-
公开(公告)号：CN113347643B
公开(公告)日：2022-04-08
申请号：CN202110546458.7
申请日：2018-09-06
Applicant: 三峡大学
Abstract: 基于改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集，原算法则不进行邻接关系选择。本发明首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略选择两个节点作为节点虚拟力的来源，极大地减小了节点虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。
-
公开(公告)号：CN112395994A
公开(公告)日：2021-02-23
申请号：CN202011301499.1
申请日：2020-11-19
Applicant: 三峡大学
Abstract: 本发明公开了一种基于双流网络的跌倒检测算法，所述基于双流网络的跌倒检测算法包括数据集、数据预处理模块、特征提取模块、数据传输模块、长短时记忆网络、双流网络模块，所述数据集的输出端与数据预处理模块的的输入端连接，所述数据预处理模块的输出端与特征提取模块的输入端连接，所述特征提取模块的输出端与双流网络模块的输入端连接，所述双流网络模块的输出端与数据传输模块的输入端连接，本发明与LSTM结合的双流动作分类器，通过将RGB帧与双流场进行融合，然后再通过LSTM网络融合上下文的计算，对时序动作进行识别，时序双流网络能够取得比双流网络更好的识别准确率，对监控视角下的跌倒动作识别有着更高的识别效率。
-
公开(公告)号：CN104684081B
公开(公告)日：2017-11-10
申请号：CN201510070653.1
申请日：2015-02-10
Applicant: 三峡大学
IPC: H04W64/00
Abstract: 基于距离聚类遴选锚节点的无线传感器网络节点定位算法，它涉及无线传感器网络中节点定位领域，降低测距误差带来的较大定位误差。通过分析最小二乘法测量误差对辨识精度的影响，及参与定位的锚节点距离测量误差的相对误差对辨识精度的影响，以距离作为聚类的对象，通过层次聚类遴选距离值接近的锚节点作为用于实现定位的参考锚节点。未知节点根据自身与遴选出来的锚节点之间的距离，以多边定位算法建立相应的定位模型，最后根据最小二乘确定未知节点的位置。本发明将聚类算法应用到节点定位中，对待测节点与锚节点之间的距离进行聚类分析，有选择性的选取锚节点实现定位，与传统的最小二乘算法相比，提高了定位的精确度和可靠性。
-
公开(公告)号：CN119785171A
公开(公告)日：2025-04-08
申请号：CN202411781983.7
申请日：2024-12-05
Applicant: 三峡大学
IPC: G06V10/82 , G06V10/77 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于YOLOv8的共享映射差异补偿的变电站设备缺陷检测网络的构建方法，它包括以下步骤：步骤S1：从相应的数据库中加载目标检测图像数据，并转换为YOLO训练格式，将数据集被划分为训练集和测试集，以准备后续的模型训练和验证；步骤S2：构建改进的YOLOv8整体架构，将三个共享映射差异补偿分别添加至YOLOv8的三个检测头前；步骤S3：设计并实现共享映射差异补偿融合模块，该模块负责在不同的特征层之间进行深度特征融合，从而更好地突出异常信号；步骤S4：将变电站设备缺陷数据集输入到构建好的变电站设备缺陷检测模型中，并通过损失约束进行模型训练，最终输出缺陷检测结果；通过以上步骤对共享映射差异补偿的变电站设备缺陷检测网络进行构建。
-
公开(公告)号：CN119206204A
公开(公告)日：2024-12-27
申请号：CN202411093326.3
申请日：2024-08-09
Applicant: 三峡大学
IPC: G06V10/26 , G06V10/74 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/096
Abstract: 一种跨图像的像素到边界的分割损失函数的获取方法，包括以下步骤：步骤一：通过处理真实标签的掩码，生成图像中每个对象的边界特征知识；步骤二：将数据集中图像生成的边界特征知识依次加入到向量序列中；步骤三：统计向量序列中目标的KL散度距离，计算蒸馏后的损失函数；通过以上步骤获取跨图像的像素到边界的分割损失函数。
-
Patent Agency Ranking
公开(公告)号：CN115908803A
公开(公告)日：2023-04-04
申请号：CN202211426703.1
申请日：2022-11-14
Applicant: 三峡大学
IPC: G06V10/26 , G06V20/69 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于迁移学习的癌组织图像细胞核分割系统。本发明中，基于迁移学习的癌组织图像细胞核分割系统包括：数据集预处理模块、输入训练模块、VCRNet网络模块、输入测试模块和图像颜色归一化模块，基于Unet搭建了VCRNet模型。VCRNet模型以Vgg16‑1卷积模块在ImageNet数据集上的预训练模型作为编码模块和分类依据；利用残差块改进后的结构mr‑block作为解码部分和定位依据，最后利用跳跃连接完成特征图间的特征融合。在先对测试集做标准化再输入模型测试后，系统结果表明，与针对病理图像中细胞核的粘连问题，VCRNet有着较好的分割效果。
-
公开(公告)号：CN114463844A
公开(公告)日：2022-05-10
申请号：CN202210033684.X
申请日：2022-01-12
Applicant: 三峡大学
Abstract: 一种基于自注意力双流网络的跌倒检测方法，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为。本发明是基于计算机视觉的方法对视频中的人进行行为检测及跟踪而提出的一种基于自注意力双流网络的跌倒检测方法。
-
公开(公告)号：CN113049507A
公开(公告)日：2021-06-29
申请号：CN202110256176.3
申请日：2021-03-09
Applicant: 三峡大学
Abstract: 本发明涉及光谱波长选择方法，包括：将光谱划分为多个波段区间；在每个波段区间上进行偏最小二乘回归分析；计算每个波段对应变量的交互验证均方差；找出交互验证均方差小的波段，将这些波段区间对应的光谱吸收矩阵组合，得到新的光谱吸收矩阵；针对新的光谱吸收矩阵，使用蒙特卡洛采样方法进行多次采样，每次采样去掉回归系数相对较小的波长点，再建立偏最小二乘回归分析模型，选出交互验证均方差最小的波长变量集，作为候选的最优波长变量集；进行多轮采样选出重复出现、稳定的波长变量，作为最优波长变量。本发明通过多轮的采样、筛选，选出稳定的最优光谱波长变量，相比单一的光谱波长选择模型，选出的光谱波长变量更少。
-
公开(公告)号：CN112163459A
公开(公告)日：2021-01-01
申请号：CN202010922599.X
申请日：2020-09-04
Applicant: 三峡大学
Abstract: 本发明公开了采用3D卷积的特征融合网络的人脸异常情绪识别方法，包括：收集人脸面部的视频，标注视频中人的面部表情，形成训练集；对训练集的图像中的人脸区域进行定位；针对步骤2定位的人脸区域，确定人脸的关键点；构建基于3D卷积的特征融合网络模型并进行训练；对待测视频中人的表情进行检测、分类；判断检测出的表情是否是异常情绪，若是异常情绪，则通知监护人员。本发明实现了对人脸情绪的自动识别，增强了视频监控系统的智能性，减少了相关监控人员的工作量，节省人力。本发明的方法在检测情绪时利用了情绪的前后时序信息，情绪检测的准确性、可靠性更高。
-
公开(公告)号：CN109068334A
公开(公告)日：2018-12-21
申请号：CN201811038870.2
申请日：2018-09-06
Applicant: 三峡大学
CPC classification number: H04W16/18 , G06F9/45558 , G06F2009/4557 , G06F2009/45595
Abstract: 一种改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集，原算法则不进行邻接关系选择。本发明首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略选择两个节点作为节点虚拟力的来源，极大地减小了节点虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.019 seconds)
