“顾泽苍”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147个，建议您升级VIP下载更多相关专利

[发明专利]一种导入SDL模型的图像抽出的方法-CN201811212126.X在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2018-10-11 - 公布日： 2020-04-21 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及信息处理领域中的一种导入SDL模型的图像抽出的方法，其特征在于：在计算机数据上，针对目标数据人为的进行复数次标注。复数次被标注的将要抽出的目标数据，通过机器学习得到构成目标数据的各个参数的最大的概率值，最大概率的尺度。按照上述所得到的最大的概率值，或最大概率的尺度的范围，就可从样本计算机数据中得到目标数据。本方法的实施效果是：可以从一个图像中任意地抽出所需要的图像，可排除影响图像识别结果的背景图像的干扰，可提高图像处理的效果，有益于提高图像识别的精度，是颠覆传统的二值化的新的图像处理算法。
一种导入 sdl 模型图像抽出方法

[发明专利]一种跨越不同空间的距离的定义方法-CN201811212380.X在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2018-10-11 - 公布日： 2020-04-21 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及信息处理领域中的一种跨越不同空间的距离的定义方法，其特征在于：欧几里的空间与概率空间之间的实际距离的误差值为概率空间的概率密度值，统一欧几里德空间与概率空间的距离为欧几里的空间与概率空间之间的实际距离减去概率空间的概率密度值。本方法的实施效果是：直接对具有概率分布的数据进行分类，可以直接解决概率分布性质的应用问题，具有降低系统复杂度，提高模式识别的精度等特点。
一种跨越不同空间距离定义方法

[发明专利]一种自动驾驶“意识决定”模型的构成方法-CN201811213226.4在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2018-10-11 - 公布日： 2020-04-21 - 主分类号： B60W50/00 文献下载
摘要：本发明提出的一种自动驾驶“意识决定”模型，是依照安全驾驶规则构成的。将自动驾驶汽车与周围的同行车建立动态的模糊事件概率测度关系，或模糊关系，或概率关系。自动驾驶汽车的行驶的“意识决定”，是利用了正负两个方向的关系的对抗结果实现的。其实施效果是：在自动驾驶的训练阶段，可将优良驾驶员连续的自动驾驶汽车的训练，自动的分割成各个状态指令，在每一个状态指令下，获取优良驾驶员“机智获得”数据，在自动驾驶的行使过程中，可以在复杂的路况下果断地给出最佳的状态指令，使自动驾驶汽车正确的调用“机智获得”数据，控制自动驾驶达到接近人的驾驶水平。
一种自动驾驶意识决定模型构成方法

[发明专利]一种跨越不同空间的模糊事件概率测度的定义方法-CN201811213228.3在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2018-10-11 - 公布日： 2020-04-21 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及信息处理领域中的一种跨越不同空间的模糊事件概率测度的定义方法，其特征在于：在考虑数据之间的空间距离的同时还要考虑数据在概率空间所处的概率分布的概率值，所述模糊事件概率测度的隶属函数的公式为任意的可将目标函数按照人为给定的一定规则构成结果为0‑1的模糊数值构成。本方法的实施效果是：可解决概率分布交织在一起的数据之间的分类问题，可以让微观的不确定的信息，不安定的信息通过宏观的积分产生确定的以及稳定的有价值的信息，可实现意想不到的应用效果。
一种跨越不同空间模糊事件概率测度定义方法

[发明专利]一种网络购物手机支付系统的构成方法-CN201510090743.7有效
发明人： 顾泽苍 -专利权人：天津市阿波罗信息技术有限公司
申请日： 2015-02-17 - 公布日： 2020-04-21 - 主分类号： G06K9/00 文献下载
摘要：本发明属于图像处理领域中的一种大型商品网络购物手机支付系统的构成方法，是由选择要购买的商品步骤，在手机上选择信用卡步骤，在自动进入刷脸认证的步骤，手机支付步骤组成的，其特点是：该系统导入概率尺度距离的理论，可以直接将刷脸图像变换成代码，可以直接作为手机支付的密码，在网络传输上速度快，而且可以将刷脸图像所变换成的代码直接作为手机支付的密码，在系统搭建上无需使原有系统做较多的改变，减少投入成本。另外，刷脸或声纹支付代码稳定，还具有自适应学习的功能，能使系统性能不断的提高。刷脸支付具有生命体识别功能，可以防止不法者用照片骗取支付。可以解决支付的信用卡与持卡人的一致性认证，可使手机支付系统具有较高的安全性。
一种网络购物手机支付系统构成方法

[发明专利]一种新型物联网网站系统的自主登录方法-CN201410061660.0有效
发明人： 顾泽苍 -专利权人：天津市阿波罗信息技术有限公司
申请日： 2014-02-18 - 公布日： 2019-10-08 - 主分类号： H04L29/06 文献下载
摘要：本发明提出一种新型物联网网站系统的自主登录方法与识别方法，将包括带有条码、二维码、承载网屏编码的信息隐藏的图像，以及不特定的印刷图像在内的商品标识或包装图像作为无限终端连接网站的网络入口代码，其特点是可以使消费者自由的针对商品标识或包装上的图像，将自已指定的多媒体信息，文字信息传送到网络上去，使其他消费者下载相应的应用程序，用谷歌眼镜或智能手机直接拍照该商品标识，就可下载被传送到网络上去的多媒体信息或文字信息。可使消费者使用智能手机或者谷歌眼镜等，对商品的标识或包装上的图像进行读取，就可以实现社交群的功能，印刷多媒体的功能，商品多媒体信息播放的功能，物联网购物的功能等。
一种新型联网网站系统自主登录方法识别

[发明专利]一种适用于手机识别的防伪代码的生成方法-CN201210140384.8有效
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2012-05-09 - 公布日： 2019-07-19 - 主分类号： G06K19/02 文献下载
摘要：本发明涉及信息处理领域中的一种适于手机识别的新型防伪代码的生成方法。具有可在自然的光线下，通过大众手中的手机实现对商品真伪的判别的特点，可以解决大众识别真伪与专业识别真伪的统一问题。本发明的另一特点是：适于专用手机识读的防伪代码的生成方法，具有可在特殊的光线下，通过手机中植入的网屏编码光学识读传感器实现对商品真伪判别的特点，可以解决不法者通过高精度扫描以及人工介入，通过抠像的方法伪造商品标识的问题。本发明提出的一种新型的单一基准方向的基准点阵为基准的，以信息点阵的不同位置分布，或相位调制结果的分布记录多比特信息的新型点阵模式，可以最大限度的记录多比特的信息，提高代码信息记录的效率。
一种适用于手机识别防伪代码生成方法

[发明专利]一种面向谷歌眼镜的图像代码防伪系统构成方法-CN201310351166.3有效
发明人： 顾泽苍 -专利权人：天津市阿波罗信息技术有限公司
申请日： 2013-08-12 - 公布日： 2019-06-18 - 主分类号： G06T1/00 文献下载
摘要：本发明属于图像处理领域中的一种面向谷歌眼镜的图像代码防伪系统构成方法，是通过调整原图像相关颜色的图像灰度值，或通过微镜头阵列构成防伪图像，将这种防伪图像，变换成复数个几何学，或物理学形态的展开图像，并基于自组织的概率尺度，抽出各个图像的特征信息；进行数值化的处理，生成图像代码的方法，或通过对原图像进行特征信息的抽出，通过检索图像特征的数据库的特征信息，实现图像代码生成的方法，可基于上述的生成的图像代码，介于网络从服务器中检索相关的防伪信息进行输出。该方法的特点是可通过大众手中的无线终端查询商品的真伪。
一种面向眼镜图像代码防伪系统构成方法

[发明专利]一种自动驾驶的机器学习多目的控制方法-CN201710905331.3在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2017-09-20 - 公布日： 2019-04-23 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及信息处理领域中的一种自动驾驶的机器学习多目的控制方法，其特征在于：将不同空间的多目的的目标函数映射到同一个空间，通过机器学习实现优良驾驶员的“知识获得”，进行多目的最佳控制的机器学习调节。本发明实施效果是：利用各个多目的函数的模糊关系，以及通过机器学习获得的优良驾驶员的自动驾驶知识，可实现自动驾驶的多目的最佳控制，解决了自动控制问题上的难题，其效果超越模糊推论的控制方法。
机器学习自动驾驶信息处理领域模糊关系目标函数映射模糊

[发明专利]一种禁止复印功能的实现方法-CN201210066259.7有效
发明人： 顾泽苍;刘辉 -专利权人：天津阿波罗电子有限公司
申请日： 2012-03-14 - 公布日： 2019-04-23 - 主分类号： H04N1/00 文献下载
摘要：本发明涉及信息处理领域中的一种禁止复印功能的实现方法，提出了一种适合于与浮字功能，追踪功能等多目的底纹并存的可记录禁止复印信息的点阵代码。这种点阵代码还具有不易被不法者恶意破坏，以及实现成本低的特点。这种禁止复印信息代码还具有在整个文件中只使用最少的点阵代码数量，每一点阵代码又具有使用最少的点的特点，同时针对不特定的各种各样的复印图像又具有最小的非禁止文件误识别率的特点，以及针对埋有禁止复印信息的机密文件具有最高的识别率的特点。另外本方法还能适应高速识别的低精度印刷的点阵代码，并且埋有禁止复印点阵代码的文件一旦被复印，复印机会用最快的速度判别出禁止复印的信息，并终止复印操作。
一种禁止复印功能实现方法

[发明专利]一种适于自动驾驶的多目的控制机器学习模型的构建方法-CN201710905333.2在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2017-09-20 - 公布日： 2019-03-29 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及信息处理领域中的一种适于自动驾驶的多目的控制机器学习模型的构建方法，其特征在于：运用了空间映射理论对汽车环境图像进行识别，通过机器学习实现的优良驾驶员的自动驾驶“知识获得”，构成多目的最佳控制的机器学习模型。本发明实施效果是：可以在恶劣的天气情况下，凭借局部的汽车环境图像仍然可以正确识别，提高了自动驾驶的安全性。导入了适于自动驾驶的诸如安全驾驶，车间距离，准确停车，快速到达，舒适乘车，节约能耗等多目的的最佳控制的机器学习模型，可获得优于模糊推论的行车效果，可以通过优良驾驶员的“知识获得”，达到超越优良驾驶员的驾驶效果，从而提高自动驾驶的水平。
自动驾驶机器学习模型控制机器汽车环境构建图像信息处理领域安全驾驶车间距离机器学习空间映射能耗停车行车乘车驾驶模糊学习节约天气

[发明专利]一种可达到图像理解水平的图像识别方法-CN201710905332.8在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2017-09-20 - 公布日： 2019-03-26 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及信息处理领域中的一种可达到图像理解水平的图像识别方法，其特征在于：是指通过机器学习获得图像中概率密度最大的复数个特征点，每一个特征点将承载包括特征点的最大概率尺度，特征点为第k个，第k个特征点到第k+1个特征点的向量值等的结构化的信息，将非结构化的图像数据进行结构化的特征记述。在图像识别时，样本图像的每一个特征点的结构化信息与通过机器学习所获得的各个图像的结构化信息的概率分布数据间的跨越欧几里德空间与概率空间的距离，以及以这个距离为依据的模糊事件概率测度，用这个尺度作为依据实现按照结构化的特征进行识别。本发明实施效果是：可实现对图像的理解，可凭借局部的图像仍然可以正确识别。
特征点图像识别结构化图像结构化信息机器学习图像理解尺度概率分布数据信息处理领域非结构化概率测度概率空间模糊事件图像数据样本图像最大概率复数承载记述概率

[发明专利]一种利用二维码安全抽奖的处理方法-CN201710839204.8在审
发明人： 顾泽苍 -专利权人：天津市阿波罗信息技术有限公司
申请日： 2017-09-09 - 公布日： 2019-03-19 - 主分类号： G06K17/00 文献下载
摘要：本发明涉及信息处理领域中的一种利用二维码安全抽奖的处理方法，其特征在于：抽奖代码值与二维码图像分离的，抽奖代码值是在二维码图像加工完成之后由用户单独通过程序存放在二维码图像所引导的服务器的网址里的，抽奖代码值与二维码图像之间的对应关系是至少通过一次程序的随机捆绑实现的。本发明的优点和积极效果是：该方法可使消费者利用手机读取二维码，可以防止在赋码环节代码被盗读，还可以防止由内部泄漏代码信息使商家遭受损失，以及可以遏制不法者通过少数的代码值推算出大量的抽奖代码，进行网络销售的不法行为，保证商家可以安全的开展促销活动。
抽奖二维码图像二维码信息处理领域读取促销活动代码信息网络销售引导的安全被盗赋码手机网址泄漏服务器推算捆绑加工环节保证

[发明专利]一种导入人工智能的手机大众识别真伪方法-CN201710122999.0在审
发明人： 顾泽苍 -专利权人：天津市阿波罗信息技术有限公司
申请日： 2017-02-27 - 公布日： 2018-09-11 - 主分类号： G06Q30/00 文献下载
摘要：本发明涉及信息处理领域中的一种导入人工智能的手机大众识别真伪方法，其特点是：通过超深度对抗学习获得可复制光学标识空间图像的特征向量集合，再通过超深度对抗学习获得手机识别光学标识空间图像的特征向量集合，最后通过超深度强对抗学习从手机识别光学标识空间图像的特征向量集合中剔除属于可复制光学标识空间图像的特征向量；获得手机大众真伪识别的防伪验证码。本发明实施效果是：可将可复制的光学标识空间图像与不可复制的光学标识空间图像通过超深度强对抗学习进行严格的分类，将不可复制的光学标识空间图像的特征向量作为防伪验证码进行登录，可实现通过手机进行大众商品真伪识别。
光学标识空间图像手机复制特征向量集合对抗人工智能大众识别防伪验证手机识别特征向量真伪商品真伪识别信息处理领域学习真伪识别登录剔除分类

[发明专利]一种人工智能新型神经网络的构建方法-CN201710122284.5在审
发明人： 顾泽苍 -专利权人： 顾泽苍
申请日： 2017-02-27 - 公布日： 2018-09-07 - 主分类号： G06N3/04 文献下载
摘要：本发明提出一种人工智能新型神经网络的构建方法，是由感知层，神经层以及脑皮层构成的，感知层通过机器学习单元连接感知对象，针对输入的感知信息进行最大概率输入值的学习。神经层与感知层连接复数个学习单元，进行模糊事件概率测度的对抗学习。脑皮层与神经层连接的机器学习单元，进行最大信赖性的对抗决策学习。本发明实施效果是：提出了一个最符合大脑机理的神经网络模型，无需像深度学习那样需要庞大的硬件，无黑箱问题，可实现小数据直接输入的无监督学习，可在最小的芯片以及无线终端上应用，具有机器学习精度与效率高的特点，可以并行学习，以及标准模组的组态，适于机器学习芯片的构成以及大规模工业化推广。
感知层机器学习单元人工智能机器学习神经网络脑皮层神经构建学习芯片神经网络模型无监督学习标准模组概率测度感知信息模糊事件无线终端学习单元最大概率小数据信赖性对抗复数黑箱组态感知并行大脑应用决策