-
公开(公告)号：CN109032019B
公开(公告)日：2020-10-20
申请号：CN201810873084.8
申请日：2018-08-02
Applicant: 中南林业科技大学
IPC: G05B19/042
Abstract: 本发明公开了一种客房人体感应系统及方法，客房人体感应系统包括MCU和设置在客房内的红外线列阵式传感器；红外线列阵式传感器与MCU相连。在房门处设置用于客房人体感应系统启动的触发装置；所述的触发装置为压力传感器或使用智能门锁。在床上设置与MCU相连的压力传感器用于检测床上是否有人。所述的压力传感器为FSR电阻式薄膜压力传感器。在卫生间设置与MCU相连的热释电传感器。MCU与服务器通信连接，使用APP对客房内的检测数据进行管理。该客房人体感应系统检测准确度高，可靠性高，易于实施。
-
公开(公告)号：CN110245720A
公开(公告)日：2019-09-17
申请号：CN201910546589.8
申请日：2019-06-22
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种基于深度学习的柑橘病虫害智能诊断方法及系统，该方法的步骤：步骤1：基于专家经验建立黄龙病、炭疽病、溃疡病、黑星病、砂皮病和疮痂病这6类柑橘病害的图像数据集；步骤2：使用五种数据增强的方法扩充训练集和测试集；利用增强后的训练集和验证集对简化的DenseNet网络进行训练，保存模型至系统中；利用测试集对模型的性能进行评价。步骤3：在微信小程序的基础上建立了柑橘病诊断系统，用户通过手机使用小程序拍照/上传图像，通过上传的训练好的卷积网络模型进行诊断，再返回智能诊断结果及病虫害防治建议给用户，实现柑橘病虫害智能诊断。
-
-
公开(公告)号：CN104536939A
公开(公告)日：2015-04-22
申请号：CN201410755519.0
申请日：2014-12-10
Applicant: 中南林业科技大学
IPC: G06F15/177 , G06F9/50
Abstract: 本发明公开了一种多核嵌入式高速缓冲存储器可配置节能调度的方法，该多核嵌入式高速缓冲存储器可配置节能调度的方法包括对多核嵌入式系统cache高速缓冲存储器应用性能监控器参数进行设置、多核嵌入式系统高速缓冲存储器的优化配置研究方法进行算法优化改进、通过对不同的高速缓冲存储器配置情况下性能指标的变化进行仿真、实现最合理优化的性能匹配。本发明实现了对硬件性能最大限度的应用，实现了多核嵌入式系统数据管理能力，提高了功耗的整体性能。
-
公开(公告)号：CN110245720B
公开(公告)日：2023-05-26
申请号：CN201910546589.8
申请日：2019-06-22
Applicant: 中南林业科技大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的柑橘病虫害智能诊断方法及系统，该方法的步骤：步骤1：基于专家经验建立黄龙病、炭疽病、溃疡病、黑星病、砂皮病和疮痂病这6类柑橘病害的图像数据集；步骤2：使用五种数据增强的方法扩充训练集和测试集；利用增强后的训练集和验证集对简化的DenseNet网络进行训练，保存模型至系统中；利用测试集对模型的性能进行评价。步骤3：在微信小程序的基础上建立了柑橘病诊断系统，用户通过手机使用小程序拍照/上传图像，通过上传的训练好的卷积网络模型进行诊断，再返回智能诊断结果及病虫害防治建议给用户，实现柑橘病虫害智能诊断。
-
Patent Agency Ranking
公开(公告)号：CN108959478B
公开(公告)日：2021-06-22
申请号：CN201810642032.X
申请日：2018-06-21
Applicant: 中南林业科技大学
IPC: G06F16/583 , G06K9/46 , G06K9/62
Abstract: 本发明公开了一种云环境下的密文图像检索方法及系统，首先，从自适应阈值和特征点预筛选两方面优化Harris算法，并提取图像特征。其次，采用SURF算法和词袋模型生成每一幅图像的Harris角点特征向量。然后，采用局部敏感哈希(Locality Sensitive Hashing,LSH)算法对特征向量构建可搜索索引，并用传统加密方案对图像以及索引进行加密，最后，在云服务器上进行安全的相似性检索。实验结果证明，通过对Harris角点优选及SURF与词袋模型的特征描述，并对局部敏感哈希算法的参数进行了优化，本发明提出的检索方案与现有加密检索方案对比，不仅缩短了特征提取时间，而且有效提高了加密图像检索效率。
-
公开(公告)号：CN112779159A
公开(公告)日：2021-05-11
申请号：CN202110057810.0
申请日：2021-01-15
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种生物培养智能监控系统及方法，生物培养智能监控系统包括MCU、动物培养系统、微生物培养系统、云服务器、RFID模块和无线通信模块；无线通信模块为WiFi模块和远程通信模块，MCU通过无线通信模块与手机通信连接；远程通信模块为GSM、3G、4G或5G通信模块；动物培养系统、微生物培养系统、云服务器、RFID模块和无线通信模块均与MCU相连；微生物培养系统中具有与MCU相连的培养瓶动作模块、温控模块、CO2浓度控制模块和显微监测模块。该生物培养智能监控系统及方法集成度高，功能丰富，构思巧妙，易于实施。
-
公开(公告)号：CN110264465A
公开(公告)日：2019-09-20
申请号：CN201910564318.5
申请日：2019-06-25
Applicant: 中南林业科技大学
IPC: G06T7/00
Abstract: 主动脉夹层(Aortic dissection(AD))是一种危险的心血管疾病，具有极高的临床死亡率，而且近年来发生率激增；本发明公开了一种基于形态学和深度学习的主动脉夹层动态检测方法，步骤1：建立CTA样本集合；步骤2：基于CTA样本集合中的CTA图像进行深度学习并实施疾病检测；2.1基于感兴趣区域进行深度学习，获得学习后的卷积神经网络；2.2针对新的CTA图像，基于学习后的卷积神经网络并结合感兴趣区域进行疾病检测。该基于形态学和深度学习的主动脉夹层动态检测方法易于实施，检测效率高。实验表明采用深度学习方法远远优于传统方法，而且基于DenseNet121的方法更优。
-
公开(公告)号：CN113947609B
公开(公告)日：2024-04-19
申请号：CN202111185726.3
申请日：2021-10-12
Applicant: 中南林业科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本发明公开一种深度学习网络结构及多标签主动脉夹层CT图像分割方法，其中，深度学习网络结构利用序列特征金字塔注意模块，关联不同尺度的CT图像序列特征，通过探索切片间的相关性，指导当前图像分割。同时，在网络的解码器中联合空间注意力模块和通道注意力模块，加强模型对目标区域的定位精确度以及特征的利用率。其次，本发明的多标签主动脉夹层CT图像分割方法，针对主动脉夹层多标签分割的类间关系，设计了多标签分类器以及相应的二元混合损失函数，在端到端的网络上实现多标签分割。本发明的深度学习网络结构对主动脉夹层快速筛查、诊断和评估有巨大的临床应用价值。
-
公开(公告)号：CN115908599A
公开(公告)日：2023-04-04
申请号：CN202211077949.2
申请日：2022-09-05
Applicant: 中南林业科技大学
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种主动脉夹层术后影像的生成方法，提出了用于未配对影像生成的MARTF‑GAN模型，基于术前影像生成患者的术后影像，给手术方案制定提供可靠的指导。该模型生成器由注意力编码器、RTF模块、注意力解码器组成。注意力编码器通过全局上下文注意力提取较为丰富的图像特征；RTF模块位于注意力编码器和注意力解码器之间，对注意力编码器的输出特征图进行深层次的全局和局部信息提取融合，提取高级语义信息；注意力解码器的作用是根据高级语义信息生成最终的术后影像，在注意力掩码的指导下能够生成语义较为丰富的图像。该方法整体指标的性能优于Munit、AttGan、QsaGan和CycleGan模型。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.027 seconds)
