百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
基于图协同训练的半监督小样本图像分类方法
本发明公开了一种基于图协同训练的半监督小样本图像分类方法,属于模式识别技术领域,该方法提出一种新的标签预测方法——孤立的图学习,通过引入拉普拉斯算子将原始数据编码到图空间,减少分类时对特征的依赖,然后将图空间的样本投影到标签空间进行预测。其次,提出一种半监督的图协同训练方法,通过将孤立图学习扩展到具有旋转模态和镜像模态两种模态特征的图协同训练框架,从多模态融合的角度来解决小样本学习中特征不匹配问题,较大幅度的提升小样本图像的分类性能。
基于小样本学习的高光谱图像半监督分类方法
本发明公开了一种基于小样本学习的高光谱图像半监督分类方法,主要解决现有技术在小样本场景下分类网络易出现过拟合和自训练过程中不可靠的“伪标记”样本对分类网络训练过程中造成不良影响的问题。其实现方案为:1)从高光谱数据库中获得五个高光谱数据集,并进行预处理;2)从预处理后的数据集中采集出训练集和测试集;3)构建包括两个卷积层和一个全连接层的高光谱图像原型分类网络;4)利用训练集,通过对其各类别原型进行迭代更新,完成对该分类网络的训练;5)将测试集输入到训练好的网络最优模型中,得到测试数据分类结果。本发明解决了现有小样本场景下存在的过拟合问题,提高了分类精度,可应用于地质勘探、城市遥感和海洋探测。
抽真空结果判定方法、装置、设备及存储介质
本公开是关于一种抽真空结果判定方法、装置、设备及存储介质,所述方法包括:响应于检测到抽真空设备完成对目标制冷设备的抽真空工艺,获取所述抽真空设备的第一指示数值,所述目标制冷设备当前与所述抽真空设备处于连接状态;确定所述第一指示数值与第二指示数值之间的差值,所述第二抽真空设备指示数值为目标情况下所述抽真空设备的指示数值,所述目标情况包括未对所述目标制冷设备进行抽真空工艺且所述目标制冷设备与所述抽真空设备处于未连接状态的情况;基于所述第一指示数值以及所述差值判定所述目标制冷设备的抽真空结果。本公开可准确检验出目标制冷设备的管路是否发生轻微泄露,提高目标制冷设备的抽真空结果判定的准确性。
一种基于多分类器融合的冠状动脉狭窄病变程度识别方法
本发明公开了一种基于多分类器融合的冠状动脉狭窄病变程度识别方法,首先构建图像样本库;对由心脏CTA提取出的CT原始序列图进行预处理,然后做特征提取,提取感兴趣的纹理特征、灰度特征以及几何特征三个大类特征;再将样本分为训练组和测试组,计算各个特征与预测结果的相关性大小,剔除相关性小的特征;建立多分类器融合预测模型,对各单分类器的结果进行融合来预测冠脉狭窄病变程度,同时采用加权法确定3种单分类器在融合分类器中所占的权重,当狭窄程度低于50%时判定为正常样本,狭窄程度大于50%时判定为病变样本。本发明实现在判别狭窄程度上的自动分类预判,免去有创手术给患者带去的伤害。
一种树突神经网络初始化方法
本发明属于人工神经网络优化领域,具体涉及一种树突神经网络初始化方法,包括对神经元树突的修剪,包括如下步骤:步骤一:使用k-fold交叉验证方法从数据集中生成训练集D;步骤二:使用二值化方法从训练集D中生成新的数据集T;步骤三:通过ID3或C4.5学习算法生成相应的决策树结构;步骤四:合并叶子节点标记为1的决策树的路径,并修剪叶子节点标记为0的路径;步骤五:根据决策树中标记为1的路径数量确定树突神经网络中dendrite层的数量;步骤六:根据决策树的各个路径构造具有相同分类功能的dendrite层。进一步,还包括基于一位有效编码的分类方法,本发明的初始化方法修剪精度高、收敛速度快、泛化能力好。
模型生成方法、电子设备及存储介质
本申请涉及机器学习技术领域,尤其涉及一种模型生成方法、电子设备及存储介质,所述方法包括:获取数据集,确定所述数据集对应的至少一个抽象场景,其中,所述至少一个抽象场景中的每个抽象场景对应有算法列表,所述算法列表包括至少一个目标算法;从所述至少一个抽象场景对应的所述算法列表中,确定所述至少一个抽象场景对应的目标算法;根据所述目标算法确定计算框架;基于所述计算框架利用所述数据集进行模型训练,得到目标模型。由此可以根据用户提供的数据集进行定制化设计计算框架,使得在此计算框架下进行训练能够提高模型的训练效率,并使得生成的目标模型具有较高的准确性。
样本数据预处理方法、装置及计算机可读存储介质
本公开的实施例公开了一种样本数据预处理方法、装置及计算机可读存储介质。该方法包括:从空间的三维点云数据中提取空间内场景的表面模型;其中,表面模型利用N个三角网格表示;从N个三角网格中提取M个特征平面;根据三维点云数据,确定M个特征平面各自的类别标签;根据M个特征平面,确定训练点集合;根据M个特征平面各自的类别标签,确定训练点集合中的各个点各自的类别标签;其中,训练点集合和训练点集合中的各个点各自的类别标签作为样本用于神经网络的训练。本公开的实施例能够规避人工标注信息不准确、不完备对神经网络的训练造成的不良影响,从而有利于提升训练出的神经网络的准确性和可靠性。
一种基于地理相关性的连续数据优化方法及系统
本发明公开了一种基于地理相关性的连续数据优化方法及系统,包括:利用数据提供者提供的包含某个目标对象的历史数据和该目标对象的已知真相数据确定数据提供者的初始化权重;计算当前时刻该目标对象与其他目标对象之间的相关度;计算当前时刻的该目标对象的聚合真相;根据当前时刻提供者提供的数据、到当前时刻累积提供的数据次数以及当前时刻的该目标对象的聚合真相,计算可信度,根据可信度更新数据提供者的权重。优点:本发明采用基于地理相关性的连续数据优化方法,有效地解决了当目标对象未采集到足够的数据时不能获得准确聚合真相的问题;本发明对于数据提供者提供的数据不足的情况,能够大大提高结果的准确,符合真相聚合的要求。
磁轴承的位移确定方法、装置、系统、存储介质及处理器
本发明公开了一种磁轴承的位移确定方法、装置、磁悬浮轴承系统、存储介质及处理器,该方法包括:构建基于小波神经网络的位移测量模型,记为位移软测量模型;在需确定磁轴承转子的当前位移参数的情况下,获取磁轴承线圈的当前控制电流;将磁轴承线圈的当前控制电流作为输入参数,输入位移软测量模型,并将位移软测量模型的输出参数确定为磁轴承转子的当前位移参数,实现对磁轴承转子的当前位移参数的确定。该方案,通过利用软测量方式对磁轴承转子径向位移进行测量,避免使用电涡流传感器时若电涡流传感器损坏而造成磁轴承转子出现跌落事故,能够提升磁轴承转子的悬浮安全性。
一种基于两阶段框架的Java方法名推荐方法
本发明公开了一种基于两阶段框架的Java方法名推荐方法。该方法包括:预处理阶段,首先通过启发式规则为Java方法中的getter/setter方法、delegations方法进行命名。第一步根据不同方法的方法名前缀对方法进行分类。第二步,针对特定前缀开头的方法采用基于频率的启发式规则来推荐方法名,而对于其他类型的方法采用Recursive RNN来生成对应的方法名。本发明提高软件方法的命名质量,进而在开发中调用方法时可以通过方法名快速地了解方法的功能,减少在理解程序功能上所花费的时间和精力。在提高开发效率的同时,还可以减少误用API的可能性。在帮助开发者的同时,还可以节约软件开发在维护阶段的成本,提高软件整体的可理解性和可维护性。