(2)将宏表情的身份内容和微表情的表情种类进行结合，得到生成的宏表情身份的微表情；将微表情的身份内容和宏表情的表情种类进行结合，得到生成的微表情身份的宏表情；(3)再次分解为表情种类和身份内容，将生成的宏表情身份的微表情分解得到的身份内容和生成的微表情身份的宏表情分解得到的表情种类进行结合，生成宏表情，将生成的微表情身份的宏表情分解得到的身份内容和生成的宏表情身份的微表情分解得到的表情种类进行结合，生成微表情；返回步骤(1)；该方法能有效的提高原始方法的微表情识别正确率。
一种基于重构跨域视频生成对抗网络模型表情识别方法

[发明专利]一种基于主动迁移学习的微表情识别方法-CN201810426006.3有效
发明人：贲晛烨;李传烨;任亿;翟鑫亮;李梦雅;张鑫 -专利权人：山东大学
申请日： 2018-05-07 - 公布日： 2021-08-10 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于主动迁移学习的微表情识别方法，包括：(1)宏表情、微表情特征提取；(2)微表情主动迁移学习问题的建立与求解；(3)微表情识别。基于宏表情和微表情的内在联系，本发明通过一个非对称的线性翻译器，构筑宏表情到微表情之间的桥梁。主动学习在开始阶段可以利用的标注样本比较少，通过该翻译器，使微表情在变换域中可以利用宏表情域的监督信息，从而有助于主动学习在微表情域选择高质量的样本，被人工标注后加入到已有训练集中，训练出更为有效的分类器。
一种基于主动迁移学习表情识别方法

[发明专利]一种基于语音线索的视频通话类视频去除压缩噪声的方法-CN201911294549.5有效
发明人：贲晛烨;翟鑫亮;李玉军;魏文辉;王丹凤;任家畅 -专利权人：山东大学
申请日： 2019-12-16 - 公布日： 2020-12-08 - 主分类号： H04N7/14 文献下载
摘要：本发明涉及一种基于语音线索的视频通话类视频去除压缩噪声的方法，包括：A、构建数据集和数据预处理；B、建立基于语音线索的视频压缩噪声去除模型：构建语音特征编码器模型、带有语音线索的生成式视频压缩噪声去除模型、图像真实性判别器、视频连续性判别器；构造整体损失函数以进行后续模型优化；C、训练基于语音线索的视频压缩噪声去除模型；D、测试基于语音线索的视频压缩噪声去除模型的去噪效果，根据训练好的去噪模型，将低码率低质量的视频通话类视频及对应语音信号输入到模型当中，输出去除了压缩噪声高质量视频。本发明将语音信号作为视频通话类视频去压缩噪声重要线索，得到更好的视频恢复效果。
一种基于语音线索视频通话去除压缩噪声方法

[发明专利]一种基于长短时记忆网络的微表情识别方法-CN201810295901.6在审
发明人：贲晛烨;庞建华;任亿;翟鑫亮;陈瑞敏;张鑫 -专利权人：山东大学
申请日： 2018-04-04 - 公布日： 2019-10-18 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于长短时记忆网络的微表情识别方法，包括：A、微表情样本处理：1)处理微表情数据集的样本数据和标签数据；2)构建分层数据格式hdf5训练和测试文件；B、长短时记忆网络训练：3)构建卷积神经网络模型，为所构建的卷积神经网络模型微调参数，并训练一个柔性最大值损失函数，使其参数最佳；4)固定训练好的卷积神经网络模型的参数，训练长短时记忆网络模型，使得特定维的损失函数降到最低；C、微表情识别：根据训练好的长短时记忆网络模型，初始化测试参数，将用于测试的样本送入训练好的长短时记忆网络模型中，经过网络前向传播之后输出识别率。本发明提取的特征较已有方法更具有鲁棒性。
记忆网络卷积神经网络表情识别构建损失函数分层数据格式标签数据表情数据测试参数测试文件前向传播输出识别样本处理样本数据初始化鲁棒性微调送入样本表情测试网络

1
共 10 条