技术简介： 一种基于临近点法的聚类个数自动确定谱聚类方法，包括以下步骤1)对数据集的所有维进行了归一化处理；2)通过临近点法计算出区间稀疏距离矩阵以及定义为临近点距离均值的局部尺度参数，得到整体稀…… 查看详细 >
技术简介： 一种基于对抗生成网络的流速监测实现方法，包括以下步骤(1)水流图像预处理；(2)基于对抗生成网络进行图像分类；(3)流速测定将图像分类结果与流速区间进行一一对应；(4)状态分析当监测到水流速度…… 查看详细 >
技术简介： 一种面向混合属性的数据流自适应聚类方法，包括以下步骤1)数据预处理和网格初始化，确定网格在每一维属性中的划分粒度以及离线聚类过程中网格对象间的相似度；2)对网格进行在线维护；3)当用户发…… 查看详细 >
技术简介： 一种基于改进力导引图布局的层级视觉抽象方法，步骤如下第一步，采用改进的力导引算法，生成一个具有明显聚类结构、能够体现图结构信息的初步布局；第二步，基于布局结果，采用自下而上的层次聚…… 查看详细 >
技术简介： 一种基于局部敏感哈希的SVM快速增量学习算法，训练初始样本集得到SV集；使用局部敏感哈希函数进行哈希编码投影，得到SV集对应的哈希编码集；得到新增样本筛选后的样本集与初始训练样本得到的SV…… 查看详细 >
技术简介： 一种基于拉普拉斯中心性的峰值聚类方法，首先把待分类的数据集转换成一个加权的完全图，每个数据点为一个节点，两个数据点之间的距离作为相应两个节点之间边的权值；用拉普拉斯中心性去计算和评…… 查看详细 >
技术简介： 本发明涉及一种以子集分组为辅助信息进行矩阵分解的聚类方法，通过收集用户对多个不同子集的分组结果，获取一定数目的子集分组信息作为对聚类的指导，基于这些结果得到子集中的对象的近邻集和远…… 查看详细 >
技术简介： 一种基于深度学习的快速图像分类方法，所述方法包括以下步骤步骤一、网络构建；步骤二、数据集预处理；步骤三、网络训练；步骤四、图像分类，过程如下步骤4.1将预处理好的测试数据集送入训练好…… 查看详细 >
技术简介： 一种面向图像分类的深度卷积神经网络的优化方法，包括以下步骤；步骤一、构建图像分类卷积神经网络，步骤二、训练图像分类卷积神经网络；步骤三、测试图像分类卷积神经网络，过程如下将预处理好…… 查看详细 >
技术简介： 本发明涉及一种基于深度学习的儿童涂鸦评分方法，包括涂鸦图片的样本采集及打分、样本分类、数据集的制作、网络模型训练和自动打分五大过程，本发明通过深度学习、训练网络模型，利用网络模型快…… 查看详细 >
技术简介： 一种基于深度学习的纹身图像分类方法，包括以下步骤1)样本变换1.1)仿射变换；1.2)弹性变换；1.3)遮挡模拟；1.4)白化；2)自编码预训练进使用CUDA优化后的自编码训练机对大量彩色纹身图像进行训练…… 查看详细 >
技术简介： 一种循环加工磨球机中球体在线计数方法，在一台循环磨球机上循环研磨一批球，在闭环机构中，要检测这批球的个数，在被检测球中加入一个标记球，第一次检测到标记球经过时开始计数，到第二次检测…… 查看详细 >