-
公开(公告)号：CN114581662A
公开(公告)日：2022-06-03
申请号：CN202210147766.7
申请日：2022-02-17
Applicant: 华南理工大学 , 广东微步智能科技有限公司
Abstract: 本发明公开了一种脑肿瘤图像的分割方法、系统、装置及存储介质，其中方法包括：对脑肿瘤图像及标签进行预处理和数据扩增；对脑肿瘤图像进行卷积及下采样，提取脑肿瘤图像中的上下文语义信息，获得特征图；对特征图进行上采样，将上采样的图与同一层级编码器模块中的特征进行特征融合；将特征图通过特征金字塔融合模块进行聚合，并输入到期望最大化自注意力模块中学习全局上下文信息；将特征和最大层级特征图进行聚合，得到最终的语义分割结果。本发明基于多尺度通道注意力机制，提取特征和进行特征融合，采用特征金字塔和期望最大化注意力机制来提取全局上下文信息，提高语义分割的精度，可广泛应用于计算机视觉及图像处理领域。
-
公开(公告)号：CN108491372B
公开(公告)日：2021-06-08
申请号：CN201810094751.2
申请日：2018-01-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于seq2seq模型的中文分词方法，包括：步骤1、对文本语料进行预处理，把输入的每一个句子中的文字按照字频高低转为汉字数字序列，并按照字在词中的位置，转化为对应的标签序列；步骤2、将步骤1中得到的汉字数字序列按句输入到字向量转化层中，输出字向量矩阵；步骤3、将步骤2得到的字向量矩阵采用mini‑batch进行分块，输入到采用注意力机制的seq2seq模型中，得到预测标签序列；步骤4、序列后处理，将步骤3中的预测标签序列与原始文本语料的标签序列进行比对，按每个标签的含义合成最终分词后的句子，按空格分隔开。所述方法采用seq2seq深度学习框架，结合注意力机制用于中文分词任务当中，有效提高了分词的准确率。
-
公开(公告)号：CN108197111A
公开(公告)日：2018-06-22
申请号：CN201810020999.4
申请日：2018-01-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于融合语义聚类的文本自动摘要方法，包括：文本预处理步骤，对原始文档进行预处理，并统计关键词在文本中的词频信息；权重计算步骤，融合局部权重，全局权重和引入相关权重来确定关键词在句子中的贡献度；语义分析步骤，将文本矩阵进行奇异值分解，得到语义分析模型，以此计算每个句子的语义向量；聚类步骤，对计算的句子语义向量在语义空间中通过聚类算法得到K个句子簇；句子选择步骤，在每一个句子簇中计算句子权重，根据排名来挑选前n个句子组成摘要，并去除冗余。本发明简单实用，对文本进行特征表示，融入上下文的语义联系，更充分的显示句子之间和词语之间的共现关系，生成的摘要更能契合文本的主题思想。
-
公开(公告)号：CN105326627B
公开(公告)日：2018-04-13
申请号：CN201510834976.3
申请日：2015-11-25
Applicant: 华南理工大学
IPC: A61H3/00
Abstract: 本发明公开了基于躯干重心偏移的康复装置行走触发控制方法。该方法包括1)平行站立姿态的判断；2)行走触发条件的判断：控制模块分析处理传感器采集到的数据，判断是否满足以下条件：若同时满足条件C5、C7，则满足先迈右腿的触发条件；若同时满足条件C6、C8，则满足先迈左腿的触发条件；若未同时满足条件C5、C7或未同时满足条件C6、C8，控制模块持续检测传感器数据，判断用户姿态；3)行走触发控制；4)控制模块继续检测判断躯干倾角、脚底压力和拐杖压力传感器的数据，进入步态维持状态；本发明采用躯干倾角传感器，拐杖触地压力传感器判断用户的重心，在保障用户安全的前提下，实现从平行站立站状态到行走状态的触发控制。
-
公开(公告)号：CN107092861A
公开(公告)日：2017-08-25
申请号：CN201710153326.1
申请日：2017-03-15
Applicant: 华南理工大学 , 华南智能机器人创新研究院
Abstract: 本发明公开了一种基于压力与加速度传感器的下肢动作识别方法，该方法具体实施步骤如下：首先实时采集人体下肢运动的压力传感器信号，对压力传感器信号进行预处理后，根据压力传感器数据的上升沿以及下降沿标定下肢动作的开始以及结束，当检测到压力的上升沿后开始采集加速度传感器三轴加速度信号并存储，当检测到压力的下降沿之后停止采集加速度传感器三轴加速度信号，将上升沿与下降沿之间采集的加速度传感器三轴信号称之为加速度信号片段，接着对上一步提取的加速度信号片段提取频域特征以及统计特征，提取完特征之后对提取的特征进行数据降维，最后使用训练好的分类器对降维后的特征数据进行分类，得出动作模式的分类结果。
-
Patent Agency Ranking
公开(公告)号：CN105342808A
公开(公告)日：2016-02-24
申请号：CN201510834977.8
申请日：2015-11-25
Applicant: 华南理工大学
CPC classification number: A61H1/0262 , A61H3/00 , A61H2003/005 , A61H2003/007 , A61H2201/164 , A61H2201/165 , A61H2201/50 , A61H2201/5069 , A61H2201/5071 , A61H2205/10 , A61H2230/625
Abstract: 本发明公开了基于脚部压力传感器的康复装置的行走触发控制方法，包括1)平行站立姿态的判断；2)行走触发条件的判断：控制模块分析处理传感器采集到的数据，判断是否同时满足条件C5、C6、C8，则满足先迈右腿的触发条件；若同时满足条件C5、C7、C9，则满足先迈左腿的触发条件；3)行走触发控制；4)控制模块继续检测判断躯干倾角、脚底压力和拐杖压力传感器的数据，进入步态维持状态；本发明在行走触发控制中，采用躯干倾角传感器，电机转角传感器，脚底压力传感器和拐杖触地压力传感器等多个传感器协同配合，实时检测用户的姿态，实现用户从平行站立状态到行走状态的转换。
-
公开(公告)号：CN105326627A
公开(公告)日：2016-02-17
申请号：CN201510834976.3
申请日：2015-11-25
Applicant: 华南理工大学
IPC: A61H3/00
CPC classification number: A61H3/00 , A61H2003/005 , A61H2003/007 , A61H2201/5007 , A61H2230/625
Abstract: 本发明公开了基于躯干重心偏移的康复装置行走触发控制方法。该方法包括1)平行站立姿态的判断；2)行走触发条件的判断：控制模块分析处理传感器采集到的数据，判断是否满足以下条件：若同时满足条件C5、C7，则满足先迈右腿的触发条件；若同时满足条件C6、C8，则满足先迈左腿的触发条件；若未同时满足条件C5、C7或未同时满足条件C6、C8，控制模块持续检测传感器数据，判断用户姿态；3)行走触发控制；4)控制模块继续检测判断躯干倾角、脚底压力和拐杖压力传感器的数据，进入步态维持状态；本发明采用躯干倾角传感器，拐杖触地压力传感器判断用户的重心，在保障用户安全的前提下，实现从平行站立站状态到行走状态的触发控制。
-
-
公开(公告)号：CN101776613A
公开(公告)日：2010-07-14
申请号：CN200910214324.4
申请日：2009-12-29
Applicant: 华南理工大学
Abstract: 本发明公开了基于光纤图像传输的培养箱内细胞实时观测方法及装置。该装置透明的细胞培养盒位于细胞培养箱内，物镜位于透明的细胞培养盒前端，光纤传像束前端与物镜连接，后端设有目镜，光纤传像束还与位移微调装置连接；CCD摄像机位于镜后端，与第二无线收发模块连接；计算机与第一无线收发模块连接，第一无线收发模块与第二无线收发模块信号连接。本发明能够方便灵活的对培养箱内的细胞进行观测，不需要将活细胞取出培养箱采用终点法进行观测，而是能够在培养箱内进行实时观测，为细胞培养的观察和分析提供了方便快捷的方法，同时通过该装置可以实现对整个细胞培养过程的全程观测，大大提高了整个细胞培养的效率和质量。
-
公开(公告)号：CN118537719A
公开(公告)日：2024-08-23
申请号：CN202410434575.8
申请日：2024-04-11
Applicant: 华南理工大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/44
Abstract: 本发明公开了一种农作物病害识别方法、系统、装置及存储介质，其中方法包括：获取农作物病害数据集，对数据集进行预处理和数据扩增，得到预处理后的数据集；构建病害识别模型，采用获得的数据集对所述病害识别模型进行训练，将训练后的模型用于农作物病害识别；其中，所述病害识别模型以SCResNet50作为主干网络，并使用递归特征金字塔在每个金字塔层级上提取特征，以捕捉不同大小和分辨率的物体信息。本发明使用递归特征金字塔在每个金字塔层级上提取特征，以捕捉不同大小和分辨率的物体信息，通过将高分辨率的低层特征与富含语义的高层特征相结合，显著提升了特征表示的语义丰富度和准确性。本发明可广泛应用于农作物病害图像识别技术领域。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.026 seconds)
