-
公开(公告)号：CN119579662A
公开(公告)日：2025-03-07
申请号：CN202411622322.X
申请日：2024-11-14
Applicant: 河南科技大学
IPC: G06T7/33 , G06T7/40 , G06T19/00 , G06T15/00 , G06T7/11 , G06T7/136 , G06T7/70 , G06T7/80 , A61B34/20 , G16H30/20 , G16H50/20
Abstract: 本发明公开了一种基于标识物检测的手术导航配准方法，包括以下步骤：对粘贴标记点的患者颅脑进行数据采集，扫描得到医疗影像数据；基于扫描得到的医疗图像数据集，对影像数据进行预处理；基于计算机视觉的跟踪配准方法，对粘贴的标识物进行定位跟踪和空间配准，并根据配准结果进行辅助导航；基于Web的AR.js框架，构建AR可视化平台系统。本发明采用上述一种基于标识物检测的手术导航配准方法，通过普通单目摄像机识别粘贴的标识物进行定位跟踪，简单便捷；利用空间坐标转换的方式，实现虚拟模型到患者实体的空间配准，在保证精确度的同时实现手术导航过程；使用web方式的AR.js框架增强现实可视化，无需用户安装额外的应用程序。
-
公开(公告)号：CN118213031A
公开(公告)日：2024-06-18
申请号：CN202410370218.X
申请日：2024-03-28
Applicant: 河南科技大学
Abstract: 本发明提供了一种医疗数据共享隐私保护系统、方法、设备及介质，涉及医疗数据共享隐私保护领域，方法包括：数据拥有者，用于通过密钥区块链的属性节点从多权威属性机构中获取属性公钥，根据属性公钥对病历数据进行加密，将密文、签名以及哈希值上传至云服务器；数据拥有者，还用于当数据拥有者从云服务器中获取密文位置后，将密文、哈希值以及签名上传至密文区块链；数据请求者，用于通过密钥区块链的属性节点从多权威属性机构中获取属性私钥份额，并向云服务器发送密文请求，向密文区块链发送哈希值请求；数据请求者，还用于根据所有的属性私钥份额以及哈希值对密文进行解密，生成病历数据。本发明能够提高密钥安全性，有效保护用户的隐私数据。
-
公开(公告)号：CN117975353A
公开(公告)日：2024-05-03
申请号：CN202311783105.4
申请日：2023-12-22
IPC: G06V20/52 , G06V20/40 , G06V10/62 , G06V10/764 , G06V10/75 , G06V10/44 , G06V10/771 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于视频序列对比学习的装配动作顺序异常检测方法，首先获取装配动作视频序列，然后对装配动作视频序列进行编码以及视频嵌入，提取装配动作特征以及嵌入向量；其次在动态规划矩阵匹配的过程中执行时间先验强调时间特征以及动作顺序变化，并在匹配过程中采取局部帧匹配以及合并异常帧操作降低计算复杂度，最后得到正确的序列匹配，匹配矩阵的其他区域则视为异常检测结果。本发明将时间先验与优化后的Drop‑DTW算法相结合，考虑了视频序列的时间特征以及动作顺序的变化，在确保其精确度的同时提高检测效率，可以相对全面的处理实际工业场景中的装配动作顺序异常检测问题。
-
公开(公告)号：CN117892969A
公开(公告)日：2024-04-16
申请号：CN202410075997.0
申请日：2024-01-18
Applicant: 河南科技大学
IPC: G06Q10/0631 , G06Q10/10 , G06F18/20 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的柔性车间作业动态调度方法，属于车间作业动态调度领域，该方法包括以作业总拖期时间最小化、作业最大完成时间最小化和平均机器利用率最大化为优化目标，得到多目标模型；利用析取图模型对动态作业车间调度问题进行抽象，得到调度状态；根据调度状态和多目标模型，以优化目标为高层智能体，以作业和机器为低层智能体，利用马尔可夫决策过程，得到作业调度模型；获取新作业集合，并根据新作业集合，利用作业调度模型，得到调度计划表，完成柔性车间作业动态调度。本发明解决了现有技术中依赖调度规则而缺乏泛化性的问题。
-
公开(公告)号：CN117858195A
公开(公告)日：2024-04-09
申请号：CN202311783107.3
申请日：2023-12-22
Applicant: 龙门实验室 , 河南科技大学 , 三六零数字安全科技集团有限公司
Abstract: 本发明公开了一种基于位置预测的高动态移动自组网分簇路由决策方法，首先利用改进的灰色马尔科夫预测模型对节点下一时刻位置进行预测；然后计算节点与其邻居间的链路保持时间、节点间运动相似度，衡量节点间通信链路质量的期望传输次数值和节点能量构建簇头选举指标，之后根据选举指标对网络中节点进行分簇；最后进行路由决策。本发明通过利用改进的灰色马尔科夫预测模型进行节点位置预测，减少节点位置更新的延迟，构建簇头选举指标，提高了簇头选举指标的精度，加快求解速度，适合高动态场景，提高网络性能和数据传输效率，能够在高动态移动自组织网络中做出更优的路由决策。
-
Patent Agency Ranking
公开(公告)号：CN117857456A
公开(公告)日：2024-04-09
申请号：CN202410017501.4
申请日：2024-01-05
Applicant: 河南科技大学 , 三六零数字安全科技集团有限公司 , 龙门实验室
Abstract: 本发明公开了一种基于强化学习的NDN网路拥塞控制方法，属于命名数据网络技术领域。该方法包括以下步骤：S1、通过兴趣包的发送和数据包的接收获取实时网络状态信息；S2、将上述实时网络状态信息加权计算得到当前状态的效用函数值；S3、通过比较连续两个效用函数值的差值，获得正/负奖励值；S4、通过奖励变化动态调整发送速率。本发明采用上述一种基于强化学习的NDN网路拥塞控制方法，通过Q学习后，智能体能够根据实时网络状态在线调整拥塞控制策略，指导消费者调整发送速率，以解决NDN网络中拥塞控制问题。
-
公开(公告)号：CN117853338A
公开(公告)日：2024-04-09
申请号：CN202410040211.1
申请日：2024-01-11
Applicant: 河南科技大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 一种基于交叉丢失动态学习网络的图像盲超分方法，通过搭建交叉丢失动态学习网络，交叉丢失动态学习网络包括退化预测块、动态超分主干网DynNet、陀螺结构、交叉丢弃和动态卷积Dynamic，通过总损失函数训练交叉丢失动态学习网络，迭代多次，得到训练完成的交叉丢失动态学习网络，将待处理图输入训练完成后的交叉丢失动态学习网络中，得到最终处理后的高分辨率图像。本发明具有确定的交叉丢失动态学习网络模型，通过陀螺结构和动态卷积组合提升适应性，交叉丢弃可以增强网络的图像超分辨率效果。
-
公开(公告)号：CN116665252A
公开(公告)日：2023-08-29
申请号：CN202310690303.X
申请日：2023-06-12
Applicant: 河南科技大学
Abstract: 一种基于深度学习的舌象体质分类方法，先获取舌象数据并进行预处理，然后舌象预处理图片输入Deeplabv3+改进模型进行舌体分割，得到舌象分割特征图，然后采用融合增强式自适应分流注意力机制的EdgeNeXt网络对舌象进行分类，通过对Deeplabv3+模型进行了改进，在其中增加了CBPN注意力模块，能够避免舌象分割任务中复杂背景和嘴唇区域分割不彻底、舌象边缘不光滑以及舌体凹陷处分割后产生漏洞的情况，提高模型特征提取能力，改善舌体分割效果；在EdgeNeXt网络的原始模型中加入增强式自适应分流注意力模块，能够避免舌象中体质鉴别性区域多样化、传统手工特征提取时存在底层特征信息表达不充分、单一注意力机制效果不明显的情况，提升了舌象分类的智能度和准确性。
-
公开(公告)号：CN113780676B
公开(公告)日：2023-06-23
申请号：CN202111116863.1
申请日：2021-09-23
Applicant: 河南科技大学
Abstract: 一种瓶装液化气车辆配送路径优化方法，涉及车辆路径优化技术领域，结合车辆运输的实际情况，根据液化气的运输特点，建立与实际问题更加贴切的带时间窗的车辆路径问题的多目标数学模型，针对液化气的特殊性，对模型约束进行限定，将目标进行细化，在对影响液化气配送路径的各类影响因素和确定原则进行分析后选取最小化风险、最小化成本和最小化车辆冗余三个目标，并用混合协同进化优化算法求解。本发明有益效果：使得液化气运输车辆规避运输风险，减小事故发生的概率，减少液化气运输事故发生的概率，帮助承运企业解决低风险、低成本地完成运输任务的关键难题，使得液化气配送更具安全化、经济化和高效化。
-
公开(公告)号：CN115760707A
公开(公告)日：2023-03-07
申请号：CN202211319887.1
申请日：2022-10-26
Applicant: 河南科技大学
IPC: G06T7/00 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084
Abstract: 本发明涉及一种基于自监督学习的皮损图像智能分类装置，属于图像处理技术领域，装置中包含基础模块、图像采集模块、图像处理模块、神经网络训练模块、神经网络分类模块、输出显示模块；在神经网络训练模块中应用多通道自监督学习的训练方法，得到适用于皮肤特征提取的神经网络，用以解决现有技术因皮肤皮损图像数量不足而导致的神经网络过拟合问题，最终得到适用于临床环境下快速检测的皮损图像分类方法及装置，为皮肤科医生减轻负担，提高服务效率。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.027 seconds)
