-
公开(公告)号：CN115311230A
公开(公告)日：2022-11-08
申请号：CN202210941767.9
申请日：2022-08-08
Applicant: 吉林建筑大学
Abstract: 本发明提供了一种基于深度学习和特征融合的皮肤病变图像分割方法，建立使用了编码器‑解码器结构的用于皮肤病变图像分割的模型，在模型的特征编码路径上使用EfficientNet进行了特征的学习，在特征解码路径上使用密集特征融合方法增强解码器的解码能力，并且采用了门控完全特征融合模块来提升特征融合的质量，产生解码后的特征图，解码器在最后产生输入图像的分割结果，完成皮肤病变图像的分割处理。本发明使用了更为先进的EfficientNet作为模型的编码器，使得本申请模型编码器的参数数量减少而且特征学习能力增强。通过门控机制增强了有用的编码信息向解码路径的传递，抑制了无用的特征信息所带来的干扰，提升了模型的特征融合能力。
-
公开(公告)号：CN109883474B
公开(公告)日：2021-06-15
申请号：CN201910130959.X
申请日：2019-02-20
Applicant: 吉林建筑大学
IPC: G01D21/02
Abstract: 本发明公开了基于现场监测的建筑物健康监测系统，包括：孔隙水压力传感器，其埋设于建筑物土地内，用于测量建筑物土体内的渗透水压力；应变式压力传感器，其设置在建筑物中铺设的管道内，测量管道内流体的压力和气体的压力；压力盒，其埋设于建筑物土体内，对土体的内应力进行测量，也能对建筑物结构之间的接触应力进行测量；温度传感器，其用于监视建筑物的环境温度；湿度传感器，其用于监视建筑物的环境湿度。本发明提供了基于现场监测的建筑物健康监测系统，能够实时对建筑物进行监控，能及时发现建筑物的结构上的问题。
-
公开(公告)号：CN107807544B
公开(公告)日：2020-11-20
申请号：CN201711223554.8
申请日：2017-11-29
Applicant: 吉林建筑大学
IPC: G05B17/02
Abstract: 本发明公开了一种基于神经网络的半实物仿真红外噪声控制方法，包括：步骤一：确定三层神经网络的输入层向量，中间层向量，以及输出层向量；步骤二：根据历史数据获取训练样本对神经网络进行训练；步骤三：按照一定的采样周期采取弹道目标距离La，距地面高度H，运动速率Va，运动加速度a，场景温度T，风速Vb并将上述参数进行规格化，得到输入层向量和输出层向量；步骤四：仿真机控制红外景象模拟机的噪声释放强度、持续时间、释放速率和释放范围的参数。本发明能够避免人工操作的误差，根据相应仿真状态对红外噪声进行实时的准确控制。
-
公开(公告)号：CN108684162A
公开(公告)日：2018-10-19
申请号：CN201810371005.3
申请日：2018-04-24
Applicant: 吉林建筑大学
CPC classification number: H05K5/0086 , H05K5/0213 , H05K5/0217
Abstract: 本发明提供一种基于4G无线通信的智慧城市数据采集移动设备，包括压紧环、弹簧片一、挡环一、连接杆、盲孔、盒体、散热口、支架、透气防水膜、凹槽以及弹力绳，盲孔开设在盒体左侧面，连接杆右端装配在盲孔内部，连接杆左端连接有压紧环，压紧环设置在移动设备本体左侧面，压紧环左侧面安装有弹簧片一，弹簧片一左端连接有挡环一，该设计实现本设备的缓冲防护功能，散热口开设在盒体右侧面，支架固定在散热口外侧的盒体右端面，支架外表面开设有凹槽，弹力绳装配在凹槽内部，透气防水膜通过弹力绳压紧在支架右侧，该设计实现了防水功能，本发明结构简单，便于安装，防护效果好，可靠性高。
-
公开(公告)号：CN108593502A
公开(公告)日：2018-09-28
申请号：CN201810424368.9
申请日：2018-05-07
Applicant: 吉林建筑大学
IPC: G01N13/04
Abstract: 本发明公开了一种地下水渗流模拟装置及监测方法，包括渗流模拟系统、渗流控制系统，以及数据采集处理系统；其中，渗流模拟系统包括：储水箱，所述储水箱上设置有底盒，所述底盒上设有模块化透明筒体；渗流控制系统包括注水箱，且注水箱的下方设有可升降的工作台，注水箱上设置注水口和出水口，出水口通过管道与储水箱连通；数据采集处理系统包括：插入检测孔中的监测装置、与监测装置相连接的电脑以及与模块化透明筒体相连通的液位管，液位管内设置有安装有液位传感器，通过设置渗流模拟系统、渗流控制系统以及数据采集处理系统，能够直观的不易观察的地下水渗透吸水的过程显示，并且可实时监控水位的变化。
-
Patent Agency Ranking
公开(公告)号：CN115222942B
公开(公告)日：2023-06-02
申请号：CN202210881646.X
申请日：2022-07-26
Applicant: 吉林建筑大学
IPC: G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/44 , G06T7/00 , G16H50/20 , G16H50/80
Abstract: 本发明提供了一种基于弱监督学习的新冠肺炎CT图像分割的方法，包括以下步骤：先建立分割网络模型，模型整体上是编码器‑解码器结构，在分割网络模型的基础上，引入了一个分类模块，分类模块与分割模块共享一部分隐藏层，使得整个网络学习到更多的有用特征，同时改善了分割结果假阳性的问题；基于弱监督学习的思想，在像素级图像标签的基础上，通过分类网络从额外的图像级标签获取优化后的类激活图作为监督信息，增强了模型的分割性能表现。本发明通过利用分类网络注意力转移的特性，提出了类激活图积累模块，使得可以通过分类网络获得更加完整的类激活图，从而获得像素级标注结果。
-
公开(公告)号：CN113902087A
公开(公告)日：2022-01-07
申请号：CN202111240522.5
申请日：2021-10-25
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种多Agent深度强化学习算法，包括：S1：学习的策略在执行时只使用本地信息，即它们自己的观察结果；S2：智能体之间的通信方法不做任何结构上的假设，即不假设一个可区分的通信渠道；S3：leader层网络只输入全局智能体的状态信息，只作用于每个智能体的输出动作值，并不参与每个智能体的策略执行，既保持每个智能体的独立性，又保证所有智能体群体之间的通信。本发明通过在分布式执行之前加入集中式预判分配权重，增强了智能体群体之间的决策通信，提高了Leader_MADDPG在多变的环境关系中智能体训练过程中的稳定性和训练后的鲁棒性。
-
公开(公告)号：CN108717316B
公开(公告)日：2021-07-20
申请号：CN201810477287.5
申请日：2018-05-18
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种防作弊型计算机出题系统，包含外接式数据库、USB数据接头、固定架、电子信息提取器、接线柱、变压器、水冷箱、数据处理器、闪烁指示器、侧显示屏、主显示屏、装配定位架、固定式键盘、操作按钮、补光灯、载物台、扫码头、图像信息处理器、八工位编码条、分区码、答题区、散热栅格和工作指示灯，外接式数据库上方设置有USB数据接头,外接式数据库通过电子信息提取器与数据处理器相连接，外接式数据库与电子信息提取器之间设置有固定架。本发明可以减少高科技作弊的效果，使其完全无法传递答案，使考生作弊失效，有效控制考生作弊现象的发生，使考试公平合理，考生成绩反映考生真实水平，给用人单位提供准确的人才选用依据。
-
公开(公告)号：CN111721443A
公开(公告)日：2020-09-29
申请号：CN202010613866.5
申请日：2020-06-30
Applicant: 吉林建筑大学
Abstract: 本发明公开了一种可实现温度检测报警的分离式阵列计算机，包括阵列计算机、温度检测系统和风冷机组，温度检测系统安装在阵列计算机的分离式磁盘组柜上，温度检测系统中的主控模块与阵列计算机连接，实现信息交互，风冷机组安装在阵列计算机的分离式磁盘组柜上，风冷机组中的控制模块与阵列计算机连接，实现信息交互，风冷机组上的扇叶从阵列计算机的分离式磁盘组柜内部上方向下吹风。本发明具有通过温度检测系统检测磁盘组柜内的温度，根据检测温度控制风冷机组的开启，间歇性的开启能够节约电力资源的优点。
-
公开(公告)号：CN110236307A
公开(公告)日：2019-09-17
申请号：CN201910558952.8
申请日：2019-06-26
Applicant: 吉林建筑大学
Abstract: 本发明提供了一种基于计算机应用技术的信息档案存放装置，属于计算机应用技术领域，包括存放箱，所述存放箱呈圆形筒状结构，存放箱前方设有取放口，所述取放口处设置有推拉式箱门，所述存放箱内部设置有竖直放置的中心杆，所述中心杆上转动连接有多组沿中心杆均匀分布的档案存放机构；所述档案存放机构包括底板以及安装在底板上部的若干隔板。本发明实施例中，通过档案存放机构的转动设置，方便档案材料的取放，相较于传统的存放柜，在拓展了档案的存储容量的同时，提高了档案取放的便捷性和灵活性；通过控制器以及湿度传感器对存放箱内部环境进行智能化监控，实现风机的间歇工作，从而节约了能源。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
