“王善峰”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66个，建议您升级VIP下载更多相关专利

[发明专利]一种用户标签数据预测系统、方法、装置及电子设备-CN202010724476.5有效
发明人：公茂果;高原;王钊;梁爽;王善峰;武越;张明阳;李豪 -专利权人：西安电子科技大学
申请日： 2020-07-24 - 公布日： 2023-08-15 - 主分类号： G06N3/098 文献下载
摘要：本发明公开了一种用户标签数据预测系统和方法，第一客户端获取目标用户的第一标识数据和第一特征数据组，针对每个第二客户端，预测第一特征数据组在该第二客户端的第二预测特征数据组，将第一标识数据和第二预测特征数据组的加密数据发送给该第二客户端；利用训练得到的联邦学习模型参数，获得第一特征数据组的第一加密加权值并发送给服务端；每个第二客户端利用接收到的加密数据，确定目标用户在该第二客户端的第二目标特征数据组，利用训练得到的联邦学习模型参数，获得第二目标特征数据组的第二加密加权值并发送给服务端；服务端对接收到的第一加密加权值和第二加密加权值求和，对求和结果解密得到目标用户的目标标签数据并返回给第一客户端。
一种用户标签数据预测系统方法装置电子设备

[发明专利]一种基于卫星测运控资源规划调度的建模方法-CN202011451679.8有效
发明人：公茂果;邢立宁;王勇;张明阳;张普照;武越;王善峰 -专利权人：西安电子科技大学
申请日： 2020-12-09 - 公布日： 2023-08-11 - 主分类号： G06F18/243 文献下载
摘要：本发明实施例提供了一种基于卫星测运控资源规划调度的建模方法，包括以下步骤：S10、将卫星测运控资源规划与调度问题生成问题实例，将所有问题实例整合，构建实例库；S20、根据实例库建立三个尺度，由所述三个尺度确定表达单元；S30、根据所述实例库中的实例特征，确定问题特征；S40、根据所述表达单元及所述问题特征匹配问题模型，按照所述三个尺度的优先级进行匹配，得到建模结果。
一种基于卫星测运控资源规划调度建模方法

[发明专利]一种云计算环境下代理优化的问题规模统一化方法-CN202111424117.9有效
发明人：公茂果;熊普;李豪;李得众;武越;王善峰;刘洁怡;蒋祥明 -专利权人：西安电子科技大学
申请日： 2021-11-26 - 公布日： 2023-08-08 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种云计算环境下代理优化的问题规模统一化方法，应用于云端，包括：获取客户端关于多目标问题的优化任务；产生多个输入样本，利用真实函数得到输出矩阵；产生多个权向量，将多目标问题聚合为单目标问题；从云端数据库中获取若干个相关源模型，构建多问题代理模型；利用多问题代理模型搜索待评估点，利用真实函数评估待评估点以更新输出矩阵，得到帕累托前沿面；判断是否达到预设的评估次数；若否返回产生多个权向量的步骤；若是将最终得到的帕累托前沿面作为优化结果返回客户端。本发明运用了多问题代理模型的方法来进行多目标优化，引入随机投影矩阵能解决源模型与目标模型问题规模不一致的情况，能得到更精确的结果，并降低成本。
一种计算环境代理优化问题规模统一化方法

[发明专利]一种基于局部信息和全局信息的遥感图像配准方法-CN202111463682.6有效
发明人：武越;肖郑磊;白壮飞;王善峰;公茂果;马文萍;苗启广 -专利权人：西安电子科技大学
申请日： 2021-12-02 - 公布日： 2023-08-08 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于局部信息和全局信息的遥感图像配准方法，包括：获取基准图像和待匹配图像；分别提取所述基准图像与所述待匹配图像的图像特征，并根据特征相似性将所述图像特征进行匹配，以得到初始匹配集合，其中，所述初始匹配集合由多组初始匹配对组成；基于所述初始匹配集合，构建特征匹配模型；获取所述特征匹配模型对应的目标匹配解集合；根据所述目标匹配解集合，确定全局变换参数；基于所述全局变换参数和预设动态阈值，对每个所述初始匹配对进行验证，以得到目标特征匹配集合；根据所述目标特征匹配集合，对所述基准图像和所述待匹配图像进行配准。本发明能够提高图像配准的精度。
一种基于局部信息全局遥感图像方法

[发明专利]基于波段保留与对抗生成网络的高光谱遥感数据增强方法-CN202310247284.3在审
发明人：张明阳;王昭阳;公茂果;李豪;武越;王善峰;蒋祥明;冯丹 -专利权人：西安电子科技大学
申请日： 2023-03-14 - 公布日： 2023-08-04 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于波段保留与对抗生成网络的高光谱遥感数据增强方法，将传统的特征保留数据增强策略与基于GAN网络的数据增强方法相融合，并创造性的应用于高光谱遥感数据，根据高光谱图像波段数目多的特点并结合GAN网络生成数据质量，设计了全新的波段选择融合策略，将波段选择融合策略融入GAN的训练过程，并构建了一个全新的GAN网络，为了增加GAN网络生成样本的多样性，设计了全新的GAN网络训练流程，本发明的高光谱遥感数据增强方法，有效缓解了高光谱遥感领域中分类问题中遇到的小样本问题和数据类别不均衡问题，提高了分类的精确度。
基于波段保留对抗生成网络光谱遥感数据增强方法

[发明专利]心脑血管疾病参考信息预测系统、方法、装置及电子设备-CN202010725702.1有效
发明人：公茂果;高原;王钊;王善峰;武越;张明阳;李豪 -专利权人：西安电子科技大学
申请日： 2020-07-24 - 公布日： 2023-08-04 - 主分类号： G16H50/20 文献下载
摘要：本发明公开心脑血管疾病参考信息预测方法，第一客户端获取目标用户的第一标识数据和第一特征数据组；利用对偶模型预测第一特征数据组在第二客户端的第二预测特征数据组，将第一标识数据和第二预测特征数据组的加密数据发给第二客户端；获得第一特征数据组的第一加密加权值并发给服务端；第二客户端利用接收的加密数据确定目标用户在第二客户端的第二目标特征数据组，获得第二目标特征数据组的第二加密加权值并发给服务端；服务端对接收到的第一加密加权值和第二加密加权值求和，对求和结果解密得到表征目标用户心脑血管疾病参考信息的目标标签数据并发给第一客户端；第一客户端为用户汇总端或医院端之一，第二客户端为用户汇总端或医院端之另一。
脑血管疾病参考信息预测系统方法装置电子设备

[发明专利]关于用户还款及时性的预测系统、方法、装置及电子设备-CN202010725692.1有效
发明人：公茂果;高原;王钊;梁爽;王善峰;武越;张明阳;李豪 -专利权人：西安电子科技大学
申请日： 2020-07-24 - 公布日： 2023-08-01 - 主分类号： G06F17/00 文献下载
摘要：本发明公开了一种关于用户还款及时性的预测方法，第一客户端获取目标用户的第一标识数据和第一特征数据组；利用对偶模型预测第一特征数据组在第二客户端的第二预测特征数据组，将第一标识数据和第二预测特征数据组的加密数据发给第二客户端；获得第一特征数据组的第一加密加权值并发给服务端；第二客户端利用接收到的加密数据确定目标用户在第二客户端的第二目标特征数据组，获得第二目标特征数据组的第二加密加权值并发给服务端；服务端对接收到的第一加密加权值和第二加密加权值求和，对求和结果解密得到表征目标用户还款及时性的目标标签数据，并发给第一客户端；第一客户端为销售企业端或银行端之一，第二客户端为销售企业端或银行端之另一。
关于用户还款及时性预测系统方法装置电子设备

[发明专利]基于车载激光雷达的障碍物识别方法-CN202310207529.X在审
发明人：公茂果;武越;杨柳;张明阳;王善峰;李豪;范晓龙 -专利权人：西安电子科技大学
申请日： 2023-03-06 - 公布日： 2023-07-14 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于车载激光雷达的障碍物识别方法，涉及点云数据处理技术领域，包括：获取原始点云数据；对原始点云数据进行预处理操作，得到预处理后的点云数据；对预处理后的点云数据再进行分割地面操作，得到保留障碍物点云数据；根据保留障碍物点云数据，构建极坐标栅格图；其中，障碍物极坐标栅格图包括多个栅格；根据相对距离阈值，获取栅格聚类的自适应径向搜索步长；使用区域生长法标记符合自适应径向搜索步长要求的栅格，得到不同类别的栅格集合；将不同类别的栅格集合转换为不同类别的点云数据集合，得到障碍物信息。本发明能够在保证对障碍物目标快速识别的基础上，提高识别精度。
基于车载激光雷达障碍物识别方法

[发明专利]一种相机与激光雷达融合的目标检测方法及装置-CN202310225769.2在审
发明人：公茂果;武越;杨柳;张明阳;王善峰;李豪;范晓龙 -专利权人：西安电子科技大学
申请日： 2023-03-09 - 公布日： 2023-07-14 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种相机与激光雷达融合的目标检测方法，包括：利用YOLOV5模型对目标场景的彩色图像数据进行目标检测，获得视觉检测结果集合；利用激光雷达获取目标场景的点云数据，并通过聚类算法进行疑似目标的检测，获得疑似目标检测结果集合；从视觉检测结果集合中确定目标置信度最大的第一目标的边界框Boxo，并确定疑似目标检测结果集合L中与Boxo相匹配的边界框Box′l；获取Box′l对应的点云数据并进行分类，得到第一置信度；根据第一置信度、Boxo对应的置信度、Box′l和Boxo确定目标的位置和分类结果，并根据Box′l对应的点云数据确定目标的距离信息。本发明可以有效改善相机误检以及因光线不好检测置信度不高等问题。
一种相机激光雷达融合目标检测方法装置

[发明专利]一种激光雷达3D目标检测方法-CN202310239038.3在审
发明人：公茂果;武越;熊光磊;张明阳;王善峰;李豪;范晓龙 -专利权人：西安电子科技大学
申请日： 2023-03-13 - 公布日： 2023-06-23 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种激光雷达3D目标检测方法，包括：获取待检测点云图像；待检测点云图像中的每个点具有多维特征；根据待检测点云图像确定多个点云柱；根据每个点云柱的参数信息，确定该点云柱内的点的扩展特征；根据每个点云柱内的点的扩展特征，确定该点云柱内的每个点的高维特征和该点云柱的全局特征；根据该点云柱的全局特征与高维特征，得到该点云柱的拼接特征；根据该点云柱的拼接特征，确定该点云柱的融合特征；根据多个点云柱的融合特征，确定待检测点云图像的伪图像；将伪图像输入预训练的检测网络，得到待检测点云图像中包含的目标的类别和位置；检测网络包括：下采样网络、多路特征提取网络、反卷积网络和检测头。
一种激光雷达目标检测方法

[发明专利]基于自适应差分隐私的联邦学习模型优化方法及装置-CN202310066929.3在审
发明人： 王善峰;余天豪;孙嘉雨;芦毅衡;公茂果;高原;范晓龙 -专利权人：西安电子科技大学
申请日： 2023-01-17 - 公布日： 2023-06-06 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于自适应差分隐私的联邦学习模型优化方法，包括：获取多个客户机的本地数据，并对预选的相应神经网络进行训练，得到每个本地模型的模型参数；对每个本地模型中的每一层网络进行独立评估，并根据评估结果对每一层网络的模型参数自适应地设置差分隐私噪声预算；同时，基于卷积核的绝对权值对每一层网络的层内结构进行评估，并根据评估结果对层内卷积核的模型参数自适应地添加差分隐私噪声预算；将所有客户机本地模型的模型参数上传至服务器，并对模型参数进行聚合；重复上述操作，直至神经网络模型收敛或到达指定聚合轮数，得到训练好的联邦学习模型。该方法可以在保证隐私保护级别的同时，最大程度的保证结果的准确性。
基于自适应隐私联邦学习模型优化方法装置

[发明专利]一种基于多目标优化的视频摘要方法-CN202310103335.5在审
发明人：公茂果;何热;蒋祥明;王善峰;范晓龙;唐泽栋;武越 -专利权人：西安电子科技大学
申请日： 2023-02-10 - 公布日： 2023-05-16 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于多目标优化的视频摘要方法，包括：获取待生成摘要的原视频；利用核时域分割对原视频进行视频镜头分割，得到多个不相交的子镜头；对原视频进行采样抽帧，得到第一采样帧集合，提取第一采样帧集合中所有采样帧对应的特征向量，构建特征词典；根据特征词典，构建视频摘要生成的多目标优化模型；利用基于分解的多目标优化算法，得到多目标优化模型的非支配解集合；确定非支配解集合中的最优解，根据最优解得到视频摘要结果。本发明的方法通过在视频摘要领域引入多目标优化算法，可以快速实现视频摘要的提取，提高视频摘要提取的准确性使得视频摘要能全面的反映视频内容。
一种基于多目标优化视频摘要方法

[发明专利]一种面向小样本数据的个性化联邦元学习方法-CN202310067220.5在审
发明人： 王善峰;孙嘉雨;余天豪;公茂果;张元侨;高原;范晓龙 -专利权人：西安电子科技大学
申请日： 2023-01-16 - 公布日： 2023-05-16 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种面向小样本数据的个性化联邦元学习方法，应用于服务器，包括：确定与自身通信连接的各个客户端的分类任务数量，并分配训练任务和测试任务，以使每个客户端基于训练任务和测试任务，利用元学习算法和用户数据对待训练的神经网络进行训练及测试，并在获得第一分类模型后上传第一分类模型的至少部分网络参数；接收各个客户端上传的至少部分网络参数并进行聚合，得到第一类网络参数；将第一类网络参数发送至各个客户端，以使每个客户端对第一分类模型进行更新，得到第二分类模型。针对小样本数据分类的问题，本发明通过聚合各客户端Base层的当前网络参数来聚合不同客户端的异构模型，进而实现个性化联邦学习。
一种面向样本数据个性化联邦学习方法

[发明专利]一种基于联邦学习的供应链需求预测方法-CN202310152795.7在审
发明人：公茂果;王炯乾;高原;林一鸣;王善峰;周慧;王钊 -专利权人：西安电子科技大学
申请日： 2023-02-22 - 公布日： 2023-05-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于联邦学习的供应链需求预测方法，应用于参与方，包括：参与方A、B分别对自身数据进行加密对齐，获得共同数据；参与方A利用用户的第二类数据对第一待训练神经网络模型进行训练，并将第一输出结果发送至参与方B；参与方B利用第一类数据和预设产品的相关数据对第二待训练神经网络模型进行训练后，根据第一输出结果及第二输出结果判断第一待训练神经网络模型和第二待训练神经网络模型是否收敛；若是，则参与方A、参与方B分别利用训练得到的第一预测模型和第二预测模型进行需求预测，并将两个预测结果发送至中央服务器，生成最终的供应链需求预测结果。本发明提供解决了新零售行业面临的数据安全和隐私问题。
一种基于联邦学习供应需求预测方法

[发明专利]基于超像素特征提取神经网络算法的高光谱影像分类方法-CN201811561744.5有效
发明人：马晶晶;蒋汾龙;公茂果;王善峰;范晓龙;张明阳;武越;张朋朋 -专利权人：西安电子科技大学
申请日： 2018-12-20 - 公布日： 2023-04-18 - 主分类号： G06V20/10 文献下载
摘要：本发明公开一种基于超像素特征提取神经网络算法的高光谱影像分类方法，包括：高光谱影像经像素点标记和超像素分割处理获得带有像素点标记的超像素和未带像素点标记的超像素；利用超像素特征提取神经网络以带有像素点标记的超像素为输入对象进行网络训练，再利用训练好的超像素特征提取神经网络对未带像素点标记的超像素进行处理得到分类图；所述的超像素特征提取神经网络包括多个叠加的子网络层，每层子网络层由全连接的特征提取层、池化层、特征拼接层和批标准化层组成。本发明减少了监督学习方法中对样本标记数目的依赖；通过设计的神经网络对超像素的提取，兼顾了超像素个体像素以及全体像素的深度特征信息，使特征更鲁棒。
基于像素特征提取神经网络算法光谱影像分类方法

1
2
3
4
5
下一页»
尾页
共 66 条