“赵雪青”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25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于时空维度用户图书借阅行为分析及兴趣预测方法-CN202010680649.8有效
发明人：师昕;赵雪青;高全力;杨博;谷秀洁;高岭 -专利权人：西安工程大学
申请日： 2020-07-15 - 公布日： 2023-09-26 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于时空维度用户图书借阅行为分析及兴趣预测方法，具体为，首先利用图书馆平台采集用户借阅行为数据，并对用户借阅行为数据进行预处理，从半结构化的数据抽象为结构化数据；其次，对结构化的用户数据进行细分挖掘及统计分析，并基于统计分析结果，构建基于时空双维度的用户借阅行为分析模型，对单个用户的兴趣进行分类及评分；最后，对基于时空双维度的用户借阅行为分析模型得到的兴趣评分进行归一化排序，从而得到最终的用户兴趣推荐顺序及推荐比例。本发明加入时间维度信息，对用户兴趣标签进行基于时空双维度的评价。
一种基于时空维度用户图书借阅行为分析兴趣预测方法

[发明专利]基于视觉方面注意的多模态情感分析方法-CN202310487113.8在审
发明人： 赵雪青;王三元;侯舒宁;杨晗;师昕;刘浩;吴祯鴻 -专利权人：西安工程大学
申请日： 2023-04-28 - 公布日： 2023-09-08 - 主分类号： G06F16/35 文献下载
摘要：本发明公开的基于视觉方面注意的多模态情感分析方法，首先对输入文本信息进行预处理；然后分别使用SACR文本特征提取与VGG16进行视觉特征提取；通过将文本特征与视觉特征投影到注意空间并进行非线性激活；最后通过多模态融合特征进行softmax分类，进行整体评论的情感分析。本发明将视觉方面注意思想引入到评论的情感分析中，通过SACR模型转化文本特征，再使用VistaNet方法融合文本特征与视觉特征得到多模态融合特征，最后进行多模态情感分类，形成基于视觉方面注意的多模态情感分析，提高了评论内容情感评判的准确度。
基于视觉方面注意多模态情感分析方法

[发明专利]基于时空注意力机制的用户兴趣预测方法-CN202310635734.6在审
发明人： 赵雪青;张慧婷;刘宁;师昕;刘浩;杨晗;吴祯鴻 -专利权人：西安工程大学
申请日： 2023-05-31 - 公布日： 2023-09-01 - 主分类号： G06F16/9537 文献下载
摘要：本发明公开的基于时空注意力机制的用户兴趣预测方法，包括获取用户信息和时空信息并进行预处理；获取用户访问记录之间的时间间隔和空间间隔，进而分别得到用户访问记录的时间关系和空间关系矩阵；采用时空注意力机制对时间关系和空间关系矩阵进行嵌入表示，得到融合时空特征的用户轨迹表示序列；通过softmax函数判断用户轨迹表示序列，计算权重得分来对用户兴趣进行预测。本发明的基于时空注意力机制的用户兴趣预测方法，通过双层时空注意力考虑时空间隔差异对用户兴趣所造成的影响，能够有效表征基于用户时空行为的真实兴趣偏好，从而有效提升了用户兴趣预测的准确度。
基于时空注意力机制用户兴趣预测方法

[发明专利]非遗文化数据特征选择方法-CN202310636101.7在审
发明人： 赵雪青;杨晗;师昕;刘浩;吴祯鴻 -专利权人：西安工程大学
申请日： 2023-05-31 - 公布日： 2023-08-29 - 主分类号： G06F18/24 文献下载
摘要：本发明公开的非遗文化数据特征选择方法，包括：获取非遗文化数据集，基于萤火虫算法构建非遗文化数据集特征选择模型，利用邻域粒度粗糙熵和属性集重要性计算萤火虫种群中个体的适应度；令适应度较低的萤火虫个体朝适应度较高的萤火虫个体所在的方向移动，对萤火虫的位置进行更新并重新计算萤火虫个体的适应度；输出全局最优萤火虫个体所对应的非遗文化数据集的最优特征子集。本发明经过特征选择处理的非遗文化数据相较于原始数据拥有更低的维度，在对处理后的非遗文化数据进行分类时，由于其具有更低的冗余度，且保持了较好的数据信息完备性，由此实现了对非遗文化级别分类效果的优化，达到了降低数据冗余，优化资源的目的。
遗文数据特征选择方法

[发明专利]基于神经网络的双光子荧光显微图像复原方法、存储介质-CN202010225928.5有效
发明人：廖祥;谌小维;赵雪青 -专利权人：重庆大学
申请日： 2020-03-26 - 公布日： 2023-08-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于神经网络的双光子荧光显微图像复原方法、存储介质。存储介质，首先采集多份同一拍摄区域的双光子荧光显微成像的原始图像数据，构建全卷积神经网络的训练集，然后基于训练集中的样本数据，采用端到端的训练方式对全卷积神经网络进行训练，最后获取复原前的双光子荧光显微图像的图像数据，并将图像数据输入训练完成的全卷积神经网络中，得到复原的双光子荧光显微图像。采用本发明的基于神经网络的双光子荧光显微图像复原方法、存储介质，利用训练好的全卷积神经网络可以对任何被噪声或模糊感染的双光子荧光显微成像进行复原，得到清晰真实的复原图像。
基于神经网络光子荧光显微图像复原方法存储介质

[发明专利]一种基于用户借阅行为-兴趣预测的图书推荐方法和装置-CN202110846763.8有效
发明人： 赵雪青 -专利权人：西安工程大学
申请日： 2021-07-26 - 公布日： 2023-07-28 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于用户借阅行为‑兴趣预测的图书推荐方法和装置，该方法包括：获取用户借阅行为数据；基于用户借阅行为数据，确定基本特征标签，及采用权重计算算法TFIDF和余弦相似度方法，确定预测类特征标签；将基本特征标签和预测类特征标签输入至基于因子分解机构建的神经网络模型DeepFM中进行Embedding特征向量化，并对特征向量进行特征交叉后输入到深度神经网络，输出推荐结果。本发明在分析图书馆用户借阅行为的基础上构建兴趣预测标签，并采用DeepFM对用户进行图书推荐。本发明方法有效的构建了用户行为标签体系，结合用户兴趣进行个性化推荐，实现精准定位用户的核心需求并提升了用户满意度。
一种基于用户借阅行为兴趣预测图书推荐方法装置

[发明专利]一种基于视网膜颜色感知暗通道原理的图像去雾方法-CN201910712543.9有效
发明人： 赵雪青;师昕;樊珂 -专利权人：西安工程大学
申请日： 2019-08-02 - 公布日： 2023-07-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于视网膜颜色感知暗通道原理的图像去雾方法，包括以下步骤：S1：获取原始的含雾图像；S2：利用视网膜颜色感知机理对步骤S1中含雾图像进行计算，针对彩色含雾图像的三个颜色通道进行计算；S3：采用透射率估计函数、大气光估计函数及复原函数对步骤S2得到的含雾图像进行复原，得到最终的输出图像；本发明解决了现有图像去雾技术中自适应能力低、进一步提高图像视觉质量的问题，本发明方法过程简单，适用于任何含雾图像的复原。
一种基于视网膜颜色感知通道原理图像方法

[发明专利]基于以太坊和确权标识隐蔽嵌入的图像版权保护方法-CN202310231951.9在审
发明人： 赵雪青;刘浩;师昕;杨晗;吴祯鸿;靳可轩 -专利权人：西安工程大学
申请日： 2023-03-10 - 公布日： 2023-06-23 - 主分类号： G06F21/16 文献下载
摘要：本发明公开的基于以太坊和确权标识隐蔽嵌入的图像版权保护方法，将区块链技术和图像隐写技术相结合，首先通过设计并部署图像版权保护智能合约，图像创建者注册区块链钱包之后，通过区块链钱包与智能合约交互可以实现图像上传至区块链和图像版权转移两个功能，之后将图像创建者唯一的钱包地址使用基于离散小波变换的图像隐写技术将该地址作为确权标识嵌入到其拥有版权的图像当中，这样可以得到肉眼不可见的已经嵌入版权方信息的图像。此时，图像创建者所创建的图像不仅在区块链平台得到了版权保护，同时当图像在中心化环境传播发生被盗版篡改的情况时还可以通过提取嵌入图像的确权标识进行版权保护。
基于以太确权标识隐蔽嵌入图像版权保护方法

[发明专利]一种基于视觉神经通路的边缘检测方法-CN201910893120.1有效
发明人：师昕;赵雪青;陈惠娟 -专利权人：西安工程大学
申请日： 2019-09-20 - 公布日： 2023-05-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于视觉神经通路的边缘检测方法，通过对生物学研究的视觉神经通路信号传播过程及边缘识别过程进行建模，得到较为符合人眼感受的边缘检测图。首先，建立视网膜的感受机制模型，模拟视网膜对图片信息的响应；其次，建立大脑皮层V1区的感受机制模型，模拟脑皮层V1区对边缘轮廓的检测；然后，建立大脑皮层V1区的感受机制模型，模拟脑皮层V1区对边缘轮廓的检测；最后，结合上述三个模型组合生成基于视觉神经通路的边缘检测模型，模拟视觉神经通路的边缘检测输出。基于视觉神经通路的边缘检测方法分别对视网膜、侧膝体及大脑皮层V1区建模，将人眼视觉机制融入边缘检测中，可以得到更为符合人眼观察特征的边缘检测效果。
一种基于视觉神经通路边缘检测方法

[发明专利]一种基于卷积自编码器的超表面自动设计方法-CN201910315408.0有效
发明人：师昕;邱天硕;陈惠娟;赵雪青 -专利权人：西安工程大学
申请日： 2019-04-19 - 公布日： 2023-05-12 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于卷积自编码器的超表面自动设计方法，包括以下步骤：步骤1，随机生成若干个超表面单元结构，使用电磁仿真软件分别计算每个超表面的反射相位和幅值；步骤2，采用基于卷积自编码器的深度学习方法，通过将步骤1中计算得到的反射相位和幅值同时输入卷积自编码器，输出对应的超表面单元结构，来训练深度学习模型；步骤3，将设计目标的反射相位和幅值输入步骤2中训练完毕的深度学习模型中，使用卷积自编码器完成特征提取以及特征与超表面矩阵之间的匹配，即获得所需要设计的超表面结构。本发明可以做到同时设计超表面的反射幅值和反射相位，无需复杂的扫参过程，可以自动生成表面结构，简化了设计步骤，设计效率高。
一种基于卷积编码器表面自动设计方法

[发明专利]一种集成的卷积神经网络织物疵点分类方法-CN201911110682.0有效
发明人： 赵雪青;张敏;夏雨薇;张军军;石美红 -专利权人：西安工程大学
申请日： 2019-11-14 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种集成的卷积神经网络织物疵点分类方法，首先对织物图像进行预处理，将原本的图像数据集进行任意旋转、变暗、加入高斯噪声和椒盐噪声来增强数据；再次对图像进行归一化处理，对DenseNet、InceptionV3和Xception在ImageNet上训练过的模型进行微调和迁移，在训练过程中调整学习参数以及冻结层数和训练测试时间，进行多次尝试后训练出自己的权重，然后得到预测结果；最后将基础模型预测出来的结果作为集成的输入，Voting(soft)集成的结果作为最终预测结果。本方法能够快速、有效的分类出织物的疵点类别，降低纺织品生产过程中的成本，提高生产效率。
一种集成卷积神经网络织物疵点分类方法

[发明专利]一种基于视网膜关键特征提取的骨架图像检索方法-CN201910711938.7有效
发明人： 赵雪青;师昕;樊珂 -专利权人：西安工程大学
申请日： 2019-08-02 - 公布日： 2023-01-31 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于视网膜关键特征提取的骨架图像检索方法，包括以下步骤：S1：获取多视角骨架图像；S2：采用基于视网膜关键特征提取步骤S1中每一个视角的骨架图像的特征；S3：采用支持向量机对步骤S2提取的不同视角的骨架图像特征进行检索，得到不同视角的最终骨架图像检索结果，解决了现有图像检索技术中数据存储空间过大、运行计算负载过重、达不到实时计算与处理要求的问题，本发明方法过程简单，适用于任何骨架图像检索。
一种基于视网膜关键特征提取骨架图像检索方法

[发明专利]基于自适应上下文推理机制的内容倾向性评判及预测方法-CN202211052086.3在审
发明人： 赵雪青;侯舒宁;师昕;刘宁;彭根荡;刘宜威 -专利权人：西安工程大学
申请日： 2022-08-31 - 公布日： 2023-01-03 - 主分类号： G06F40/35 文献下载
摘要：本发明公开了一种基于自适应上下文推理机制的内容倾向性评判及预测方法，首先对输入文本信息进行预处理；然后通过Transformer进行全局上下文特征提取；通过SACR学习不同长度语义特征之间的关联；最后采用全连接神经网络进行倾向性判断及预测。本发明将上下文推理注意网络思想引入到上下文特征提取中，通过多尺度CNN提取不同长度的文本特征，再使用自注意机制主动学习不同长度文本之间的上下文关联，形成上下文推理的自适应网络，提高了内容倾向性评判的准确度。
基于自适应上下文推理机制内容倾向性评判预测方法

[发明专利]一种多视角三维物体骨架图像提取方法-CN201711270069.6有效
发明人： 赵雪青;石美红;朱欣娟;高全力;师昕;白新国;薛文生 -专利权人：西安工程大学
申请日： 2017-12-05 - 公布日： 2021-12-14 - 主分类号： G06T7/66 文献下载
摘要：本发明公开了一种多视角三维物体骨架图像提取方法，步骤包括：步骤1、获取三维物体的多视角图像；步骤2、提取三维物体每一个视角的骨架图像，对步骤1中每一个视角得到的三维物体图像，采用拉普拉斯收缩算法分别进行骨架图像提取；步骤3、对提取的骨架图像进行归一化处理，采用sigmoid函数作为转移函数，对步骤2提取的不同视角的骨架图像进行归一化处理，得到不同视角的最终骨架图像。本发明方法过程简单，适用于任何三维物体的骨架图像提取。
一种视角三维物体骨架图像提取方法

[发明专利]一种基于时空脉冲编码的图像轮廓提取方法-CN202110513846.5在审
发明人： 赵雪青;杨坤 -专利权人：西安工程大学
申请日： 2021-05-12 - 公布日： 2021-09-24 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于时空脉冲编码的图像轮廓提取方法，具体按照以下步骤实施：步骤1、读取输入图像；步骤2、利用二维Gabor函数模拟简单神经节细胞感受野和复杂神经节细胞的感受野来处理输入图像；步骤3、利用非经典感受野的各向异性抑制，对提取出的结果做初步的纹理抑制；步骤4、利用高斯函数赋予权值处理纹理抑制后的图像，并编码成时间序列；步骤5、利用漏积分点火神经元模型将步骤4得到的时间脉冲序列编码为脉冲发放频率输出，并做细化处理和二值化处理，输出最终的图像轮廓提取结果。
一种基于时空脉冲编码图像轮廓提取方法

1
2
下一页»
尾页
共 25 条