“黄洪琼”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的船舶流量预测方法-CN202010041100.4有效
发明人：武绘芹;黄洪琼 -专利权人：上海海事大学
申请日： 2020-01-15 - 公布日： 2023-10-03 - 主分类号： G06F17/14 文献下载
摘要：本发明公开了一种基于深度学习的船舶流量预测方法，基于改进的孤立森林‑互补集合经验模态分解‑长短期记忆神经网络的船舶流量预测方法；首先考虑到原始数据中的噪声和异常点的问题，使用孤立森林算法消除数据中的异常点；其次为了进一步提高预测精度，使用改进的互补集合经验模态分解算法将输入数据分解为不同频率的固有模式函数分量和残余分量，再分别单独使用长短期记忆神经网络预测每个本征模式函数和残差，最后对预测的结果进行叠加重构。本发明不仅提高了预测精度，且对长期或短期的时间序列数据都有较好的适应性。
一种基于深度学习船舶流量预测方法

[发明专利]一种基于VMD-FOA-GRNN的船舶流量预测方法-CN202010187526.0有效
发明人：汪夏萌;黄洪琼 -专利权人：上海海事大学
申请日： 2020-03-17 - 公布日： 2023-03-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于VMD‑FOA‑GRNN的船舶流量预测方法，包括以下步骤：步骤1：对船舶流量数据进行预处理；步骤2：将预处理后的船舶流量数据进行突变检验，选取出未突变的船舶流量数据；步骤3：对未突变的船舶流量数据进行VMD，产生一系列具有不同频率尺度的IMF，即获得分解后的船舶流量数据；步骤4：基于FOA构建GRNN，对分解后的船舶流量数据进行预测，获得预测值；步骤5：基于味道浓度判定函数，将预测值与真实值进行误差分析，获得平均绝对百分比，完成船舶流量数据的预测。此发明解决了现有预测方法的预测精度不高、不具有普遍适用性的问题，基于变分模态分解、果蝇优化的广义回归神经网络，提高了船舶流量的预测精度，解决了复杂非线性时间的时间序列预测普遍适用性的问题，提升了稳定性。
一种基于 vmd foa grnn 船舶流量预测方法

[发明专利]一种基于卷积神经网络的车辆检测系统-CN202111521036.0在审
发明人：金海玲;黄洪琼;龚俊杰 -专利权人：上海海事大学
申请日： 2021-12-13 - 公布日： 2022-03-11 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于卷积神经网络的车辆检测系统，包括：车辆信息存储系统，用于对车辆信息根据车辆特征进行分类得到第一车辆特征数据并存储；数据采集系统，用于采集待检测车辆的车辆图像数据；对比模块，其分别与所述车辆信息存储系统和所述数据采集系统连接，并对接收到的所述第一车辆特征数据和所述车辆图像数据进行对比，得到相似度，若相似度小于设定值，则输出的检测结果为所述待检测车辆合格，否则，输出的检测结果为所述待检测车辆不合格。本发明能快速地检测出车辆是否合格。
一种基于卷积神经网络车辆检测系统

[实用新型]一种手写识别效率高的手写装置-CN202121405543.3有效
发明人：时萍萍;黄洪琼 -专利权人：上海海事大学
申请日： 2021-06-24 - 公布日： 2021-12-17 - 主分类号： G06F3/041 文献下载
摘要：本实用新型涉及手写设备技术领域，且公开了一种手写识别效率高的手写装置，包括手写装置，手写装置外表面下侧设置有调节装置，调节装置包括装置板，装置板外表面上侧设置有装置箱体，装置箱体外表面上侧设置有调节杆，调节杆外表面一侧设置有活动槽板，活动槽板外表面后侧设置有转盘，转盘外表面前侧设置有推动杆，推动杆外表面下侧设置有伸缩滑杆，推动杆外表面右侧设置有倾斜板，倾斜板外表面一侧设置有动力板。该手写识别效率高的手写装置，当使得动力板在滑槽内运动，从而使得上下两侧的倾斜板运动，从而使得上下两侧的推动杆运动，从而使得上下两侧转盘转动，从而使得左右两侧的调节杆运动，从而使得手写装置角度可以调节。
一种手写识别效率装置

[实用新型]一种医学图像数字水印装置-CN202121437414.2有效
发明人：赵祥宝;黄洪琼 -专利权人：上海海事大学
申请日： 2021-06-28 - 公布日： 2021-11-23 - 主分类号： G06T1/00 文献下载
摘要：本实用新型涉及医疗水印技术领域，且公开了一种医学图像数字水印装置，包括底座，所述底座的上端设置有传送板，且传送板的上端安装有过孔，所述过孔的上端连接有外壳，所述外壳两端侧均活动设置有缓冲挡板，所述外壳的内部从左至右依次设置有水印机、风扇和制热机，所述水印机的下端开设有水印口，所述风扇上端连接有电机，所述电机连接柱固定于所述外壳内，所述制热机的设置有热气出口，所述外壳的上端设置有把手，所述外壳通过第二连接板与所述把手连接。该医学图像数字水印装置更加方便进行携带，能够将水印快速热风干，具有一定的抗摔能力。
一种医学图像数字水印装置

[发明专利]一种船舶流量预测方法-CN201910423705.7有效
发明人：韩增龙;黄洪琼 -专利权人：上海海事大学
申请日： 2019-05-21 - 公布日： 2021-10-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种船舶流量预测方法，其是基于集合经验模态分解和独立循环神经网络的船舶流量预测方法。首先在数据的处理方面，采用集合经验模态分解算法将非线性非平稳的船舶流量数据分解为一系列具有平稳性的高低频本征模函数序列和一个单调的余数序列，既最大限度地保留原始序列的信息，又将序列的内在规律充分利用，提高预测精度。然后利用独立循环神经网络，通过对多个隐藏层的叠加构建深度学习神经网络，结合大量的船舶流量数据，在数据训练中充分提取船舶流的的时间隐藏特征信息，从而完成预测。本发明使用优化参数的独立循环神经网络对分解的船舶流数据分量分开处理，在细化数据分量处理的同时还提高预测精度；本发明具有更好的自适应性。
一种船舶流量预测方法

[发明专利]一种基于CNN-LSTM的股票长期趋势预测方法-CN202010305960.4在审
发明人：宋睿;黄洪琼 -专利权人：上海海事大学
申请日： 2020-04-17 - 公布日： 2020-08-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于CNN‑LSTM的股票长期趋势预测方法，包括：对股票市场的股票数据集进行预处理；对经预处理的股票数据集进行数据切分，得到第一股票样本点数据集；采用预先训练好的CNN网络模型对第一股票样本点数据集中的每一第一样本点进行卷积和池化操作，得到第二股票样本点数据集；采用LSTM网络模型对第二股票样本点数据集进行时序分析，并生成预设维数的特征向量；采用具有预设长度的全连接层及softmax分类器对特征向量进行分类评分；根据分类评分回推股票长期的涨跌幅的预测值和股票长期趋势的预测结果。本发明通过大量数据展现出股票长期运行趋势中运行速度快、准确度高、预测标准差更低的优点，避免了股票短期预测的单一化的劣势。
一种基于 cnn lstm 股票长期趋势预测方法

[发明专利]一种基于改进灰关联的雷达与AIS航迹关联方法-CN202010322826.5在审
发明人：陈秋云;黄洪琼 -专利权人：上海海事大学
申请日： 2020-04-22 - 公布日： 2020-07-31 - 主分类号： G01S13/86 文献下载
摘要：本发明公开了一种基于改进灰关联的雷达与AIS航迹关联方法，包括：获取AIS航迹数据和雷达航迹数据，对所述AIS航迹数据和所述雷达航迹数据进行小波阈值去噪处理，得到航迹数据集；获取所述航迹数据集中的n1条第一AIS航迹数据与n2条第一雷达航迹数据之间的灰色关联系数；根据所述灰色关联系数构造第一航迹关联矩阵；将所述航迹数据集中n1条第一AIS航迹数据与n2条第一雷达航迹数据进行关联，得到指派问题数学模型；根据指派问题数学模型，采用匈牙利算法对所述第一航迹关联矩阵进行全局最优航迹关联判决，得到最优解矩阵。本发明可以解决灰色航迹关联判决局部最优问题，并且不需要设定关联门限以及多义性处理的过程，同时也提高了航迹关联精度。
一种基于改进关联雷达 ais 航迹方法

[发明专利]一种基于数字水印的医学图像加密方法-CN201810756440.8有效
发明人：张蓓;黄洪琼 -专利权人：上海海事大学
申请日： 2018-07-11 - 公布日： 2020-02-07 - 主分类号： G06F21/60 文献下载
摘要：一种基于数字水印的医学图像加密方法，利用对水印图像进行SVD分解后产生的U矩阵和V矩阵生成签名信息，在将水印嵌入原始医学图像的过程中，利用签名信息修改原始医学图像经过DWT分解至第四级的子带，获得含有水印的医学图像，在从含有水印的医学图像中提取水印的过程中，将从含有水印的医学图像中提取的签名信息与原始签名信息进行比对，以判断提取的水印图像是否正确。本发明不仅具有良好的不可见性，同时也可以抵抗常见的图像攻击手段，提高了水印算法的安全性。
医学图像水印签名信息原始医学图像数字水印水印图像加密不可见性水印算法图像攻击比对子带嵌入抵抗分解

[发明专利]一种基于双水印嵌入的数字水印方法-CN201910548757.7在审
发明人：黄柯柯;黄洪琼 -专利权人：上海海事大学
申请日： 2019-06-24 - 公布日： 2019-09-20 - 主分类号： G06T1/00 文献下载
摘要：本发明涉及一种基于双水印嵌入的数字水印方法。其中，水印嵌入过程包含：S1、将水印图像作为第一重水印嵌入至载体图像中，得到载水印图像；S2、利用密钥，对载体图像和水印图像分别进行加密处理，并结合生成第二重水印；S3、将第二重水印嵌入至载水印图像中，得到加密的载水印图像。水印提取过程包含：S1、根据密钥，对加密的载水印图像进行解密，获取待验证的第二重水印，并与真正的第二重水印匹配检验；S2、从载水印图像中提取出水印图像。本发明利用密钥、以及载体和水印图像的结合生成第二重水印进行加密及解密验证，提高数字水印的不可见性，提升数字水印的防提取、抗攻击的能力。
水印图像水印数字水印密钥加密载体图像嵌入的解密嵌入验证水印嵌入过程水印提取过程不可见性加密处理抗攻击匹配检验

[发明专利]一种基于改进的EEMD-IndRNN船舶流量预测方法-CN201910502153.9在审
发明人：韩增龙;黄洪琼 -专利权人：上海海事大学
申请日： 2019-06-11 - 公布日： 2019-09-10 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于改进的EEMD‑IndRNN船舶流量预测方法，采用集合经验模态分解算法将非线性非平稳的船舶流量数据分解为一系列具有平稳性的高低频本征模函数序列和一个单调的余数序列，既最大限度地保留原始序列的信息，又将序列的内在规律充分利用，提高预测精度；然后使用皮尔逊相关系数计算各个分量和原始船舶流量数据的相关性，根据相关性大小将分量重新组合为高中低三个新的分量；最后利用独立循环神经网络分别对上述分量分开处理，通过对多个隐藏层的叠加构建深度学习神经网络，结合大量的船舶流量数据，在数据训练中充分提取船舶流的时间隐藏特征信息，完成预测。本发明在细化数据分量处理的同时还提高预测精度，还具有更好的自适应性。
船舶流量预测集合经验模态分解余数数据分量处理学习神经网络本征模函数独立循环分开处理内在规律神经网络时间隐藏数据分解数据训练特征信息系数计算原始序列重新组合自适应性船舶流平稳性隐藏层构建算法细化叠加改进单调保留

[发明专利]一种基于局部协作表示分类的手写汉字识别方法-CN201910521515.9在审
发明人：刘烜;黄洪琼 -专利权人：上海海事大学
申请日： 2019-06-17 - 公布日： 2019-09-06 - 主分类号： G06K9/68 文献下载
摘要：本发明提供一种基于局部协作表示分类的手写汉字识别方法，包含步骤：S1、选取手写汉字库，提取所述手写汉字库中所有手写汉字的特征向量并分类，建立特征向量集A；提取待识别手写汉字的特征向量y；S2、在每类特征向量中找出与y最相似的一个特征向量，建立字典D₁；S3、求解y在D₁中的协作稀疏表示向量通过求取y对D₁的第一重构残差；根据所述第一重构残差选取特征向量集A中的N类特征向量建立字典D₂；S4、求解y在D₂中的协作稀疏表示向量通过求取y对D₂的第二重构残差，根据所述第二重构残差判断y对应于A中特征向量类别，实现识别手写汉字。本发明缩小了识别手写汉字时所用字典的规模，在减少算法时间复杂度的同时也提高了识别精度。
手写汉字特征向量残差重构字典特征向量集稀疏表示协作汉字库求解手写向量分类算法时间复杂度

[发明专利]一种基于自适应分块和压缩感知的数字水印方法-CN201910414353.9在审
发明人：黄柯柯;黄洪琼 -专利权人：上海海事大学
申请日： 2019-05-17 - 公布日： 2019-08-13 - 主分类号： G06T1/00 文献下载
摘要：本发明涉及一种基于自适应分块和压缩感知的数字水印方法，包括水印嵌入和提取。具体的，以载体图像相邻像素间的灰度差值表征载体图像内容间的相关度，并以此作为自适应块分割的依据，筛选出经过两次分块且相邻像素灰度差的平均值不小于分块阈值的区域块，对其进行压缩感知，选择高频感知系数进行奇异值分解；同时对数字水印图像进行奇异值分解，用数字水印图像的奇异值矩阵代替载体图像区域块中的奇异值矩阵，通过图像重构得到嵌入水印的载体图像。本发明充分利用载体图像的内容信息和纹理结构选取符合条件的区域块进行数字水印的嵌入与提取，提高数字水印的不可见性，提升数字水印的防提取、抗攻击的能力。
数字水印载体图像分块压缩感知区域块数字水印图像奇异值分解奇异值矩阵相邻像素自适应嵌入不可见性符合条件内容信息嵌入水印图像重构纹理结构自适应块灰度差抗攻击相关度灰度水印感知筛选分割

[发明专利]一种基于加权稀疏表示分类的手写汉字识别方法-CN201910418156.4在审
发明人：刘烜;黄洪琼 -专利权人：上海海事大学
申请日： 2019-05-20 - 公布日： 2019-08-09 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于加权稀疏表示分类的手写汉字识别方法，包含步骤：S1、建立训练样本集A＝{A_i}_i∈[1,k]，A_i为从选取的手写汉字库中提取的第i类特征向量，k为所述手写汉字库中提取的特征向量类别总数；S2、建立测试向量y，y为从待识别手写汉字中提取的特征向量，计算y在A上的稀疏表示向量S3、计算A中每个特征向量的权重，通过所述权重重构优化稀疏表示向量为稀疏表示向量S4、计算训练样本集A的每类特征向量对y的重构残差，判断y对应A中特征向量的类别，实现识别手写汉字。本发明通过计算A中每个特征向量的权重，优化y在A上的稀疏表示向量，提高了对手写汉字识别精度。
特征向量稀疏表示手写汉字向量汉字库权重手写加权训练样本集测试向量汉字识别计算训练样本集分类残差重构优化

[发明专利]一种基于差值反馈式的改进型负载均衡算法-CN201810966866.6在审
发明人：王鹏;黄洪琼 -专利权人：上海海事大学
申请日： 2018-08-23 - 公布日： 2018-12-18 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种基于差值反馈式的改进型负载均衡算法，包含如下步骤：设定服务器集群节点的CPU剩余利用率的阈值以及集群中节点负载差值的阈值R(S_i)；负载均衡器在一定的时间间隔内对服务器集群节点的CPU剩余利用率进行采集，并计算集群节点的负载差值ΔL(S_i)；将集群节点的负载差值与设定的负载差值的阈值和集群节点的当前CPU剩余利用率与之前设定的CPU剩余利用率的阈值进行比较，选出节点负载权值最高的一组集群，将用户请求分发到权值相对较高的集群节点中。
集群节点负载均衡算法服务器集群节点负载反馈式改进型集群负载均衡器计算集群用户请求分发采集

1
共 15 条