技术简介： 本发明公开了一种基于时间序列类别的计算机数据分类方法，包括：步骤1，生成搜索长度集合；步骤2，为每一个搜索长度生成所有时间序列的子序列，标准化所有子序列；步骤3，使用聚类算法得到Shape…… 查看详细 >
技术简介： 本发明提供一种基于数据挖掘多分类算法的电信集团业务推荐方法，包括如下步骤：构建数据集阶段：1a)采用KNN算法预判用户的候选类子集；1b)基于类标特征属性构建用于训练与预测的标准数据集；模…… 查看详细 >
技术简介： 本发明公开一种多尺度扫描级联森林学习机的训练方法，包括如下步骤(1)通过级联扫描的方式，对训练集进行预处理。(2)将预处理后的数据，分别通过多组决策树集成下的随机森林进行训练，并获得每个…… 查看详细 >
技术简介： 本发明公开了一种基于深度卷积神经网络的层内非均匀的K平均聚类定点量化方法，包括一下步骤步骤一，选取部分深度卷积神经网络的能够正确识别的图像，并提取识别过程中产生的特征映射(Feature 查看详细 >
技术简介： 本发明公开一种基于多示例学习的新增类别检测方法，首先利用多示例学习中较为成熟的关键示例检测算法将多示例“包”中的关键示例抽取出来；之后，对于每个已知类别，将其对应的关键示例结合为一…… 查看详细 >
技术简介： 本发明公开一种基于结构指导深度学习的人体姿态估计方法和系统，属于计算机视觉和机器学习领域。本发明解决的问题是针对一般直接预测人体关节点的神经网络由于没有包含人体结构信息而导致的准确…… 查看详细 >
技术简介： 本发明公开了一种基于样本学习和人眼视觉特性的mura缺陷检测方法，属于TFT‑LCD显示缺陷检测领域。本发明先利用高斯滤波平滑和Hough变换矩形检测对TFT‑LCD显示屏图像进行预处理，去除大量噪声…… 查看详细 >
技术简介： 本发明公开了基于增量神经网络和子图编码的图像分类方法，包含如下步骤：局部特征抽取；增量码书网络学习；基于子图的特征编码；图像空间聚合；分类器学习及模型预测；本发明能够高效地学习码书…… 查看详细 >
技术简介： 本发明公开了一种基于个体学习的疲劳检测方法进行疲劳检测的方法，包括以下步骤：步骤一，对被测者脸部拍摄一段视频，对视频进行取帧，得到足够多的样本；步骤二，利用基于肤色的人脸分割方法对…… 查看详细 >
技术简介： 本发明公开了一种基于预测结果筛选的鲁棒机器学习方法，用于获得更可靠的数字图像标注结果。具体而言，本发明采用机器学习中的经典思想——最大化间隔原理，对待标注的数字图像在多种相似度度量…… 查看详细 >
技术简介： 本发明提供一种基于卷积神经网络的中国水墨画风格提取方法，包括以下步骤读取中国水墨画和普通景物画；使用卷积神经网络对输入图像进行分层；选取合适的中国水墨画图像与普通景物图像卷积层和加…… 查看详细 >
技术简介： 本发明公开了一种直接使用样本特征原始数值的广义相关学习矢量量化方法，它在训练和识别过程中直接使用输入样本特征的原始数据，不需要对样本特征进行归一化的预处理。在过去的广义相关学习矢量…… 查看详细 >