专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果41个,建议您升级VIP下载更多相关专利
  • [发明专利]媒体干预下三分意见群体网络舆情传播模型-CN201711010841.0在审
  • 顾雨迪;狄岚 - 江南大学
  • 2017-10-26 - 2018-03-13 - G06Q50/00
  • 本发明通过构建带有讨论机制的舆情传播模型,研究媒体作用下三分意见群体舆情演变的内在规律。在参考疾病传播模型SIR(Susceptible,Infected,Recovered)、和媒体干预下的二分意见模型SIaIbR(Susceptible,Infected‑a,Infected‑b,Recovered)的基础上,提出了带有三分意见群体舆情演变的SI3R(Susceptible,triple Infected,Recovered)模型。与二分意见模型不同的是,三分意见模型引入了中立群体这一概念,并且在传播群体中占有较大比重。通过对中立群体的影响,媒体能够发挥更有效的作用。给出了三分意见群体模型及其动力学方程,求出了其数值解。
  • 媒体干预三分意见群体网络舆情传播模型
  • [发明专利]一种最小方差优化初始聚类中心的模糊C均值聚类方法-CN201710503214.4在审
  • 李学刚;狄岚;李斌;李通明 - 常州信息职业技术学院
  • 2017-06-27 - 2017-11-07 - G06K9/62
  • 本发明公开了一种最小方差优化初始聚类中心的模糊C均值聚类方法,属于数据挖掘与模式识别技术领域,包括以下步骤对输入数据集与样本点的距离关系进行聚类;将聚类分析方法用于对目标数据集聚类分析得到聚类标签;聚类分析后得到的聚类标签与原始标签依据评价指标进行性能评价。本发明旨在解决模糊C均值的聚类效果受其初始化的聚类中心影响较大、不能保证得到最优解的问题,在FCM算法的基础上先进行初始聚类中心的选取,选取FCM初始聚类中心是以样本的方差作为启发信息,以样本的领域半径,选取K个位于不同区域上方差最小的样本点作为初始聚类中心,该算法不需要设置任何参数。
  • 一种最小方差优化初始中心模糊均值方法
  • [发明专利]一种基于半局部纹理特征的二阶段图像分割方法-CN201610041186.4在审
  • 狄岚;许洁;梁久祯 - 江南大学
  • 2016-01-20 - 2016-07-06 - G06T7/00
  • 本发明公开了一种基于半局部纹理特征的二阶段图像分割方法,主要包括:将图像分割成M×M像素的非重叠的小块;提取每个块的基于Beltrami框架和半局部信息的纹理特征,然后用K‑means算法进行块聚类,将图片划分为四个区域;根据摄影构图原理确定目标的最佳位置,从而提取出目标,完成粗分割;用几何活动轮廓模型对已经提取出来的目标进行细分割,从而得到更加精确的分割结果。本发明的有益效果是:提出了一种先进行粗分割提取出目标物体后进行细分割的分割方法,这种由粗到精的分割策略可用来分割具有模糊或复杂背景的图片;定义了一种基于Beltrami框架和半局部信息的新型纹理特征,具有比单个特征更强的鉴别力,并且具有很强的抗噪能力,将该纹理特征用于聚类和图像分割中,能够得到更加精确的实验结果。
  • 一种基于局部纹理特征阶段图像分割方法
  • [发明专利]基于信息浓缩的隐私保护SVM分类方法-CN201610040350.X在审
  • 狄岚;于晓瞳 - 江南大学
  • 2016-01-20 - 2016-06-29 - G06K9/62
  • 本发明揭露了一种基于信息浓缩的隐私保护隐私保护支持向量机分类方法,旨在解决分类过程中隐私信息的泄露问题。本发明是在标准支持向量机(即软间隔支持向量机,C‑SVC)的基础上,采用了信息浓缩机制,提出了一种新的称为基于信息浓缩的隐私保护SVM分类(IC‑SVM)方法。该方法主要针对分类算法支持向量的生成,在对原始训练样本的学习过程,采用模糊C均值聚类(FCM)算法根据样本的邻域信息进行信息浓缩,采用浓缩得到的浓缩点组成的新样本进行训练得决策函数,并用它去进行分类测试,从而较好的保护了数据的隐私。
  • 基于信息浓缩隐私保护svm分类方法
  • [发明专利]一种极大中心间隔的核可能性C均值聚类方法-CN201610041187.9在审
  • 狄岚;于晓瞳 - 江南大学
  • 2016-01-20 - 2016-06-29 - G06K9/62
  • 本发明揭露了一种极大中心间隔的核可能性C均值聚类方法,旨在解决高维空间中的边界模糊数据的划分问题。本发明是在核可能性C均值聚类KPCM算法的基础上引入了高维空间的类间极大惩罚项,提出了一种新的称为极大中心间隔的核可能性C均值聚类(MKPCM)方法。该方法考虑到了现实中大部分特征向量是高维的,通过核函数的映射实现了特征向量的较好划分;同时考虑了类与类之间的关心,通过参数的调控,实现了对边界模糊数据集的最佳划分,同时该方法还保留了KPCM对噪声点具有较好鲁棒性的优点。
  • 一种极大中心间隔可能性均值方法
  • [发明专利]基于类间极大化的PCM聚类技术的图像分割方法-CN201510134259.X在审
  • 狄岚;彭茜 - 江南大学
  • 2015-03-24 - 2015-07-22 - G06K9/62
  • 本发明揭露了一种基于类间极大化的PCM聚类算法的图像分割方法,所述方法包括对输入图像的像素点根据灰度值进行分类标签;将聚类分析方法用于对目标图像的分割时得到聚类标签;聚类方法进行图像分割得到的标签与原始标签依据评价指标进行性能评价。本发明通过一种新的称之为类间极大化的PCM算法(MPCM)聚类算法,考虑了对类间的惩罚,通过调控参数,拉大类中心的之间的距离,实现图像中像素点的最佳分类。
  • 基于极大pcm技术图像分割方法
  • [发明专利]基于改进型核模糊C均值类间极大化聚类算法-CN201510134150.6在审
  • 狄岚;杨文静 - 江南大学
  • 2015-03-24 - 2015-07-22 - G06K9/62
  • 本发明针对普通的核聚类只考虑类内关系而忽略了类与类之间的关系的问题,提出了在核模糊C均值聚类(KDFCM)算法的基础上,引入了在特征空间中的类间极大惩罚项的方法,给出了一种基于改进型核模糊C均值类间极大化聚类(MKDFCM)算法。该算法通过在特征空间中增大类与类之间的距离,构造了一种新的目标函数,通过调控类间距极大惩罚项使之最大化,从而使算法具有较好的聚类效果。该算法与传统的聚类算法相比,对带有噪声点数据集鲁棒性较高,对不平衡数据和边界模糊数据集聚类效果较佳。
  • 基于改进型模糊均值极大化聚类算法
  • [发明专利]一种基于Steiner点的移动目标遮挡恢复方法-CN201510134187.9在审
  • 狄岚;徐永存;梁久祯 - 江南大学
  • 2015-03-24 - 2015-06-03 - G06T5/00
  • 本发明揭露了一种基于Steiner点的移动目标遮挡恢复方法,所述方法包括对视频中移动目标进行处理,首先提取移动目标的边界,经过凸壳处理、多边形逼近过程后,转化成易于处理的凸多边形。利用推导出的遮挡结论,计算出移动目标Steiner点的偏移向量,再结合未被遮挡区域的Steiner点,从而可以计算出移动目标的特征点-Steiner点的位置,从而解决被遮挡。本发明通过基于曲率中心的方法实现了目标运动过程中被遮挡,准确恢复目标中心,这样即使发生遮挡,也能准确的预测到物体的移动轨迹,恢复物体的特征中心。
  • 一种基于steiner移动目标遮挡恢复方法
  • [发明专利]一种应用于压缩域的运动对象检测与跟踪方法-CN201510134321.5在审
  • 狄岚;钱增磊;梁久祯 - 江南大学
  • 2015-03-24 - 2015-06-03 - H04N19/142
  • 本发明公开了一种应用于视频对象跟踪的压缩域运动对象快速跟踪方法,该方法基于压缩码流中提取的运动矢量来进行滤波、分割,从而对运动对象进行跟踪。首先根据压缩码流中的运动矢量信息,公开了一种基于边界搜索的运动对象凸壳分割方案,对滤波后的运动矢量进行八方向边界搜索得到运动区域,再对分散的运动区域进行规则聚类得到多目标分割,然后根据分割的结果,提出了基于卡尔曼滤波的运动对象跟踪方法。本发明将高复杂的视频分析直接在解码时直接通过码流信息进行分析,而免去大量的解码时间,大大降低了监控视频分析的时间代价,并对运动对象的分割方法中提出的基于规则聚类的方法与边界搜索方法,均有效地降低了运算的复杂度,提高了整体的实时跟踪可行性。
  • 一种应用于压缩运动对象检测跟踪方法
  • [发明专利]视频目标在线多特征跟踪方法-CN201410083904.5在审
  • 狄岚;陈茜 - 江南大学
  • 2014-03-06 - 2014-06-18 - G06K9/62
  • 本发明揭露了一种视频目标在线多特征跟踪方法,所述方法包括对输入的视频首帧选取待检测目标,计算选取区域稀疏特征的值;将选取区域作为正样本,背景区域作为负样本,分别提取数据特征;计算视频序列新一帧候选区域的稀疏特征值,进行目标匹配跟踪;更新分类器和参数,进行新一轮目标跟踪。本发明通过对待检测目标稀疏特征表示,降低计算复杂性,并采用实时更新分类器的方法,实现在线跟踪,使得目标不易丢失,达到稳定的跟踪效果。
  • 视频目标在线特征跟踪方法
  • [发明专利]多延时动力系统的交通流量仿真方法-CN201310309477.3无效
  • 狄岚;梁久祯;顾雨迪 - 江南大学
  • 2013-07-22 - 2013-12-25 - G08G1/00
  • 本发明揭露了一种多延时动力系统的交通流量仿真方法,所述方法包括多车道上的交通流的简单数学模型;在多时段的延时动力系统的基础上,离散多通道的车辆数学模型;根据三种决策表的情况,给出交通流模型的可能形式。本发明通过对动力系统的道路交通流量的研究,针对多车道、路况可变、流量可变的复杂交通环境进行建模,利用前后多时间段对道路交通流量的相互影响,能够模拟真实的道路交通流量变化,对于控制交通流量以及分析交通系统的特点是有效的。
  • 延时动力系统交通流量仿真方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top