多源域自适应脑网络分类方法、系统、设备及存储介质

    公开(公告)号:CN114332090B

    公开(公告)日:2022-05-10

    申请号:CN202210255280.5

    申请日:2022-03-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种多源域自适应脑网络分类方法、系统、设备及存储介质,方法包括:采用滑动窗口沿时间轴对具有多个时间点的4D rs‑fMRI进行采样,保留了原始数据中的空域信息和时域信息;构建分类神经网络模型,通过为每个源域设置特定于域的鉴别器,利用对抗性学习的方法将每一对源域与目标域的数据映射到不同的特征空间,避免了混淆原有数据的时序依赖结构,实现每一对源域与目标域数据分布的对齐,让分类神经网络学习多个源域的公共特征;通过总损失利用反向传播机制,更新分类神经网络模型,使处在分类边界附近的目标域样本在不同特定于域的分类器上的分类结果的差异性变小,对齐各个特定于域的分类器。

    基于绝缘瓷瓶的破损检测方法

    公开(公告)号:CN111612761A

    公开(公告)日:2020-09-01

    申请号:CN202010430547.0

    申请日:2020-05-20

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于绝缘瓷瓶的破损检测方法,包括:步骤1,选取无人机拍摄的1500张图像作为原始图像,通过YoLoV3定位原始图像中的绝缘瓷瓶,将定位的绝缘瓷瓶从原始图像中分割出来,得到绝缘瓷瓶图像;步骤2,利用DeepLabV3提取出绝缘瓷瓶图像中的绝缘瓷瓶的轮廓;步骤3,对提取出的绝缘瓷瓶的轮廓进行中值滤波和二值化的预处理,找到同一绝缘瓷瓶图像中的最大轮廓,并计算最大轮廓的面积与hu矩。本发明能够对不同角度拍摄的绝缘瓷瓶的图像进行准确的破损检测,且多角度拍摄能够更准确地判断绝缘瓷瓶的破损情况,对无人机拍摄的要求不高,提高了对绝缘瓷瓶的破损检测准确率,有效的解决了由于DeepLabV3轮廓提取引起的误差,具有很高的应用价值。

    SVC的错误隐藏方法、模型训练方法、系统及设备

    公开(公告)号:CN115103188B

    公开(公告)日:2022-12-30

    申请号:CN202211017771.2

    申请日:2022-08-24

    Applicant: 中南大学

    Abstract: 本申请实施例涉及技术领域,特别涉及一种SVC的错误隐藏方法、模型训练方法、系统及设备,本申请利用卷积神经网络充分提取前一帧基础层和增强层图像对中的偏移量参数,进而利用这个参数来修正当前帧的基础层图像的上采样图像,从而提升增强层错误隐藏的效果;本申请还计算前一帧的增强层图像和前一帧的基础层图像之间的残差图像,然后通过卷积神经网络融合残差图像和修正后的上采样图像,充分利用时域和空域的相关性对修正后的上采样图像进行后处理,提升了增强层错误隐藏的效果。

    SVC的错误隐藏方法、模型训练方法、系统及设备

    公开(公告)号:CN115103188A

    公开(公告)日:2022-09-23

    申请号:CN202211017771.2

    申请日:2022-08-24

    Applicant: 中南大学

    Abstract: 本申请实施例涉及技术领域,特别涉及一种SVC的错误隐藏方法、模型训练方法、系统及设备,本申请利用卷积神经网络充分提取前一帧基础层和增强层图像对中的偏移量参数,进而利用这个参数来修正当前帧的基础层图像的上采样图像,从而提升增强层错误隐藏的效果;本申请还计算前一帧的增强层图像和前一帧的基础层图像之间的残差图像,然后通过卷积神经网络融合残差图像和修正后的上采样图像,充分利用时域和空域的相关性对修正后的上采样图像进行后处理,提升了增强层错误隐藏的效果。

    旋翼无人机充电桩
    16.
    实用新型

    公开(公告)号:CN205335873U

    公开(公告)日:2016-06-22

    申请号:CN201520885437.8

    申请日:2015-11-09

    Abstract: 一种旋翼无人机充电桩,由底座、支撑杆、支架、电源滑块和底部带有凹陷的弧形滑道构成,底座为正方形或矩形,支撑杆一端固定在底座上,与底座垂直,每个支撑杆的顶部装有弧形滑道,弧形滑道底部设有一个凹陷,凹陷位于支撑杆的正上方;相邻支撑杆上的弧形滑道端点相连;每个支撑杆上方都固定有一个支架,支架与支撑杆垂直,向外侧伸出;本实用新型制作过程简单,局限性小,具有广泛的适用性。

Patent Agency Ranking