[发明专利]基于概率分布函数的背景辐射特性分析方法在审
| 申请号： | 202310635743.5 | 申请日： | 2023-05-31 |
| 公开（公告）号： | CN116721335A | 公开（公告）日： | 2023-09-08 |
| 发明（设计）人： | 薛永宏;李泽亚;赵震;张磊;田景峰;马静 | 申请（专利权）人： | 中国人民解放军63921部队 |
| 主分类号： | G06V10/84 | 分类号： | G06V10/84 |
| 代理公司： | 北京谨诚君睿知识产权代理事务所(特殊普通合伙) 11538 | 代理人： | 延慧;李红 |
| 地址： | 100094 *** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于概率分布函数的背景辐射特性分析方法，包括：根据光学图像数据处理需求，确定分块图像；对所述分块图像计算背景辐射特性的统计特性；以所述统计特性构建概率分布函数；确定背景辐射特性的概率分布。通过实施本发明实施例的方案，面向实测数据背景辐射特性统计需求，通过将概率分布函数引入背景辐射特性计算过程，使得分析结果能够更客观地反映背景辐射特性的概率分布规律。 | ||
| 搜索关键词： | 基于 概率 分布 函数 背景 辐射 特性 分析 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军63921部队，未经中国人民解放军63921部队许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310635743.5/，转载请声明来源钻瓜专利网。
- 上一篇：斑马鱼胚胎重力效应模型构建方法和应用
- 下一篇：一种动力吸振器及其设计方法
- 同类专利
- 图像标签确定方法、装置、电子设备及存储介质-202010258265.7
- 张志伟;王希爱;郑仲奇 - 北京达佳互联信息技术有限公司
- 2020-04-03 - 2023-10-10 - G06V10/84
- 本公开关于一种图像标签确定方法、装置、电子设备及存储介质。该图像标签确定方法包括：将目标图像输入预设的至少一个图像标签预测模型，得到至少一个预测结果；对至少一个预测结果进行筛选，确定出至少一个目标预测结果；对至少一个目标预测结果中的预测概率进行校验，得到图像校验预测概率和对应的图像校验预测标签；将满足预设条件的图像校验预测概率对应的图像校验预测标签，确定为目标图像的标签。其中，对至少一个目标预测结果进行多重校验，根据多重校验结果来确定图像的标签，能够避免应用单一模型进行标签确定的不确定性，提高真实场景中对目标图像的标签进行识别的精度。
- 一种基于YOLOv7改进的绝缘子异常温升检测方法-202310806842.5
- 冯小虎;陈晓琳;李欣然;符小桃;陈林聪 - 海南电网有限责任公司电力科学研究院
- 2023-07-03 - 2023-09-29 - G06V10/84
- 本发明提供一种基于YOLOv7改进的绝缘子异常温升检测方法，该方法包括步骤：S1、获取绝缘子异常温升红外图像，对绝缘子异常温升红外图像进行预处理；S2、基于YOLOv7网络构建绝缘子异常温升检测模型；S3、将训练样本输入绝缘子异常温升检测模型进行训练；S4、将经过预处理的绝缘子异常温升红外图像输入到绝缘子异常温升检测模型中，获得检测结果，所述方法在提高绝缘子异常温升检测速度的同时能够保证检测精度，进而可以有效预防因绝缘子异常温升导致的输电线路事故，保障电网安全稳定运行。
- 一种基于图谱信号的茶叶种类识别方法和装置-202210657359.0
- 杨宝华;罗娜;刘碧云 - 安徽农业大学
- 2022-06-10 - 2023-09-26 - G06V10/84
- 本发明公开了一种基于图谱信号的茶叶种类识别方法和装置，该方法包括：1获取不同种类茶叶样本的高光谱图像，并对高光谱图像进行黑白板校正；2对校正后的高光谱图像提取感兴趣区域的平均光谱信号和图像信号；3基于茶叶样本的平均光谱信号进行马尔可夫转换域编码，得到编码图像；4将茶叶样本的图像信号进行一级冗余离散小波分解，得到四个子带图像；5基于有效信息最多的三个子带图像建立小波组合图像；6通过3个1×1的卷积核融合编码图像和小波组合图像，再利用AlexNet模型进行训练测试，得到茶叶种类的识别结果。本发明通过编码图像和小波组合图像获取更多的茶叶样本信息，从而能提高茶叶种类的识别精度。
- 基于概率分布函数的背景辐射特性分析方法-202310635743.5
- 薛永宏;李泽亚;赵震;张磊;田景峰;马静 - 中国人民解放军63921部队
- 2023-05-31 - 2023-09-08 - G06V10/84
- 本发明涉及一种基于概率分布函数的背景辐射特性分析方法，包括：根据光学图像数据处理需求，确定分块图像；对所述分块图像计算背景辐射特性的统计特性；以所述统计特性构建概率分布函数；确定背景辐射特性的概率分布。通过实施本发明实施例的方案，面向实测数据背景辐射特性统计需求，通过将概率分布函数引入背景辐射特性计算过程，使得分析结果能够更客观地反映背景辐射特性的概率分布规律。
- 模型训练方法、关键点检测方法、电子设备及存储介质-202310526628.4
- 刘冲冲;付贤强;何武;朱海涛;户磊 - 合肥的卢深视科技有限公司
- 2023-05-11 - 2023-09-05 - G06V10/84
- 本申请实施例涉及图像识别领域，公开了一种模型训练方法、关键点检测方法、电子设备及存储介质。模型训练方法包括：将训练图像和训练图像经过几何变换得到的变换图像分别作为输入图像，输入到概率图预测网络，得到第一概率图和第二概率图；基于所述第一概率图和所述第二概率图，分别得到训练图像的第一关键点坐标变换图像的第二关键点坐标，并采用所变换图像对应的变换矩阵对第一关键点坐标进行几何变换处理，得到第三关键点坐标；基于第二关键点坐标和第三关键点坐标构建第一特征损失，并采用第一特征损失对概率图预测网络进行训练。本申请的训练方法提升了网络对关键点预测的语义一致性和鲁棒性。
- 基于深度马尔可夫模型的全景图像扫视路径预测方法-202310611763.9
- 方玉明;徐可烁;眭相杰;刘学林;鄢杰斌;左一帆;陈强;刘扬 - 江西财经大学;盛景智能科技（嘉兴）有限公司
- 2023-05-29 - 2023-07-21 - G06V10/84
- 本发明提出一种基于深度马尔可夫模型的全景图像扫视路径预测方法，利用选择的观看起始点对视觉状态进行初始化；根据场景语义特征及历史视觉状态，通过转移函数获得当前时刻的视觉状态表征；并从三维高斯坐标中根据三维高斯密度采集注视点样本，通过从参数化的三维高斯密度中采样来模拟发射过程，构建不同视觉状态下描述注视点的发射函数，预测当前时刻的注视点，扫视路径任务中的用户真实注视点，将用户真实注视点利用变分推理潜在视觉状态的后验分布，预测全景图像的扫视路径，通过不断迭代转移函数和发射函数，直至获得并生成所需长度的预测扫视路径。本发明提出一种初始化视觉状态的策略，可以灵活地指定一个特定的起点用于扫视路径生成。
- 图谱中边类型的识别方法、装置、设备及存储介质-202011492542.7
- 王文瑾;苏炜跃;冯仕堃;黄世维;张寅;何径舟 - 北京百度网讯科技有限公司
- 2020-12-16 - 2023-07-11 - G06V10/84
- 本申请提出了一种图谱中边类型的识别方法、装置、设备及存储介质，涉及深度学习和知识图谱技术领域，具体实现方案为：获取图谱中各个节点分别对应的第一特征；根据每个节点的第一特征、及每个类型边在图神经网络模型中对应的第一层模型参数，计算每个节点分别在各类型边对应空间中的向量；根据每个节点分别对应的向量，计算图谱中每个边属于各类型边的概率；根据每个边属于各类型边的概率，确定每个节点在图神经网络第二层中的第二特征，重复上述过程，直至获取图神经网络输出的特征；根据图神经网络输出的特征，确定图谱中各个边的类型。根据本申请的方案能够提高边类型识别的精准度，降低了标注成本。
- 一种基于TrustZone技术的YOLO车辆检测方法-202310215188.0
- 彭波;阮庆瑜 - 深圳市华普微电子股份有限公司;无锡泽太微电子有限公司
- 2023-02-27 - 2023-07-04 - G06V10/84
- 本发明公开了一种基于TrustZone技术的YOLO车辆检测方法，包括如下步骤：S1、使用行车记录仪器采集光学成像实验数据，通过ffmpeg软件将视频剪辑为图片；S2、搭建YOLO网络框架，针对原YOLO框架对小目标车辆检测精度不高，定位不准的的问题，重新设计特征提取网络；S3、对改进后的YOLO网络框架进行训练，得到检测识别模型，融合特征金字塔多次改进迭代，得到召回率和精确率有明显提升的网络框架；S4、将网络模型部署到搭载TrustZone系统的车辆检测设备，将网络模型存储安全可信区域；S5、TrustZone系统对车辆目标执行安全检测。本发明提升了YOLO模型的4.2％的精确率和3.6％召回率，同时保障了模型参数的安全性，有效预防系统参数被篡改。
- 图像处理方法、系统、可读介质和电子设备-202310311068.0
- 高薇;朱晨阳 - 安谋科技（中国）有限公司
- 2023-03-24 - 2023-06-23 - G06V10/84
- 本申请涉及人工智能领域，公开了一种图像处理方法、系统、可读介质和电子设备，应用于人工智能领域，其中方法包括确定待识别图像中的多个检测框，并计算每个检测框的至少一个类别概率，类别概率表示检测框中的图像属于对应类别的概率；从多个检测框中，选择出存在满足概率条件的类别概率的目标检测框；获取选择出的目标检测框的坐标；基于目标检测框的坐标，对目标检测框进行处理。如此，电子设备无需先获取检测框的坐标，只需先获取类别概率，其需要获取的数据量减少，数据能存放在缓存中。进而，电子设备可以从缓存中读取需要处理的数据，可以提高电子设备处理器获取数据的效率。
- 一种利用行列式点过程的采样方法及装置-202310245993.8
- 徐俊德;廖祥云;王琼 - 中国科学院深圳先进技术研究院
- 2023-03-08 - 2023-06-23 - G06V10/84
- 本发明涉及机器学习领域，具体涉及一种利用行列式点过程的采样方法及装置。该方法及装置首先构建DPP概率模型，再使用DPP概率模型将图像掩码过程建模为行列式点过程，利用行列式点过程选取多样化的图像块，其中选取的图像块尽可能多的保留原图所包含的信息。可以为网络选取出更具有代表性的掩码后图像，减轻语义信息不对称对深度神经网络特征学习的影响，提升网络在下游任务的性能。
- 一种图像识别方法、装置、电子设备及存储介质-202310107515.0
- 凌承昆;王卫锋;林瑞玉 - 天翼云科技有限公司
- 2023-01-31 - 2023-05-26 - G06V10/84
- 本发明实施例提供了一种图像识别方法、装置、电子设备及存储介质。所述方法包括：获取含有目标对象的图像；将图像输入概率预测模型，得到概率预测结果，概率预测结果包括图像中每个像素点对应的目标概率，像素点对应的目标概率为在像素点出现目标对象的概率；根据图像中每个像素点对应的的目标概率，生成目标对象的密度图，和/或，确定图像中目标对象的数量。基于概率估计的方法确定目标对象的密度或数量，可以提高目标对象的识别准确率。
- 基于隐私保护VGG的密态图像识别方法及系统-201911051284.6
- 熊金波;赵明烽;刘西蒙;毕仁万;田有亮;金彪;林劼;李琦;应作斌 - 福建师范大学
- 2019-10-31 - 2023-05-23 - G06V10/84
- 本发明涉及一种基于隐私保护VGG的密态图像识别方法及系统，该方法首先发送方将原始图像加密成两个密态分量图像，并分别发送给第一服务器和第二服务器；而后可信服务器公开VGG网络的预训练参数、微调训练参数以及预设的超参数，生成并分发随机安全参数给第一服务器和第二服务器；然后第一服务器和第二服务器分别对两个密态分量图像执行安全卷积、激活、池化和全连接层操作；最后接收方分别接收到来自第一服务器和第二服务器的输出结果，并进行解密操作，得到密态图像的特征提取和识别结果。该方法及系统有利于提高密态图像识别的准确性和图像隐私性。
- 一种基于轻量化的分布式光纤传感事件识别方法及系统-202310238330.3
- 杨振国;董火民;张发祥;张鸿宇;姜劭栋;王金伟;王昌;王春晓 - 山东省计算中心（国家超级计算济南中心）
- 2023-03-14 - 2023-05-09 - G06V10/84
- 本发明属于光纤传感事件图像识别相关技术领域，本发明提出了一种基于轻量化的分布式光纤传感事件识别方法及系统，基于马尔可夫变迁场将分布式传感器事件时序信号数据转换成马尔可夫变迁场二维图像；利用得到的图像对建立的教师网络模型进行预训练；利用预训练好的教师网络模型对所建立的学生网络模型进行中间特征层的一阶知识蒸馏训练；利用预训练好的教师网络模型和经过一阶知识蒸馏的学生网络模型对所述学生网络模型的输出特征层进行二阶知识蒸馏训练，得到训练好的学生网络模型；通过训练好的学生网络模型进行识别，提升了小模型的识别精度，缩短了识别时间，提升了推理速度。
- 基于生成对抗模仿学习的用户轨迹生成方法及装置-202111246324.X
- 李勇;王寰东 - 丰田自动车株式会社;清华大学
- 2021-10-26 - 2023-04-28 - G06V10/84
- 本公开涉及一种基于生成对抗模仿学习的用户轨迹生成方法及装置，该方法包括：构建基于生成对抗模仿学习的策略函数网络和回报函数网络；基于用户的历史移动轨迹对所述策略函数网络和回报函数网络进行训练，得到用户轨迹生成模型；将用户当前的移动轨迹输入所述用户轨迹生成模型中，生成用户的移动轨迹，其中，所述状态信息至少包括第一用户属性状态和第二用户属性状态。本公开实施例提供的基于生成对抗模仿学习的用户轨迹生成方法，基于马尔科夫决策过程构建更加全面的用户移动行为模型，并结合生成对抗模仿学习得到用户轨迹生成模型，能够捕获不同用户的本质决策策略，而不会受到时空差异、用户差异等因素的干扰，生成高精度的用户移动轨迹。
- 一种隐式马尔可夫链和RNN的用户画像方法及其系统-202111198786.9
- 唐林林 - 山东华软金盾软件股份有限公司
- 2021-10-14 - 2023-04-18 - G06V10/84
- 本发明公开了一种隐式马尔可夫链和RNN的用户画像方法及其系统，针对未知攻击训练集难以收集，样本量少的情况，基于网络攻击都要遵循一定的时间、空间状态及步骤这一事实规律，运用攻防演练中大量的攻击产生大量的样本，通过收集“攻击行为”与对应“攻击状态”的对应关系，去训练隐式马尔可夫模型，得到攻击行为和攻击状态的对应关系信息，按照攻击样本构建基于CBOW的word2vector模型，对目标集合的异常行为添加词嵌入属性，然后用包含马尔可夫模型的编码器输出，对此RNN进行训练，使得最终的“异常行为输出序列”更能按照之前的“行为状态”特征进行序列输出，使得产生的“异常行为序列”更加符合信息安全攻击特性，更加贴近真实攻击，以及有更高的鲁棒性。
- 基于混合核PCA-CCA及核密度估计的过程监测方法-202010022040.1
- 吴平;楼嗣威;高金凤 - 浙江理工大学
- 2020-01-09 - 2023-04-07 - G06V10/84
- 本发明涉及一种基于混合核PCA‑CCA及核密度估计的过程监测方法，在建模阶段，使用基于正常工况下采集到的输入和输出数据，通过混合核PCA‑CCA模型得到相应的加权矩阵，然后基于状态空间中的模型残差建立T2统计量，最后通过核密度估计的方法获得相应的统计量阈值；在实时监测阶段，采集实时输入与输出的样本并使用混合核将其映射到高维的特征空间中，并根据建模阶段获得的模型计算实时残差及其统计量，随后将获得的实时统计量与阈值做比较，判断液化装置的输出是否发生非正常变化。本发明专注于过程输入与输出的互相关性，有效提升了对于非线性过程的监测效果，使用核密度估计方法确定阈值，更为准确地确定非高斯过程的统计量阈值。
- 输电线路的故障风险评估方法、装置及电子设备-202211413560.0
- 王谦;周恺;滕景竹;赵禹辰;于彤;蔡瀛淼;张睿哲 - 国网北京市电力公司;国家电网有限公司
- 2022-11-11 - 2023-03-28 - G06V10/84
- 本发明公开了一种输电线路的故障风险评估方法、装置及电子设备。其中，该方法包括：获取输电线路的外力故障影响因素，其中，外力故障影响因素为导致输电线路非计划停运的影响因素；确定每种外力故障影响因素对应的预设故障率和预设修复率；基于预设故障率和预设修复率，计算得到输电线路处于每种运行状态的概率，其中，运行状态包括正常运行状态，以及以下至少之一：每种外力故障影响因素导致的瞬时性故障状态、每种外力故障影响因素导致的永久性故障状态。本发明解决了由于现有技术中输电线路的故障风险评估方法存在的故障风险评估准确性低且损失风险大的技术问题。
- 一种基于YOLOv3和核相关滤波改进的目标跟踪算法-202010360262.4
- 李良福;宋睿;冯建云 - 陕西师范大学
- 2020-04-30 - 2023-03-28 - G06V10/84
- 本发明属于目标跟踪技术领域，具体涉及一种基于YOLOv3和核相关滤波改进的目标跟踪算法，包括步骤一：通过加权整合目标运动信息和表观信息，以及采用K邻域搜索，对YOLOv3网络模型进行改进，再使用迁移学习的训练方法训练改进后的目标检测模型；步骤二：对核相关滤波进行改进；步骤三：将步骤一改进后的YOLOv3网络模型与步骤二构建的快速核相关滤波器相联合，得到新的目标跟踪算法YO3‑FKCF。本发明经验证后，改进后的目标检测算法既保证了实时性，又提高了复杂场景中对多目标和弱小目标检测的准确率，并且最终得到的目标跟踪算法能够对多目标和弱小目标的进行准确并实时的跟踪，鲁棒性也有所提升。
- 一种使用机器手臂结合三维视觉的激光器打标方法-202211040577.6
- 刘玉龙;张松 - 鼎耀（保定）智能科技有限公司
- 2022-11-14 - 2023-01-17 - G06V10/84
- 本发明提供一种使用机器手臂结合三维视觉的激光器打标方法，涉及打标方法技术领域，包括以下步骤：步骤一：收集大量实验桌上安装的摄像机采集的不同视角的实验数据，对实验视频及图片数据集进行实验器材类别标注，采用深度学习方法进行检测模型训练；步骤二：根据实验步骤及内容，通过细分实验，将实验划分为不同阶段，并列举出每个阶段所有状态，本发明中，通过三维定位取代现有传感器技术，更快更准确的找到可打印位置，机器手臂取代机械传送激光机，角度更准确，响应速度快，体积小也更安全，和手写还有喷墨不同，激光打印可以清晰打印出二维码，对厂区后面的数据统计和自动仓储管理都起到至关重要的作用。
- 基于掩膜的图像目标候选点筛选方法及系统-202211397613.4
- 颜承壮;李建强;李帅;史建杰;陈宇 - 山东亚历山大智能科技有限公司
- 2022-11-09 - 2023-01-17 - G06V10/84
- 本发明提供了一种基于掩膜的图像目标候选点筛选方法，根据概率图的概率得到目标候选区域图，对目标候选区域图进行卷积操作，得到局部概率特征图，在局部概率特征图查找概率最大值点，以最大值点为中心构建矩形掩膜，使用矩形掩膜屏蔽局部概率特征图中的部分区域，并存储最大值点的位置信息，判断局部概率特征图中的点是否已全部被屏蔽，如是，则停止筛选，以当前最大值点为目标候选点；如否，在剩余的局部概率特征图中再次查找最大值点，直至局部概率特征图中的点全部被屏蔽，得到所有的最大值点，以所有的最大值点为目标候选点；本发明实时地筛选出概率图中所有的符合条件的目标候选点的位置，极大的提高了目标检测效率。
- 一种基于SSD的高精度识别小物体的方法-201910711563.4
- 颜成钢;周铁生;史治国;叶宇晨;孙垚棋;张继勇;张勇东 - 杭州电子科技大学
- 2019-08-02 - 2022-12-13 - G06V10/84
- 本发明公开了一种基于SSD的高精度识别小物体的方法。本发明改进的网络结构如下：(1)基于原始SSD网络，保留与SSD网络一样的瀑布递减式结构，然后将Conv7后边的Conv8_2与Conv9_2换成了RFB模块,形成网络Ⅰ；(2)再将网络Ⅰ进行改进，改进成类似于FPN的特征金字塔结构网络Ⅱ，通过特征金字塔结构网络Ⅱ能够将高层特征通过上采样和低层特征做融合，获得融合后的特征图，从而通过特征图来使用各层网络的特征；(3)对于融合后的特征图，使用新的NMS算法定位目标；引入了一种新的PrROI pooling来将ROI映射到其中来修正边框。本发明利用FPN网络可以充分利用各层网络特征信息和RFB可以模拟人类视觉皮质中离心率的效果来提高感受野的优点。
- 一种基于联合决策与估计的多目标联合检测与跟踪方法-202210997000.8
- 曹雯 - 长安大学
- 2022-08-19 - 2022-11-22 - G06V10/84
- 本发明公开了一种基于联合决策与估计的多目标联合检测与跟踪方法。多目标联合检测与跟踪的目的是联合判断目标个数并估计其状态，且二者高度耦合。本发明提供的方法不仅计算简单而且性能优越。首先，提出一种贝叶斯联合风险函数，它可以将多目标检测和跟踪风险统一起来；通过充分考虑检测与跟踪之间的本质耦合关系，并利用联合概率数据关联，得到了解析联合解；基于此，提供了一种高效的多目标联合检测与跟踪算法；此外，结合问题实际，提供了参数设计建议。实验结果验证了所提出算法的有效性，通过利用检测与跟踪之间的耦合并结合问题实际，所提出的多目标联合检测与跟踪算法在联合性能上优于现有方法，而且步骤简单，实现方便，易于推广。
- 面向监视系统的机动目标跟踪方法-202010377925.3
- 高磊 - 中国航空无线电电子研究所
- 2020-05-07 - 2022-11-04 - G06V10/84
- 本发明公开了一种面向监视系统的机动目标跟踪方法，包含以下步骤：S1、构建机动目标运动模型,估计目标的运动状态；S2、建立时刻t的目标关联假设集合及各目标对应的运动状态集合；S3、遍历上一个时刻目标关联假设集合中的每一个目标计算各目标当前时刻的运动状态的各种可能运动模式；S4、根据运动状态的可能运动模式和当前时刻落入跟踪门的量测集，构造量测‑目标分配矩阵，计算前K个置信度最高的目标关联假设；S5、采用卡尔曼滤波器方法更新各目标对应的运动状态集合。本发明在监视环境中可以学习未知的运动状态变化，解决运动状态模型集未知和模型选取、未知的模型集合间转移概率选择等问题。
- 一种基于强化学习的多用户图像数据自适应处理方法-202211025918.2
- 王靖午;郑海;张连新 - 方盈金泰科技（北京）有限公司
- 2022-08-25 - 2022-11-01 - G06V10/84
- 一种基于强化学习的多用户图像数据自适应处理方法包括：分析多用户输出中存在的输出遮挡问题，针对输出遮挡问题设计输出策略；对输出控制问题进行建模得到自适应图像输出控制模型，根据输出策略设置行为动作及相应的奖励函数；在移动设备端收集环境信息，智能体与环境进行不断地交互，进行强化学习实现输出策略的自适应生成；移动设备接收到输出信息指令后收集状态信息；若当前状态信息符合输出策略，则直接输出；若不符合输出策略，则按照最终的输出控制模型输出的动作进行调整，将调整后的对象进行输出。本发明利用强化学习通过与环境的不断交互自适应的学习到所求的策略，避免隐私信息的泄露同时增加模型学习的信息量，从而增强模型的鲁棒性。
- 一种基于联邦强化学习的多用户图像隐私数据处理方法-202211025923.3
- 张连新;王靖午;郑海 - 方盈金泰科技（北京）有限公司
- 2022-08-25 - 2022-11-01 - G06V10/84
- 一种基于联邦强化学习的多用户图像隐私数据处理方法包括：雾节点将初始图像输出策略控制模型分发给各移动设备端；雾节点收集移动设备端模型梯度并加权平均后返回给移动设备；移动设备收到雾节点返回的加权平均梯度更新输出策略控制模型；云端收集各雾节点的梯度加权平均得到雾节点加权平均梯度将其返回各雾节点和移动设备；移动设备收到雾节点加权平均梯度更新模型；训练达到最大步数时结束训练并保存最终的输出策略控制模型；移动设备将状态信息输入到最终的输出控制模型；按照最终的输出控制模型输出的动作调整后输出。本方法结合多用户场景、联邦学习与强化学习，同时在雾节点和云端进行模型聚合，收集多用户场景的信息，提高模型鲁棒性。
- 针对图像深度学习模型识别的自适应正则化优化处理方法-202010191674.X
- 罗兆经;谢钟乐;姚畅 - 杭州铭之慧科技有限公司
- 2020-03-18 - 2022-11-01 - G06V10/84
- 本发明公开了一种针对图像深度学习模型识别的自适应正则化优化处理方法。建立深度学习模型，提取出深度学习模型每一层的模型参数；首先计算混合高斯中高斯模型对于深度学习模型的每一层模型参数的责任函数；再采用以下公式处理获得自适应的正则项；依次重复步骤迭代处理直到收敛为止；将正则项输入到深度学习模型中，然后在模型参数基础上减去正则项。本发明不同层的模型参数学习到最佳的正则项，从而有效地解决过拟合的问题，提高图像识别准确率，运用了延迟更新的方法来快速更新正则项，可广泛用于图像识别领域的深度学习模型。
- 基于马尔可夫链的多生物特征排序级融合方法-202210161875.4
- 高乾坤;陈洁;徐骁;张照星;施一琳;黄潭龙;范英;康凯;徐飞;宰旭昕;徐平;许广文 - 公安部户政管理研究中心
- 2022-02-22 - 2022-10-18 - G06V10/84
- 本发明公开一种基于马尔可夫链的多生物特征排序级融合方法，其包括：S1：将待测用户相应生物特征通过各个单生物特征识别算法进行比对，得到该用户每种算法的初始排序列表；S2：所有算法初始排序列表比出的用户身份集合，作为状态空间，根据满足孔多塞标准的状态转移规则约定，构建马尔可夫链；S3：检查每种算法的初始排序列表中用户身份数量，若存在未列出的用户身份，则在对应列表中对未列出的用户身份进行补齐；S4：将所有补齐后的初始排序列表进行排序级融合，计算状态转移矩阵；S5：根据状态转移矩阵得到共识排序列表。
- 基于先验知识的工业故障诊断方法和系统-202210435711.6
- 童子阳;阎威武 - 上海交通大学
- 2022-04-24 - 2022-07-22 - G06V10/84
- 本发明提供了一种基于先验知识的工业故障诊断方法和系统，包括：步骤1：利用符号有向图进行建模，构建工业知识的拓扑先验图；步骤2：通过图卷积网络提取输入数据图结构中的局部特征；步骤3：构建统计量进行故障诊断；步骤4：在图卷积网络的基础上，使用图卷积长短时记忆循环神经网络，学习到工业数据中的动态时间特性，进行故障预测；步骤5：将图卷积与长短时记忆网络结合，与SDG建模一起封装成微服务装置，以微服务的方式实现工业系统的故障诊断以及故障预测。本发明微服务的灵活应用使得该方法使用灵活、有广阔的应用范围。
- 一种无人机巡逻路径的快速搜索方法-202111033696.4
- 陈小祥;魏金占;岳隽;郜昂;徐雅莉;刘力兵 - 深圳市城市规划设计研究院有限公司
- 2021-09-03 - 2022-06-14 - G06V10/84
- 本发明涉及计算机图形学与地理信息科学领域，具体公开了一种基于临近矩形的哈密顿路径快速搜索方法，包括以下步骤：S1、获取节点样本数据；S2、构建节点样本的最小外包矩形；S3、测量节点的平均临近距离；S4、以平均临近距离的整数倍为基准，将最小外包矩形沿横轴或纵轴划分成若干相等的临近矩形；S5、将每一临近矩形中的节点沿横轴或纵轴方向依次连接，构造成一连线；S6、依次连接相邻临近矩形的连线，以将所有的连线合并为一条连线，结果即为哈密顿路径的搜索结果。本发明的一种基于临近矩形的哈密顿路径快速搜索方法，原理简单，能够有效降低处理的难度、成本和时间，提高哈密顿路径的搜索效率。
- 使用隐马尔科夫模型增强星座图数据的方法与电子设备-202110300662.0
- 邓宸;赵家志 - 烽火通信科技股份有限公司
- 2021-03-22 - 2022-04-08 - G06V10/84
- 本发明公开了一种使用隐马尔科夫模型增强星座图数据的方法，包括：S1、采集原始数据流，并获得原始星座图数据流；S2、对原始星座图数据流进行预处理，并构建标准星座图数据库；S4、根据标准星座图数据库中的初始数据，使用隐马尔科夫模型生成隐马尔可夫三元组；S6、根据隐马尔可夫三元组集，生成星座图数据即观测序列。本发明采用构建标准化星座图数据库解决数据不互通问题，通过对标准化后的星座图数据使用隐马尔科夫模型完成星座图数据扩充。本发明还提供了相应的电子设备。
- 专利分类
