“姜沛林”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22个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进U-Net网络的冠脉OCT图像病变斑块分割方法-CN202110569416.5有效
发明人：高登峰;曹心雨;郑加伟;姜沛林 -专利权人：西安交通大学第二附属医院
申请日： 2021-05-25 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种基于改进U‑Net网络的冠脉OCT图像病变斑块分割方法。本发明的方法具体步骤如下：1)数据获取；2)数据预处理；3)构建模型；4)模型训练；5)模型评估。本发明向U‑Net模型中引入空间金字塔模块和多尺度空洞卷积模块，可以在保留足够的空间信息的同时，捕获更多高级特征，以提高病变斑块的分割精度。
一种基于改进 net 网络 oct 图像病变分割方法

[发明专利]一种基于强化学习的算子自动调优方法及相关装置-CN202310862565.X在审
发明人：张宇;汪义华;金莉;姜沛林 -专利权人：西安交通大学
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于强化学习的算子自动调优方法及相关装置，基于长短时记忆网络的策略网络，策略网络会顺序地选择各个待调优参数的值，调优参数组合对应的算子实现在目标硬件上的实测算力值将作为奖励信号，使用REINFORCE算法计算梯度来更新策略网络。为了加快策略网络的收敛，使用了小批量梯度下降训练的REINFORCE算法。为了减少不必要的硬件采样，本发明提出了一个可以预测样本和性能之间映射关系的开销模型，并使用该模型的推理预测代替真实的硬件采样，来加速自动调优的搜索过程。开销模型使用梯度提升树对历史采样数据进行回归拟合，根据核平滑方法处理后的标签值频率分布设置样本加权目标函数，减少了不平衡的训练集数据标签分布对预测精度的影响。
一种基于强化学习算子自动方法相关装置

[发明专利]一种自适应的算子自动调优方法、系统、设备及存储介质-CN202310311559.5在审
发明人：汪义华;张宇;姜沛林;金莉 -专利权人：西安交通大学
申请日： 2023-03-27 - 公布日： 2023-06-23 - 主分类号： G06N3/126 文献下载
摘要：本发明公开了一种自适应的算子自动调优方法、系统、设备及存储介质，使用了复合式的代理模型构建方法，可以达到在不减少代理模型对复杂搜索空间的拟合能力的前提下，控制代理模型的规模，减少因为在线代理模型需要在每此调优迭代后训练更新所带来的时间成本。本发明所采用的概率式代理模型，可以随时评估当前调优迭代中代理模型的不确定性度量，动态地调整每次调优迭代时，待测配置集中随机挑选的配置与基于代理模型搜索挑选的配置之间的比例，使得调优过程能自适应地对代理模型进行“利用‑探索”，能在保证提高调优进程的收敛速度的情况下，反正最终的搜索结果陷入代理模型的局部最优，降低调优后的算子性能表现。
一种自适应算子自动方法系统设备存储介质

[发明专利]属性图调整的迹值比线性判别分析降维方法、设备及介质-CN202211007707.6在审
发明人：王飞;温欣珮;王泉;郭宇;姜沛林;李如瑜 -专利权人：西安交通大学
申请日： 2022-08-22 - 公布日： 2022-11-18 - 主分类号： G06K9/62 文献下载
摘要：本发明属于数据处理技术领域，涉及一种属性图调整的迹值比线性判别分析降维方法，将同一属性上所有样本点的属性值组成的向量表示成一个属性点，对每对属性点之间的边用高斯核函数加权生成属性图；在最大化投影变换后的类间散度、最小化投影变换后的类内散度的同时引入属性图对判别投影矩阵的调整项，使得相似的属性在判别投影矩阵中有相似的权值。本发明提出的算法是对传统的迹值比线性判别分析算法的改进，大大提升了降维效果，通过调整参数可以退化为传统的迹值比线性判别分析算法；本发明所提出算法对于参数不敏感，并且在降到不同维度时表现稳定；本发明优于一些已有的线性判别分析改进算法，在降维时能更好的保留原始数据的信息。
属性调整线性判别分析方法设备介质

[发明专利]一种交通流量预测方法、系统、装置及可读存储介质-CN202210763540.X在审
发明人： 姜沛林;佟佳澄;纪炎涛;范伟;张效国 -专利权人：西安交通大学
申请日： 2022-06-30 - 公布日： 2022-09-27 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种交通流量预测方法、系统、装置及可读存储介质，包括交通流量特征设计，包括区域流动特征、区域依赖特征和时间特征。首先使用图注意力网络实现对每个区域的流量关系进行学习。在此之上，为捕获远近空间特征，本章设计了一个基于残差网络，利用卷积网络和空洞卷积网络的远近空间特征模块，学习多尺度的空间特征。最后使用了ConvLSTM网络对每个区域的顺序性和周期性进行学习，并且引入了注意力机制进一步提高了周期性特征的提取准确度，并训练出最终的预测模型，提高了时空序列的预测精确度和稳定性。
一种交通流量预测方法系统装置可读存储介质

[发明专利]基于深度学习和四元数的头部位姿估计方法-CN202111523829.6在审
发明人：张雪涛;刘银川;龚羽飞;姜沛林;王飞 -专利权人：西安交通大学
申请日： 2021-12-14 - 公布日： 2022-03-15 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于深度学习和四元数的头部位姿估计方法，1、选取公开头部位姿数据集并预处理，每张头部图像均对应表示头部姿态的欧拉角和四元数两个标签，并划分出训练集、验证集和测试集；2、搭建具有若干个阶段的头部位姿估计神经网络模型，网络的最后输出为一个组合旋转的四元数；3、将训练集和验证集输入至搭建的头部位姿估计神经网络中进行训练,得到头部位姿估计模型；4、利用头部位姿估计模型对测试集进行测试,通过计算四元数转换的欧拉角与样本标签欧拉角之间的平均绝对误差得到神经网络头部姿态估计的误差大小。本发明实现通过单幅图像的回归模型就能够估计出人的头部姿态信息,通过多个阶段的融合提高了头部位姿估计的精确度。
基于深度学习四元数部位估计方法

[发明专利]基于自适应图的半监督宽度学习分类方法及设备-CN202110921323.4在审
发明人：郭宇;熊钰;姜沛林;张玉龙;王飞 -专利权人：西安交通大学
申请日： 2021-08-11 - 公布日： 2021-11-26 - 主分类号： G06K9/62 文献下载
摘要：一种基于自适应图的半监督宽度学习分类方法及设备，分类方法包括以下步骤：先将输入数据进行随机权值映射，将映射后的特征存储在特征节点中，然后通过相似的非线性特征映射将特征节点扩展到增强节点，最后将特征节点和增强节点结合形成输入数据的特征映射矩阵；基于流行正则化框架的半监督学习，利用输入数据和输入数据的特征映射矩阵学习相似性矩阵，同时推断未知标签，得到损失函数；对于提出的损失函数，对每个变量求出局部最优解，进行迭代优化，完成半监督分类。本发明联合优化基于稀疏自编码器的特征提取过程和自适应图结构学习过程进行分类，提高了算法的稳定性和性能。
基于自适应监督宽度学习分类方法设备

[发明专利]高光谱图像目标异常检测方法、系统、终端及存储介质-CN202110921317.9在审
发明人：郭宇;纪炎涛;姜沛林;张雪涛;王飞 -专利权人：西安交通大学
申请日： 2021-08-11 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：一种高光谱图像目标异常检测方法、系统、终端及存储介质，检测方法包括以下步骤：通过最大互相关熵协作表示赋予高光谱图像每个波段一个合适的权重；对于每个波段具有一个合适的权重的高光谱图像，通过最大互相关熵协作表示得出像素异常得分，通过设置合适阈值选择出异常像素。本发明通过对高光谱图像的不同波段自适应赋予不同权重，能够有效避免波段噪声与异常像素点段对于检测准确度的影响，提高算法的鲁棒性。本发明目标函数构建的是联合函数，同时求解波段权重和邻域像素点权重，使用迭代求解算法高效求解，避免了单独学习二者其中一个可能带来的次优解问题。本发明能够有效的提高准确率。
光谱图像目标异常检测方法系统终端存储介质

[发明专利]一种基于自适应邻域权重学习的刚体配准方法及设备-CN202110528840.5在审
发明人：郭宇;石岩;姜沛林;张玉龙;王飞 -专利权人：西安交通大学
申请日： 2021-05-14 - 公布日： 2021-08-13 - 主分类号： G06T7/30 文献下载
摘要：一种基于自适应邻域权重学习的刚体配准方法及设备，配准方法包括对源点集和目标点集进行预处理；初始化旋转矩阵和平移向量，确定目标函数；对源点集中的每一个点，遍历目标点集找到欧式距离最近的对应点集；计算源点集和对应点集的中心位置坐标，对两个点集进行去中心化处理；计算去中心化后两个点集的协方差矩阵并进行奇异值分解，求出旋转矩阵；由两个点集的中心化坐标做差得到平移矩阵；通过预先设定的k值，对点集中的点进行更新；根据求得的旋转矩阵和平移矩阵对源点集进行位置变换，计算变换后的源点集和目标点集的对应距离平方和，判断是否达到阈值，如果达到则输出配准结果，否则继续返回迭代。本发明能提高点云数据的配准精度。
一种基于自适应邻域权重学习刚体方法设备

[发明专利]一种面向增强现实应用的建筑物图像分割方法-CN201711368723.7有效
发明人： 姜沛林;王飞;范财理 -专利权人：西安交通大学
申请日： 2017-12-18 - 公布日： 2021-03-16 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种面向增强现实应用的建筑物图像分割方法，包括建筑图像特征设计，包括梯度角度熵特征、颜色熵特征和线特征；选择训练样本，使用改进的K‑means对训练样本进行聚类，选择互不相交的聚类集合中的样本作为训练样本；Adaboost决策分类器训练，输入选择的样本输入训练Adaboost决策分类器；将测试图像输入Adaboost决策分类器，输出建筑物分割结果。本发明与传统分割方法相比，设计了一种建筑图像特征描述方法，并对梯度角度熵进行了简化，显著的提高了分割的效率；设计了一种基于Adaboost决策树的分类器，为了去除样本冗余性，设计了一种样本的选择方法，并训练出最终的分类器模型，快速、准确的分割了包含建筑物图像的建筑物结构和非建筑物、非人工结构。
一种面向增强现实应用建筑物图像分割方法

[发明专利]基于眼动数据的分层特征融合的专注度检测装置及方法-CN201810668963.7有效
发明人： 姜沛林;刘冰;王飞;张玉龙 -专利权人：西安交通大学
申请日： 2018-06-26 - 公布日： 2021-02-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于眼动数据的分层特征提取与融合的专注度检测装置及方法，首先，使用眼动仪采集人们观看视频时的眼动数据；其次，采用加权logistics regression算法进行眼动事件数据的特征提取与融合；随后，采用小波分解和近似熵算法进行原始眼动数据的特征提取与融合；然后，融合前面提取的新特征，并将其作为样本训练的特征；最后采用adaboost分类算法建立基于眼动数据的专注度检测模型。本发明将眼动技术应用到了在线视频观看的专注度检测中，并采用眼动数据的分层特征提取与融合的方法，有效的结合了统计的眼动数据和带有时间序列信息的原始眼动数据，提高了检测的准确性。
基于数据分层特征融合专注检测装置方法

[实用新型]车辆振动幅度检测装置-CN201922255658.8有效
发明人：贺喜;刘贤达;姜沛林;蒲涛 -专利权人：贺喜;刘贤达;姜沛林;蒲涛
申请日： 2019-12-16 - 公布日： 2020-06-26 - 主分类号： G01H17/00 文献下载
摘要：本实用新型提供一种车辆振动幅度检测装置，包括中央处理器以及与其分别相连接的振动传感器模块、接口数据转换模块、显示模块，所述中央处理器接收振动传感器模块的检测数据，并通过显示模块进行显示，所述接口数据转换模块通过USB线与车辆上USB接口连接进行数据连接。所述车辆振动幅度检测装置相比市面上的车辆振动传输装置，缩小了设备体积，使得产品使用几乎不占用车辆内部空间，耗电量小，体积小，精度高，接口通用。
车辆振动幅度检测装置

[发明专利]一种基于量化最小残差熵准则的人眼注视点估计方法-CN201810663272.8有效
发明人：张雪涛;杨奔;陈霸东;姜沛林;王飞 -专利权人：西安交通大学
申请日： 2018-06-25 - 公布日： 2019-09-20 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于量化最小残差熵准则的人眼注视点估计方法，属于机器视觉领域；主要包含以下步骤：1、人脸图像提取；2、人眼图像精确提取及对齐；3、人眼特征提取及降维；4、人眼注视点位置估计；本发明方法能在不同环境下在保证估计精度的同时大大缩短估计时间，从而保证估计过程的时效性。
最小残差注视点人眼人眼注视点位置量化人脸图像提取机器视觉人眼特征人眼图像对齐时效性降维保证

[发明专利]一种基于差分进化算法和TrimmedICP算法的点云配准方法-CN201710268810.9有效
发明人：张雪涛;左长乐;王飞;孙继发;姜沛林;杨奔 -专利权人：西安交通大学
申请日： 2017-04-20 - 公布日： 2019-04-16 - 主分类号： G06T7/30 文献下载
摘要：本发明公开了一种基于差分进化算法和TrimmedICP算法的点云配准方法，TrimmedICP算法可以解决点云配准中重叠率较低的问题，但是需要首先设置很好的旋转矩阵初值和平移矩阵初值，否则会陷入局部最优；差分进化算法可以通过随机方式生成初始种群，并且应用变异、交叉、选择操作使种群分布在所有的范围；两者相结合既解决了选取旋转矩阵和平移矩阵初值的困难问题，又可以获得全局的最优解，以获得精确的配准结果。
一种基于进化算法 trimmedicp 点云配准方法

[发明专利]一种基于相关熵的注视点估计方法-CN201710240474.7有效
发明人：张雪涛;李中常;王飞;陈霸东;王颖;姜沛林;郑南宁 -专利权人：西安交通大学
申请日： 2017-04-13 - 公布日： 2019-01-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于相关熵的注视点估计方法，包含步骤如下：1、人脸图像采集；2、人眼图像亚像素提取；3、人眼图像特征降维；4、注视点位置估计；本发明方法能在不同的环境条件下对注视点进行精确的估计。
一种基于相关注视点估计方法

1
2
下一页»
尾页
共 22 条