-
公开(公告)号：CN118097660A
公开(公告)日：2024-05-28
申请号：CN202410044725.4
申请日：2024-01-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/69 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于相似注意力机制的乳腺癌细胞核分割方法及系统，所述方法包括：1)采用了传统数据增强方法来增加数据的多样性；2)采用了相似注意力机制以加强细节特征提取；通过膨胀卷积来扩大感受野并设置锯齿状膨胀系数消除空洞效应；使用密集连接和多分辨率跳跃连接实现层与层之间的连接和多尺度融合；添加Dropout层防止过拟合；3)在对乳腺癌细胞核精确分割的同时，对其进行细胞核计数、形态提取，为临床诊断乳腺癌分级提供基础；本发明能够精确分割乳腺癌细胞核，解决乳腺癌细胞核形态多样，细胞核边缘粘连严重难以分割等问题，可以有效地辅助医生进行乳腺癌的早期诊断和治疗。
-
公开(公告)号：CN118070839A
公开(公告)日：2024-05-24
申请号：CN202410428992.1
申请日：2024-04-10
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
IPC: G06N3/006
Abstract: 本发明公开了一种混合策略的粒子群优化算法，旨在解决当前原始粒子群优化算法易陷入局部最优、搜索速度慢和局部搜索精度低等问题。传统优化算法在解决复杂问题时面临着诸多挑战，而本文提出的混合策略的粒子群优化算法通过采用自适应权重调整、反向学习策略、柯西变异机制和Hook‑Jeeves策略等方法，有效提高了全局搜索能力和搜索速度，并且在增强全局搜索能力的同时，也显著增强了局部搜索精度。本发明的算法可以广泛应用于各种领域，如工程优化、机器学习和数据挖掘等，为解决复杂问题提供了一种有效的优化方案。
-
公开(公告)号：CN117934491A
公开(公告)日：2024-04-26
申请号：CN202410110644.X
申请日：2024-01-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06T7/10 , G06V10/764 , G06V10/762 , G06V10/778
Abstract: 本发明涉及医学图像分割技术领域，特别是涉及一种基于半监督深度学习的腺体分割方法，包括：获取待分割腺体图像；将所述待分割腺体图像输入预设的分割模型中，获取分割预测图，其中，所述分割模型基于训练集训练获得，所述训练集包括有标注的结直肠癌腺体图像和乳腺癌腺体图像，无标注的结直肠癌腺体图像和乳腺癌腺体图像，所述分割模型包括教师模型、学生模型和教师助理模型，所述教师模型、学生模型和教师助理模型的主干网络均采用DeepLabv3+网络构建。本发明能够有效地提升结直肠癌和乳腺癌腺体图像的分割精度。
-
公开(公告)号：CN117351407A
公开(公告)日：2024-01-05
申请号：CN202210734049.4
申请日：2022-06-29
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
Abstract: 本发明公开了一种基于多级注意力算法的密集物群监测系统。物群智能监测系统由摄像头模块，嵌入式计算平台以及Web服务器组成。其中，摄像头模块实时采集监控场景的物群图像信息，并传输至嵌入式计算平台，嵌入式计算平台搭载物群智能识别算法对物群图像信息进行分析，将所得分析图通过WIFI网络传给Web服务器中进行解析，得到数量，定位，密度等信息，可供管理员在网站中查看。网站同时具有预警功能，分析数量超过阈值时，网站将进行预警及嵌入式设备播放聚集警报。其中，所述物群智能识别算法为结合了通道注意力，感受野注意力，空间注意力的多级注意力算法。
-
公开(公告)号：CN117333764A
公开(公告)日：2024-01-02
申请号：CN202210670550.9
申请日：2022-06-21
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/10 , G06V10/764 , G06V10/82
Abstract: 本发明公布了一种基于深度学习的番茄病虫害检测装置与方法。该装置主要包括：图像采集终端，用于存储与识别番茄叶片图像的服务器，客户端和预警模块。图像采集终端包括外盒，置物板，摄像头，LED光源，控制面板，电源开关，摄像开关，和数据传送模块；服务器负责利用已经训练好的深度学习神经网络识别传送过来的图像并附上检测结果标签，同时根据标签分组存储已标注的图像；客户端负责显示番茄病害种类信息；预警模块根据番茄病虫害种类信息进行病虫害预警。本检测装置与深度学习方法将深度学习应用于番茄病虫害自动识别中，无需对图像进行预处理，识别精度高，时效性强，可节约大量时间与人力成本，实现对病害植株的实时检测与及时施药，具有较好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN117272290A
公开(公告)日：2023-12-22
申请号：CN202210670444.0
申请日：2022-06-15
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
IPC: G06F21/55 , G06N3/0464 , G06N3/09 , H04L67/02
Abstract: 本发明公开了一种基于深度学习的PCR‑Windows电脑垃圾弹窗消杀方法。该方案包括两个部分：电脑弹窗预测模型、本地弹窗消杀系统。所述电脑弹窗预测模型主要通过弹窗信息来训练出来的深度学习模型；所述本地弹窗消杀系统是Windows本地上的EXE程序。在本发明实例中，通过本地和云端联合的方式，可以有效消杀Windows系统上的垃圾弹窗，减少电脑使用者的心智负担。本发明具有部署简单且高效易用等优点。
-
公开(公告)号：CN116740493A
公开(公告)日：2023-09-12
申请号：CN202310653375.7
申请日：2023-06-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/40 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及目标检测技术领域，具体涉及一种基于语义关系的多尺度无锚框目标检测方法，包括以下步骤：首先进行原始图片目标特征提取，再目标间语义关系构建，最后通过目标分类、中心度计算和位置回归，输出检测结果；本发明不同于现有方法由于锚框数量大而需要大量的计算资源，摒弃了传统anchor‑based方法需要预先根据目标尺寸设计各种超参数的复杂过程，减轻了计算资源的开销，更加易于算法模型的落地，且训练时间更短。进一步的，由于关系模块的引入，借鉴了自注意力机制，提高了小目标乃至是受遮挡物体的检测精度，一定程度上提高了方法的泛化能力。
-
公开(公告)号：CN115601195B
公开(公告)日：2023-09-08
申请号：CN202211270906.6
申请日：2022-10-17
Applicant: 桂林电子科技大学
IPC: G06Q50/06 , G06Q40/04 , G06F16/9535
Abstract: 本发明公开了一种基于电力用户实时标签的交易双向推荐系统，包括依次电连接的电力数据采集模块、实时计算模块、电力交易数据库、智能评分模块、智能推荐模块以及显示模块。同时也公开了一种基于电力用户实时标签的交易双向推荐方法，采用上述一种基于电力用户实时标签的交易双向推荐系统及其方法，通过智能评分模块给发电企业和售电公司评分，并通过智能推荐模块将评分最高的前五名发电企业和售电公司推荐给无合同电力用户，并通过显示模块显示给无合同电力用户，从而实现了无合同电力用户能够快速找到最优的售电主体。
-
公开(公告)号：CN116582831A
公开(公告)日：2023-08-11
申请号：CN202310545039.0
申请日：2023-05-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种水下机器人实时监测系统，包括：感知模块、控制模块、传输模块和监测模块；所述感知模块用于采集水下机器人的各个参数的数据；所述控制模块用于对采集得到的数据进行处理，并根据处理后的数据对水下机器人情况进行评估；所述监测模块用于存储接收到的评估结果并向所述控制模块下发各种控制信号从而改变水下机器人的活动状态。本发明能够实时控制水下机器人各个方向的运动，可以实时采集和显示水下机器人所携带的加速度计、陀螺仪、深度计等传感器的数据，还可以利用水下摄像头反馈当前工作的水下环境等。
-
公开(公告)号：CN116542854A
公开(公告)日：2023-08-04
申请号：CN202310517605.7
申请日：2023-05-09
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及图像处理和深度学习领域，提出了一种基于元迁移的残差通道注意力水下图像超分辨率方法。本发明通过引入元迁移学习方法，基于残差通道注意力图像超分辨率网络进行了预训练，增加了网络的性能，提高了网络收敛速度，使得网络适应新任务的能力获得了提升。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.069 seconds)
