-
刘凡
-
-
- 所属机构:河海大学
- 所在地区:江苏省 南京市
- 研究方向:自动化与计算机技术
- 发文基金:江苏省自然科学基金
相关作者
- 许峰
- 作品数:236被引量:547H指数:12
- 供职机构:南京航空航天大学
- 研究主题:图像 访问控制 单样本 人脸识别方法 低功耗
- 毛莺池
- 作品数:317被引量:678H指数:13
- 供职机构:河海大学
- 研究主题:大坝 图像 注意力 无线传感器网络 置乱
- 王龙宝
- 作品数:147被引量:216H指数:8
- 供职机构:河海大学
- 研究主题:大坝 缺陷图像 图像 项目群 多变量
- 王菲
- 作品数:13被引量:13H指数:2
- 供职机构:河海大学
- 研究主题:人脸特征 二进制编码 自组织神经网络 特征信息提取 视觉
- 陈宁
- 作品数:15被引量:0H指数:0
- 供职机构:河海大学
- 研究主题:土体 大孔隙 粗粒 尺寸测量 液化土
- 一种基于多源先验的无人机目标视觉定位方法
- 本发明公开了一种基于多源先验的无人机目标视觉定位方法,该方法首先引入典型相关分析理论和对抗学习思想,实现尺度不变特征和尺度特征的解耦表示,利用尺度不变特征提高无人机目标检测精度;然后,利用解耦出的尺度特征,实现无人机的粗...
- 刘凡姚亮吴婷陈宁张新蕾崔金凤吴铭张传一
- 一种基于全局和局部对比学习的小样本图像分类方法
- 本发明涉及一种基于全局和局部对比学习的小样本图像分类方法,该方法首先对图像分类数据集进行处理,在整个基类上进行训练,在新类上构建多个小样本分类任务;接着,使用ResNet‑12作为主干网络,搭建特征提取模型;然后基于全局...
- 刘凡 张天舒 陈峙宇 蔡雯雯 霍健 张颢骞 董晨炜许峰
- 一种智能电能表寿命预测方法
- 本发明涉及一种智能电能表寿命预测方法,包括如下步骤:步骤1,收集智能电能表数据并标注,建立数据集;步骤2,寿命特征生成;步骤3,生成风险损失;步骤4,基于MK‑MMD实现域自适应方法;步骤5,构建基于寿命特征生成和生存风...
- 刘凡李慧洲
- 一种基于体感设备的广告推荐系统
- 本发明公开了一种基于体感设备的广告推荐系统,包括数据库模块、人脸信息提取模块、广告推荐模块、广告播放模块和管理模块。数据库模块包括用户数据库、人脸特征库和广告视频库;人脸信息提取模块包括体感设备人脸信息提取模块和虹软人脸...
- 刘凡张嘉韬毛莺池许峰
- 文献传递
- 一种面向周期性检索的时空轨迹索引与检索方法
- 本发明公开了一种面向周期性检索的时空轨迹索引与检索方法,主要包括索引构建、周期性区域检索和周期性K近邻检索三个主要步骤。索引在结构上分为时间索引和空间索引两部分,时间维度中维护基于日期周期性的时间索引,空间维度中利用Ge...
- 毛莺池高建陈豪钟海士齐海刘凡王龙宝戚荣志
- 文献传递
- 基于局部对比学习与新类特征生成的小样本图像分类
- 2024年
- 现有的图像分类方法通常依赖于大规模的标注数据,但当数据有限时,方法在局部特征表示能力和样本数量上都存在不足.为了缓解此问题,文中提出基于局部对比学习与新类特征生成的小样本图像分类方法.首先,引入局部对比学习,将图像表示为多个局部特征并进行监督对比学习,增强模型的局部特征表示能力.然后,通过全局对比学习,确保图像整体特征的可分性.最后,在对比学习的基础上,提出特征生成方法,利用基类数据的类别原型生成新类别的样本特征,有效缓解小样本条件下的数据不足问题.在公共数据集上的实验表明,文中方法性能较优.
- 陈宁刘凡董晨炜陈峙宇
- 关键词:图像分类
- 基于半监督子块联合回归的单样本人脸识别方法
- 本发明公开了基于半监督子块联合回归的单样本人脸识别方法,该方法首先将人脸划分为多个子块;然后提出基于半监督的子块联合回归模型以充分利用有标签和无标签的人脸图像学习人脸图像的各种变化信息,并加入无标签人脸图像在类别标签坐标...
- 刘凡许峰
- 文献传递
- 基于多视角认知诊断的学生成绩预测方法
- 本发明公开了一种基于多视角认知诊断的学生成绩预测方法,对给定考试成绩进行分析确定学生‑试题反应函数,将第一词向量预训练模型作为一个视角对第一试题文本信息进行训练,将第二词向量预训练模型作为另一视角对第二试题文本信息进行训...
- 刘凡陈智斌崔闰杰许峰
- 文献传递
- 基于分级递进和集体知识的无人机目标检测蒸馏方法
- 本发明公开了一种基于分级递进和集体知识的无人机目标检测蒸馏方法。该方法基于不同规模模型间存在的理解偏差现象,在第一阶段进行高级教师网络对初级教师网络的特征CKA知识蒸馏,让初级教师网络学习高级教师网络的特征映射能力;然后...
- 刘凡 姚亮 欧志权 张新蕾 程凡吴铭 蔡镇锽 张传一黄倩
- 基于多源迁移学习的大坝裂缝检测被引量:4
- 2022年
- 针对现有深度学习方法在进行大坝裂缝检测时出现模型过拟合、计算效率低下等问题,文中提出了一种基于多源迁移学习的大坝裂缝检测方法,旨在提高算法准确率的同时,减少模型计算量,加快检测速度。所提方法首先将MobileNet网络和SSD目标检测算法相结合,形成MobileNet-SSD网络,有效减少了模型参数量并减少了计算复杂度;然后利用道路裂缝、墙壁裂缝和桥梁裂缝等多源数据进行训练,并应用迁移学习的思想,将学习到的知识分别迁移到大坝裂缝的检测模型中,以提升模型检测的精确度;最后提出了一种多模型融合方法,将通过迁移学习得到的多个检测结果进行融合,进一步提升了检测结果的重合度。
- 王君锋刘凡杨赛吕坦悦陈峙宇许峰