一种基于无监督学习的自适应分液识别方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于无监督学习的自适应分液识别方法
申请号:
CN202510635257
申请日期:
2025-05-16
公开号:
CN120544099B
公开日期:
2025-10-17
类型:
发明专利
摘要
本发明公开了一种基于无监督学习的自适应分液识别方法,涉及分液识别技术领域,包括:包括以下步骤:采集分液过程中的连续视频帧数据;提取感兴趣区域;提取感兴趣区域中的多特征;根据提取的特征,计算当前帧对应的特征差异值;动态加权融合计算当前帧对应的融合差异值;对当前帧对应的融合差异值进行自适应四分位距异常检测和结构相似性异常检测,实现分液识别。本申请通过基于自适应四分位距异常检测和结构相似性异常检测,分别从像素级层面和全局级层面出发,进行双尺度异常检测,提高了分液识别的精准性和稳定性。
技术关键词
无监督学习
边缘密度特征
滑动窗口
识别方法
直方图特征
LBP纹理
指数
感兴趣
视频帧
纹理特征
空间位置关系
卡方距离
动态
先进先出
采集设备
数据
像素
系统为您推荐了相关专利信息
1
一种基于深度学习的笔迹意图识别方法
笔迹图像
意图识别方法
光学字符识别技术
循环神经网络模型
文本
2
一种面向社区的异常行为识别方法及相关设备
高层语义特征
视觉特征
灰度特征
识别方法
特征辨识度
3
一种PSI5的解码方法
解码方法
软解码
电压输出模块
故障预测模型
芯片
4
多向通行区域的通行目标识别方法、装置、设备及介质
识别方法
实时视频流
识别装置
像素
图像
5
一种试卷识别方法、装置、设备、介质及产品
试卷图像
定位框
号角
试卷识别方法
特征点