-
公开(公告)号：CN103530182A
公开(公告)日：2014-01-22
申请号：CN201310497575.4
申请日：2013-10-22
Applicant: 海南大学
IPC: G06F9/48
Abstract: 本发明提供了一种作业调度方法和装置，其中，作业调度方法包括：当前作业执行过程中，根据第一设定规则筛选出候选计算节点集合；以及，按照第二设定规则筛选出当前作业中一个未执行的map任务作为待执行的map任务；从候选计算节点集合中选择一个满足设定标准的计算节点；判断待执行的map任务是否为该计算节点的本地任务；当待执行的map任务不是该计算节点的本地任务时，将待执行的map任务对应的数据块从源计算节点传输到满足设定标准的计算节点上进行存储；当满足设定标准的计算节点请求分配map任务时，将筛选出的待执行的map任务分配给满足设定标准的计算节点。通过本申请，提高了资源的利用率以及作业的执行效率。
-
公开(公告)号：CN119942107A
公开(公告)日：2025-05-06
申请号：CN202411949885.X
申请日：2024-12-27
Applicant: 海南大学
IPC: G06V10/26 , G06V10/22 , G06V10/30 , G06V10/36 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了基于深度学习的脑肿瘤自动分割方法，首先特征增强，然后补丁嵌入与位置嵌入，使用Vision Transformer编码器捕捉远程依赖关系和全局上下文信息，从而提升模型对复杂结构的理解能力；通过集成多个Transformer层的跳跃连接，结合U‑Net架构，保留多尺度特征以进行细致解码；最后解码阶段改进，从而确保分割结果的准确性和细节。本发明还公开了基于深度学习的脑肿瘤自动分割系统。本发明能够有效处理脑部MRI图像，解决了现有分割技术在复杂肿瘤形态、噪声干扰和多尺度特征提取方面的不足，具有更高的分割精度和鲁棒性。
-
公开(公告)号：CN113870281B
公开(公告)日：2025-03-14
申请号：CN202111090101.9
申请日：2021-09-17
Applicant: 海南大学
IPC: G06T7/11 , G06N3/045 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于金字塔机制的遥感影像海洋与非海区域分割方法，所述方法包括下列步骤：获取高分遥感图像，并对所述高分遥感图像进行裁剪，并绘制相对应的海陆分割真值图；将裁剪后的高分遥感图像依次进行分块以及图像刚性变换，并基于变换结果划分训练集以及测试集；建立金字塔机制融合神经网络，将训练集中的数据输入金字塔机制融合神经网络进行学习训练获得海洋与非海区域分割模型；将所述测试集中的数据输入金字塔机制融合神经网络中，得到遥感图像海陆分割结果。
-
公开(公告)号：CN118896609B
公开(公告)日：2025-02-14
申请号：CN202410936638.X
申请日：2024-07-12
Applicant: 海南大学
Abstract: 本发明公开一种基于图神经网络的多无人机自主协同导航方法，通过利用马尔可夫决策过程对多无人机导航问题进行建模，结合图神经网络处理无人机和障碍物之间存在的复杂的交互关系。本发明能够有效提高无人机集群在执行任务过程中的导航效率与通信稳定性。
-
公开(公告)号：CN119356084A
公开(公告)日：2025-01-24
申请号：CN202411466689.7
申请日：2024-10-21
Applicant: 海南大学
IPC: G05B13/04
Abstract: 本发明涉及安全控制技术领域，尤其涉及一种基于数据时效性的安全控制策略优化方法及系统，该方法包括以下步骤：S1，计算经验池中每个经验的数据时效性，Ai＝tcurrent‑ti，根据数据时效性计算经验的采样概率，#imgabs0##imgabs1#基于采样概率从经验池中抽取一批经验，利用抽取的经验训练Actor网络和Critic网络；S2，采集当前时间的车辆状态，并将车辆状态输入训练完成的Actor网络，输出得到控制动作；S3，采集车辆控制系统执行所述控制动作后的车辆状态，并将采集的车辆状态和所述控制动作输入训练完成的Critic网络，输出得到安全状态评估结果；S4，基于所述安全状态评估结果调整所述训练完成的Actor网络。本发明利用基于时间特性的采样策略，可以提高在不确定环境下的安全性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN118840308A
公开(公告)日：2024-10-25
申请号：CN202410244746.0
申请日：2024-06-13
Applicant: 海南大学
IPC: G06T7/00 , G06T7/11 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于双模态多任务学习模型的前列腺肿瘤图像分析方法，所述方法包括下列步骤：获取待分割的前列腺区域图像，并对所述前列腺区域图像进行预处理，所述前列腺区域图像包括T2加权图像以及扩散加权图像；构建双模态多任务学习模型，提取训练数据集，训练双模态多任务学习模型，在所述双模态多任务学习模型包括了分割部分以及分级部分，分割部分包括编码器以及解码器，在编码器中构建了SPM模块来进行辅助特征提取，在解码器中构建了Transformer单元增强全局特征表示，在分级部分构建了PI‑RADS多尺度分级网络获取更精细的细节信息，并输出PI‑RADS分级结果；将预处理后的所述前列腺区域图像输入双模态多任务学习模型，获得前列腺肿瘤图像分割结果以及分级结果。
-
公开(公告)号：CN112419403B
公开(公告)日：2024-10-11
申请号：CN202011374345.5
申请日：2020-11-30
Applicant: 海南大学
Abstract: 本发明提供一种基于二维码阵列的室内无人机定位方法，包括以下步骤：S1、无人机获取并执行起飞指令，通过图像采集组件采集地面图像并对AprilTag进行识别；S2、图像采集组件传输AprilTag信息至上位机，上位机基于AprilTag信息进行世界坐标系转换，获得无人机定位信息及飞机轨迹并进行可视化。本发明在二维码识别方面，采用AprilTag二维码，其复杂程度一般，具有识别错误率低，识别速度快等特点，使得本方法不需要具备很高算力的CPU，仅依靠单个摄像头即可进行定位，并且可在室内取得较好的定位效果。
-
公开(公告)号：CN118608537A
公开(公告)日：2024-09-06
申请号：CN202410871110.9
申请日：2024-07-01
Applicant: 海南大学
IPC: G06T7/10 , G06T7/00 , G06T5/70 , G06T5/20 , G06V10/764 , G06V10/774 , G06N3/0895 , G06N3/0464
Abstract: 本发明属于图像分割技术领域，公开了一种基于种子簇生成的弱监督学习医学图像分割方法及系统。所述的方法包括如下步骤：对若干历史医学图像进行预处理；进行边缘松弛点和前景种子点标注；对每一标注后历史医学图像中的前景种子点进行扩展，得到对应的种子簇集合；获取每一标注后历史医学图像中像素点到种子簇集合的测地距离，并映射得到对应的伪标签；使用深度学习算法，构建对应的医学图像分割模型；采集实时医学图像，并使用医学图像分割模型，对实时医学图像进行图像分割，得到对应的实时图像分割结果。本发明解决了现有技术存在的分割效率低、实用性低、实用性低、分割效果差以及成本投入大的的问题。
-
公开(公告)号：CN118608286A
公开(公告)日：2024-09-06
申请号：CN202410745467.2
申请日：2024-06-11
Applicant: 海南大学
IPC: G06Q40/04 , G06Q50/18 , G06F18/2337
Abstract: 本发明属于知识产权交易技术领域，公开了一种基于IPBFT算法的知识产权交易方法及系统。所述的方法包括如下步骤：基于知识产权交易平台，接收知识产权交易请求，并对若干节点进行分组；根据混合信誉机制评分策略，获取若干标准知识产权交易共识组；使用IPBFT共识算法，对知识产权交易请求进行两阶段IPBFT组内共识；两阶段IPBFT组内共识成功后，使用Raft算法，对知识产权交易请求进行组间Raft共识；组间Raft共识成功后，向客户端返回对应的知识产权交易共识结果，并对知识产权交易共识结果进行上链。本发明解决了现有技术存在的共识算法共识效率低、共识技术可用性和性能差以及交易环境安全性和可靠性低的问题。
-
公开(公告)号：CN117991630B
公开(公告)日：2024-09-06
申请号：CN202311771790.9
申请日：2023-12-21
Applicant: 海南大学
IPC: G05B13/04
Abstract: 本发明提供一种无人驾驶系统领导‑跟随编队的故障诊断方法，建立传感器故障、执行器故障以及外部干扰多重混杂不确定下无人驾驶系统的多智能体系统状态空间模型和领导者智能体的状态空间模型；构建传感器故障、执行器故障以及外部干扰多重混杂不确定下无人驾驶系统的领导‑跟随编队协议、每个跟随者的滤波器、增广系统；引入领导‑跟随编队性能指标、L1性能指标；设计传感器故障、执行器故障以及外部干扰多重混杂不确定下无人驾驶系统成功编队的条件；传感器故障、执行器故障以及外部干扰多重混杂不确定下无人驾驶系统成功编队验证过程。本发明能够确保无人驾驶系统安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
397
records
(took 0.044 seconds)
