“倪彤光”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29个，建议您升级VIP下载更多相关专利

[发明专利]基于领域嵌入概率的半监督学习癫痫脑电信号识别方法-CN202111084540.9在审
发明人： 倪彤光;顾晓清;蒋亦樟;薛婧;钱鹏江 -专利权人：常州大学
申请日： 2021-09-16 - 公布日： 2021-12-31 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及脑电信号识别技术领域，涉及基于领域嵌入概率的半监督学习癫痫脑电信号识别方法，包括：其步骤如下：1、采集脑电信号并进行预处理；2、构建标记集Xl和未标记集Xu；3、构成同类样本对集合M和异类样本对集合D；4、构建数据集X上的半监督关联矩阵；5、将X中每个样本投影到低维空间；6、构建领域嵌入概率矩阵；7、更新k个一维熵特征向量对应类别标签；8、更新Xl、Xu、M和D；9、判断Xu集是否为空；10、对测试的脑电信号样本xtest分类，得到识别结果。本发明利用特征投影和领域嵌入技术，保持数据局部结构的同时，脑电信号低维表示更具区分性和判别性，能准确对癫痫脑电信号分类和识别。
基于领域嵌入概率监督学习癫痫电信号识别方法

[发明专利]自适应多频带脑电信号轻度认知障碍评估方法-CN202111125858.7在审
发明人：顾晓清;倪彤光;蒋亦樟;钱鹏江;薛婧 -专利权人：常州大学
申请日： 2021-09-26 - 公布日： 2021-12-28 - 主分类号： A61B5/16 文献下载
摘要：本发明涉及认知障碍技术领域，尤其涉及自适应多频带脑电信号轻度认知障碍评估方法，步骤如下：1、向受试者呈现标准化的感官刺激；2、采集受试者脑电信号；3、按频段对脑电信号进行特征提取；4、计算每个样本的最近邻同类样本和最近邻异类样本的集合；5、构建同类关联图矩阵；6、构建异类关联图矩阵；7、基于相对熵和子空间自适应学习模型建模；8、对测试样本进行分类。本发明基于相对熵的概念能保证样本在降维过程保持空间结构信息，通过子空间学习将脑电信号投影到合适的低维空间，并通过频带自适应学习，既能有区别性地利用频带特征信息，又能综合利用全部的频带特征信息；用于轻度认知障碍评估，具有分类精度高的优点。
自适应频带电信号轻度认知障碍评估方法

[发明专利]一种基于特征权重降维的核磁共振脑图像分割方法-CN202111053940.3在审
发明人：顾晓清;倪彤光;蒋亦樟;薛婧;钱鹏江 -专利权人：常州大学
申请日： 2021-09-09 - 公布日： 2021-12-24 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及数字图像处理领域，涉及一种基于特征权重降维的核磁共振脑图像分割方法，包括：1、对核磁共振脑图像进行预处理；2、提取脑图像中的特征属性，构建特征数据集；3、计算特征数据集X上的关联无向图；4、确定图像分割的类别数；5、固定G，更新目标式中的H；6、固定H，更新目标式中的G；7、判断当前迭代次数与最大迭代次数的关系；8、对H矩阵取出p个最大的行序号；9、构建新的特征数据集10、在上执行K均值聚类，得到分割结果。本发明通过特征权重筛选出重要的特征信息，既保存了脑组织的数据结构信息和邻域空间像素信息，又能精准地描述脑组织的各个部分的结构，具有自动检测、分割准确性高等优点。
一种基于特征权重核磁共振图像分割方法

[发明专利]基于关联图的联合降维和半监督聚类的脑图像分割方法-CN202111067532.3在审
发明人： 倪彤光;顾晓清;蒋亦樟;薛婧;钱鹏江 -专利权人：常州大学
申请日： 2021-09-13 - 公布日： 2021-12-24 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及图像处理技术领域，涉及基于关联图的联合降维和半监督聚类的脑图像分割方法，包括：1、对核磁共振脑图像进行预处理；2、提取脑图像中的特征属性；3、医师圈画区域标识配对信息；4、构建配对关联矩阵Y；5、构建无向边图E；6、构建无向关联矩阵F；7、构建有向边图V；8、构建V上任意两个节点间的有向近邻交集Kij；9、构建基于Kij的有向关联矩阵S；10、对数据集X进行特征降维，得到特征向量集11、在上执行K均值聚类，得到分割结果。本发明方法仅利用少量样本的配对信息，构建有向和无向关联图挖掘样本潜在的数据结构，将样本点降维到合适低维空间，使同一类别内的样本的关联度尽量高，不同类别内的样本的关联度尽量低。
基于关联联合维和监督图像分割方法

[发明专利]基于半监督稀疏表达模型的遥感图像的场景分类方法-CN202010696178.X在审
发明人：顾晓清;倪彤光 -专利权人：常州大学
申请日： 2020-07-20 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于半监督稀疏表达模型的遥感图像的场景分类方法，其步骤如下：(1)对待处理的遥感图像进行特征提取，获得半监督训练集；(2)根据遥感图像的场景类别标签，对有标记图像进行样本配对，构成相似样本对集合和非相似样本对集合；(3)使用训练集、标签集、相似样本对集合和非相似样本对集合建立半监督稀疏表达模型；(4)使用得到的半监督稀疏表达模型对待检测遥感图像进行场景分类。本发明充分利用有标记和无标记的遥感图像，在仅有少量有标记样本的遥感图像场景的分类中得到有效使用，且具有自动检测、分类准确性高等优点。
基于监督稀疏表达模型遥感图像场景分类方法

[发明专利]一种基于极值点分类的网络入侵检测方法-CN201711048813.8有效
发明人： 倪彤光;顾晓清 -专利权人：常州大学
申请日： 2017-10-31 - 公布日： 2020-09-08 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于极值点分类的网络入侵检测方法，其步骤如下：(1)收集网络正常数据流，将每个非数值属性转化为数值，形成训练数据集；(2)计算训练集的极值点，获得基于极值点分类的网络入侵检测模型；(3)接收网络未标记的数据流，将每个非数值属性转化为数值，采用基于极值点分类的网络入侵检测模型进行分类。本发明采用数据几何轮廓分析技术进行二元分类，将网络流量的数据分类为正常数据和入侵数据，能提高入侵检测处理大规模网络数据的及时性和准确性。
一种基于极值分类网络入侵检测方法

[发明专利]一种基于边界点的抗噪支持向量机的水蜜桃品质分级的方法-CN201710541051.9有效
发明人：顾晓清;倪彤光;万建武;薛磊 -专利权人：常州大学
申请日： 2017-07-05 - 公布日： 2020-09-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于边界点的抗噪支持向量机的水蜜桃品质分级方法，其步骤如下：(1)采集不同品质等级的水蜜桃可见/近红外光谱数据，并对可见/近红外光谱数据进行预处理和PCA特征提取；(2)将不同品质等级的水蜜桃可见/近红外光谱样本集两两组合，建立多组水蜜桃可见/近红外光谱训练集；(3)使用基于边界点的抗噪支持向量机对训练集进行训练，得到多个水蜜桃品质等级分类器；(4)利用水蜜桃品质等级分类器对待分级的水蜜桃可见/近红外光谱进行检测。本发明使用基于边界点的抗噪支持向量机对水蜜桃的可见/近红外光谱进行检测，具有检测速度快、抗噪能力强、分类准确性高等优点，可实现在噪声检测环境下对水蜜桃品质等级分级。
一种基于边界支持向量水蜜桃品质分级方法

[发明专利]一种基于多层神经网络的跨场景行人重识别的方法-CN201811010519.2在审
发明人：顾晓清;倪彤光;王洪元 -专利权人：常州大学
申请日： 2018-08-31 - 公布日： 2019-01-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多层神经网络的跨场景行人重识别的方法，其步骤如下：(1)采集当前场景下摄像头中的行人视频，截取视频帧；(2)对步骤1截取到的视频帧中的行人图像进行特征提取和降维处理，使用样本对构成目标域训练集X_t，得到测试集X_o；(3)对相关场景下的带标识数据进行处理，使用样本对构成源域训练集X_s；(4)建立训练集X，X＝[X_s,X_t]；(5)使用X来训练多层神经网络模型；(6)根据步骤5得到的模型在测试集X_o中对待识别样本进行识别。本发明选用具备可实现复杂非线性映射的多层神经网络作为学习模型，使用迁移学习思想将相关场景的带标识数据加入到新场景的模型学习中，使得对新场景的学习更准确有效。
场景多层神经网络训练集样本标识数据测试集视频帧截取非线性映射摄像头降维处理模型学习特征提取目标域学习源域迁移视频采集图像

[发明专利]基于联合学习和轮廓点的品牌忠实度测试方法-CN201711048804.9在审
发明人： 倪彤光;顾晓清 -专利权人：常州大学
申请日： 2017-10-31 - 公布日： 2018-03-06 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了基于联合学习和轮廓点的品牌忠实度检测方法，其步骤如下(1)收集调查数据形成初始样本集；(2)计算初始样本集的轮廓点集；(3)利用支持向量机对轮廓点集训练得到初始分类器；(4)新加入一批样本，判断是否更新轮廓点集；(5)使用基于联合学习和轮廓点的支持向量机对更新后的轮廓点集训练，重建分类器；(6)更新分类器的最优权向量；(7)对待检测数据进行检测；(8)当轮廓点集的容量超过阈值时，对其进行调整；(9)重复执行步骤四至八，直至没有新样本加入。本发明使用轮廓点集有效精简训练样本数，同时保持样本的几何轮廓，采用渐进学习方式在支持向量机中考虑不同时期参数的联合学习，提高检测的精度。
基于联合学习轮廓品牌忠实测试方法

[发明专利]一种基于代表样本的在线支持向量回归机的石油期货价格预测方法-CN201710805384.8在审
发明人：顾晓清;倪彤光;张继;薛磊 -专利权人：常州大学
申请日： 2017-09-08 - 公布日： 2018-01-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于代表样本的在线支持向量回归机的石油期货价格预测方法，其步骤如下(1)采集石油期货价格历史数据形成训练集；(2)计算训练集的代表样本集；(3)使用最小二乘支持向量回归机对代表样本集进行训练，构建价格预测模型；(4)实时采集当前交易日数据，形成待预测样本xtest；(5)使用步骤3得到的价格预测模型对xtest的后3天均价进行预测；(6)判断xtest是否是新的代表样本，若是则更新价格预测模型，若不是则不更新；(7)当代表样本集中样本数量超过设定阈值时，对其进行精简；(8)若无新数据到达，则等待；若有新数据到达，则转向步骤4。本发明通过增量学习对期货价格预测，解决数据长期积累而模型不更新的问题，可提高石油期货价格的预测精度。
一种基于代表样本在线支持向量回归石油期货价格预测方法

[发明专利]一种结构和参数联合学习的TSK型模糊系统的铜期货价格预测的方法-CN201710805927.6在审
发明人：顾晓清;倪彤光;张继 -专利权人：常州大学
申请日： 2017-09-08 - 公布日： 2018-01-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种结构和参数联合学习的TSK型模糊系统的铜期货价格预测的方法，其步骤如下(1)收集铜期货交易的历史数据，建立铜期货样本集X；同时收集铜期货交易的历史数据对应的交易日后三天均价，作为铜期货样本对应的输出集Y；铜期货样本集和其对应的输出集构成铜期货训练集{X,Y}；(2)使用结构和参数联合学习的TSK型模糊系统对铜期货训练集{X,Y}进行训练，得到用于铜期货预测的预测函数；(3)采集当前交易日数据，利用(2)得到的预测函数对后三天的铜期货均价进行预测。本发明数据采集方便；使用TSK型模糊系统建模技术，借助其不确定和模糊信息的处理能力，以及强大的学习能力，对铜期货价格预测具备预测精度高的特点。
一种结构参数联合学习 tsk 模糊系统期货价格预测方法

[发明专利]一种藏獒幼犬纯度的自动化识别系统-CN201410591352.9有效
发明人： 倪彤光;顾晓清;王洪元;刘锁兰 -专利权人：常州大学
申请日： 2014-10-28 - 公布日： 2018-01-12 - 主分类号： G06K9/66 文献下载
摘要：本发明公开一种藏獒幼犬纯度的自动化识别系统，该系统包括用于采集藏獒幼犬图像的摄像头、用于藏獒幼犬纯度识别的处理器、用于输出识别结果的输出装置，所述处理器包括视频采集模块，用于获取所述摄像头捕获的藏獒幼犬的视频，图像处理模块，用于对获取的图像进行处理，纯度识别模块，用于对待检测藏獒幼犬的纯度进行识别；所述图像处理模块，包括预处理模块，用于对获取的藏獒幼犬视频进行平滑处理，特征提取模块，用于使用Tracking‑Learning‑Detection算法对藏獒幼犬进行定位，并使用Gabor算法进行特征提取；所述的纯度识别模块，包括一组基于类内类间散度的模糊支持向量机分类器。本发明克服传统方法主观性强、可重复性差的缺点，具有可靠性高、适用性强的特点。
一种幼犬纯度自动化识别系统

[发明专利]基于知识学习和隐私保护的大数据用户购买意愿预测方法-CN201410588278.5有效
发明人： 倪彤光;顾晓清;孙霓刚;林逸峰 -专利权人：常州大学
申请日： 2014-10-28 - 公布日： 2017-10-20 - 主分类号： G06F17/00 文献下载
摘要：本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法，其步骤如下(1)对大量历史数据和少量当前数据做归一化处理；(2)数据划分组并构建训练样本集；(3)统计每一组的用户购买意愿概率；(4)计算组标签；(5)使用改进的支持向量机对训练集训练；(6)构造预测函数；(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机，将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法，可适用于大样本的学习问题。
基于知识学习隐私保护数据用户购买意愿预测方法

[发明专利]一种基于分组支持向量机的裘皮近红外光谱鉴别的方法-CN201410589498.X有效
发明人： 倪彤光;顾晓清;郇战;宦娟 -专利权人：常州大学
申请日： 2014-10-28 - 公布日： 2017-07-14 - 主分类号： G06K9/64 文献下载
摘要：本发明公开了一种基于分组支持向量机的裘皮近红外光谱鉴别的方法，其步骤如下(1)采集不同种类裘皮的近红外光谱数据，并对这些近红外光谱数据进行预处理和KPCA特征提取；(2)建立裘皮近红外光谱数据训练集；(3)使用基于分组支持向量机对训练集进行训练，构成裘皮分类器；(4)利用裘皮分类器对待鉴别裘皮样本进行鉴别。本发明使用近红外光谱技术，通过光谱预处理和特征提取得到的数据能捕捉到不同种类裘皮近红外光谱的细微差别信息；使用基于分组支持向量机对裘皮种类进行鉴别，具有检测速度快、分类准确性高，对裘皮不造成损坏等优点，可实现不同种类裘皮的分类。
一种基于分组支持向量裘皮红外光谱鉴别方法

[发明专利]一种无线传感器网络中DDoS攻击的追踪方法-CN201210285818.3无效
发明人： 倪彤光;顾晓清;李玉 -专利权人：常州大学
申请日： 2012-08-13 - 公布日： 2013-08-14 - 主分类号： H04W84/12 文献下载
摘要：本发明公开一种无线传感器网络中DDoS攻击的追踪方法，该方法将数据包进行标记，并利用标记过的数据包进行溯源追踪，找出恶意攻击节点，所述标记方法是在数据包中设置六个标记域的标记信息（first，top，tail，start，end，distance），并对簇头节点数据包标记和普通节点数据包标记，然后通过路径重构发现攻击路径并进行相应处理。该方法具有优良的收敛性，降低了攻击源的不确定性，并提高了抗干扰能力。
一种无线传感器网络 ddos 攻击追踪方法

1
2
下一页»
尾页
共 29 条