个人信息
参与实验室科研项目
人机自主性及其控制权切换策略研究
复杂环境下非完全信息博弈决策的智能基础模型研究
学术成果
共撰写/参与撰写专利 2 项，录用/发表论文 1 篇，投出待录用论文0篇。
patent
-
一种基于多算法集成的分歧介入珍珠分拣方法
赵云波,
花婷婷,
赵丽丽,
and 崔奇
2024
[Abs]
[pdf]
一种基于多算法集成的分歧介入珍珠分拣方法，含有：步骤1：将珍珠数据集按类别分别记为Class1-7，并给每张图片制定好标签，按6：2：2的比例分成训练集、验证集和测试集；步骤2：选取目前较为主流先进的三个模型ResNet50、SE-ResNet50和Vgg16进行独立训练，需均能够完成珍珠分拣任务，并分别保存最优模型；步骤3：将获取的三个最优模型用于仲裁系统，即针对构造后的主、次系统给出的预测结果进行分歧仲裁；步骤4：在实验验证阶段，我们使用分歧准确指数和额外成本指数作为系统分歧的评价指标，评估系统的整体性能；步骤5：根据步骤四的评价指标，选取既达到分拣精度提升较高又同时所需的人力成本较少的系统组合作为最终的珍珠分拣系统；步骤6：输出最终分类结果。本发明通过基于多个冗余算法的分歧找出机器分类可能存在的错误预测，并以最少的人力成本介入纠正其预测输出，从而提升整个珍珠分拣的分类精度。
-
一种基于人的心理认知模型的青菜病害分类检测方法
赵云波,
赵丽丽,
花婷婷,
and 苏振岭
2024
[Abs]
[pdf]
一种基于人的心理认知模型提升分类器识别青菜病害的分类检测方法，含有以下步骤：步骤1：获取图像并对图像进行处理，获取多份病害区域、正常区域的青菜样本数据，分别以病害区域样本x1、x2为圆心画圆找出距离其最近的k个样本点；步骤2：分别计算最近的k个样本点中病害样本、正常样本所占的比例，并由此作出2×2列联表，表示样本x1、样本x2作为病害样本出现在最近邻的k个样本点中病害样本、正常样本中的概率；步骤3：结合步骤2所作列联表，利用人的松散对称模型再次计算样本x1、x2作为病害样本出现在最近邻的k个样本点中病害样本、正常样本中的概率；步骤4：把步骤3计算出的结果作为样本xi在分类器训练过程中的权重，这个值越大表示样本xi的精确度越高，越远离决策面，在决策中占的权重越高；步骤5：重复以上步骤确定其他病害样本和正常样本的权重并用SVM算法进行最终训练，根据不同样本的不同重要程度进行训练学习。步骤6：用训练好的SVM分类检测器对待检测的青菜进行病害检测。
Journal Articles
-
利用人的分歧介入增强珍珠自动分拣可靠性研究
花婷婷,
王岭人,
and 赵云波
计算机测量与控制
2021
[Abs]
[pdf]
面向珍珠自动分拣应用场景，研究提出了一种通过人的分歧介入提升分拣可靠性的方法。该方法引入两个独立 AI 系统用于珍珠分拣的预处理，然后通过二者之间的分歧引入人的介入干预，在较少的人力成本下达到了对机器算法可 靠性的提升。定义了包括分歧准确指数和额外成本指数在内的性能评价指标，在公开的珍珠数据集上，研究提出的方法以 4.1%的额外人工成本提升了近 4%的珍珠分拣精度，验证了方法的有效性。
学位论文
Theses
-
人的介入提升深度学习算法精度的方法及其实例研究
花婷婷
浙江工业大学, 杭州
2021
[Abs]
[pdf]
现实中许多智能应用往往并不具备获取足量、高质的训练数据的天然条件， 这一定程度上影响了深度学习算法所能达到的精度；而与此同时，众多领域却 对其应用精度有着极高的现实要求：这两方面的原因使得在深度学习的基本框 架外寻求精度的提升成为近些年的一个重要关注点。 在这一领域中，有研究者发现人的介入可能是提升深度学习应用精度的一 种可行途径。该方法借用人机系统中介入思想以解决非人机系统中的相关技术 难题，即在机器算法有误时允许人的介入来提升整体系统的应用精度。 本文基于典型实例研究了人的介入提升深度学习应用精度的两种方法，即 人的分歧介入方法和人的融合介入方法。前者方法考虑在多个算法产生预测分 歧之处，决策权将交由经验丰富的人直接控制；后者则更多的考虑寻求基于普 通用户介入下的可操作性，在算法的预测置信度较低时，利用人在感知层面的 信息传输实现对算法错误决策的可靠修正。具体研究工作如下： （1）面对珍珠分拣任务的经济效益与质量需求的高标准，提出了一种人的 分歧介入方法，该方法在公开珍珠数据集上，以 4.1%的额外人工成本提升了近 4%的珍珠分拣精度，较大程度上解决了现有珍珠分拣精度不高的问题。本实验 为珍珠分拣系统提供额外的冗余 AI 算法，通过比对多个算法的预测结果，在产 生分歧之处作为仲裁机制来判断系统的预测是否出错，以此驱动珍珠分拣人员 的介入。最终使用定义分歧准确指数和额外成本指数这两大性能评价指标来评 估设计系统的整体性能。 （2）针对野生鸟类资源信息识别对整个社会生态价值和经济价值的高需求， 提出了一种人的融合介入方法，该方法在公开基准 CUB-200-2011 数据集上， 以最小化的人工成本将鸟类细粒度图像识别精度提升到 93.8%，实现了目前机 器视觉算法在细粒度鸟类图像识别难题上的突破。借用二分类模型评估思想， 本实验通过分析算法的 ROC 指标，选取类别预测最优阈值作为仲裁机制，当算 法的预测置信度低于阈值条件即作为人的介入时机。并通过将人的视觉信息与 嵌入的鸟类知识图谱信息融合为算法提供更具信息性的特征判断实现可靠分类。
毕业去向
杭州新华三技术有限公司， 软件测试工程师