一种用于微血管瘤病历图像的超平面近邻分类方法

    公开(公告)号:CN111242156B

    公开(公告)日:2022-02-08

    申请号:CN201911104118.8

    申请日:2019-11-13

    Applicant: 南通大学

    Abstract: 本发明公开一种用于微血管瘤病历图像的超平面近邻分类方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作,从处理后的眼底病历图像中提取出微血管瘤病历图像的病变区域;接着将微血管瘤病变的图像区域形态学特征、纹理特征及灰度特征转化为l维数据向量xi;然后将数据分为训练数据Xtr和测试数据Xte,通过对训练数据Xtr进行训练得到一个包括分类超平面Hyper、支持向量集合Xsv、距离阈值t、最近邻居个数k、和谱哈希编码码长nb的高效分类模型;最后测试数据Xte预测时依据测试样本到分类超平面Hyper的距离与距离阈值t的关系,分别采用支持向量机模型和融合谱哈希算法的近邻算法进行预测,并综合相关预测结果。本发明能对提取出的眼底病历中微血管瘤病历图像特征进行快速有效分类,具有较高的分类准确率,大大降低了微血管瘤病历图像特征分类的执行时间。

    用于糖尿病性眼底图像分类的核主成分谱哈希方法

    公开(公告)号:CN110176298B

    公开(公告)日:2022-02-08

    申请号:CN201910469264.4

    申请日:2019-05-31

    Applicant: 南通大学

    Abstract: 本发明公开一种用于糖尿病性眼底图像分类的核主成分谱哈希方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作,将处理后的眼底图像数据转化为向量形式;接着采用核主成分分析算法提取出眼底图像数据中非线性特征信息;然后将数据转化为二值码形式,利用Laplace‑Beltrami算子的特征值和特征函数值表示出眼底图像样本数据;最后利用阈值将样本特征函数值转化为二值码,并运用最近邻算法在汉明空间进行糖尿病性眼底图像的有效分类。本发明能充分提取出复杂非线性糖尿病性眼底图像数据特征,具有较高的分类准确率,且能有效降低大规模眼底图像分类时计算的复杂度。

    一种基于粒度优化特征的宫颈细胞图像半监督分类方法

    公开(公告)号:CN113902006A

    公开(公告)日:2022-01-07

    申请号:CN202111163979.0

    申请日:2021-09-30

    Applicant: 南通大学

    Abstract: 本发明提供一种基于粒度优化特征的宫颈细胞图像半监督分类方法,包括如下步骤:(1)利用有限的标记训练样本和类别隶属模糊方法,得到训练和测试样本的粒度特征;(2)使用近邻粗糙集方法去除冗余特征,对粒度特征进行优化,以降低样本粒度特征规模;(3)利用标记样本训练BP神经网络得到基分类器;(4)从未标记样本数据中不断选取候选样本进行标记,将新标记的候选样本扩充到原始训练样本中对BP网络进行再次训练,重复扩充和再训练过程,直到标记样本数目达到相应标准。本发明能够准确高效地对宫颈细胞图像进行分类,兼具更优的分类准确率和kappa系数。

    一种融合多注意力机制的图像去雾方法

    公开(公告)号:CN113269685A

    公开(公告)日:2021-08-17

    申请号:CN202110516155.0

    申请日:2021-05-12

    Applicant: 南通大学

    Abstract: 本发明提供一种融合多注意力机制的图像去雾方法,首先构建端到端的图像去雾网络模型,网络模型由一个浅层特征提取卷积层、由多注意力融合模块叠加构成的子网络、特征重构部分和全局残差学习结构构成。然后利用有雾与清晰图像对构成的样本库训练该模型得到参数。应用时,网络模型加载训练好的参数后,输入待去雾图像,即可输出清晰的图像。本发明设计了一种融合了空间注意力、通道注意力和像素注意力机制的多注意力融合模块,通过叠加该模块和残差连接构建了基于端到端的图像去雾网络,取得了较好的去雾效果。

    一种利用端到端神经网络的单幅图像去雾方法

    公开(公告)号:CN112884680A

    公开(公告)日:2021-06-01

    申请号:CN202110326940.X

    申请日:2021-03-26

    Applicant: 南通大学

    Abstract: 本发明提供了一种利用端到端神经网络的单幅图像去雾方法,包括如下步骤:构建网格注意力网络模型:输入为待去雾图像,待去雾图像被送入一个浅层特征提取卷积层,然后被送入GridNet模块和Attention模块,最后将特征传递给重构部分和全局残差学习结构,输出清晰的图像。本发明结合网格网络和注意力机制,在传统的多尺度网络或编解码网络中,由于层次结构的原因,信息流往往会受到瓶颈效应的影响,而网格网络通过使用上采样和下采样块,可以通过跨不同尺度的密集连接来规避这一问题。此外,赋予网络一个通道和像素的注意机制,它可以提供额外的灵活性,以处理不同类型的信息,注意机制也使网络扩展了CNNs的表征能力。

    一种基于时空特征的行人再识别方法

    公开(公告)号:CN111680560A

    公开(公告)日:2020-09-18

    申请号:CN202010377516.3

    申请日:2020-05-07

    Applicant: 南通大学

    Abstract: 本发明提供一种基于时空特征的行人再识别方法,首先采用人体姿态估计方法提取行人骨骼关键点,针对视频序列中的每一帧图像,根据骨骼关键点将人体分成人体主体部分和人体附属背景部分,设计双通道神经网络提取图像中行人的表观特征。针对视频序列,通过将相邻帧提取的时间信息和空间上图卷积提取的空间信息的串联叠加,得到行人在视频序列中的时空信息。最后将提取的单帧图像表观特征和提取的视频时空特征结合,并考虑时间维度对特征融合的权重影响,利用度量学习方法区分行人特征对。本发明设计双通道神经网络提取图像中行人的表观特征,基于深度特征分析,既能有效地提高行人再识别的识别效率,又能保持较高的行人再识别精度。

    一种用于微血管瘤病历图像的超平面近邻分类方法

    公开(公告)号:CN111242156A

    公开(公告)日:2020-06-05

    申请号:CN201911104118.8

    申请日:2019-11-13

    Applicant: 南通大学

    Abstract: 本发明公开一种用于微血管瘤病历图像的超平面近邻分类方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作,从处理后的眼底病历图像中提取出微血管瘤病历图像的病变区域;接着将微血管瘤病变的图像区域形态学特征、纹理特征及灰度特征转化为l维数据向量xi;然后将数据分为训练数据Xtr和测试数据Xte,通过对训练数据Xtr进行训练得到一个包括分类超平面Hyper、支持向量集合Xsv、距离阈值t、最近邻居个数k、和谱哈希编码码长nb的高效分类模型;最后测试数据Xte预测时依据测试样本到分类超平面Hyper的距离与距离阈值t的关系,分别采用支持向量机模型和融合谱哈希算法的近邻算法进行预测,并综合相关预测结果。本发明能对提取出的眼底病历中微血管瘤病历图像特征进行快速有效分类,具有较高的分类准确率,大大降低了微血管瘤病历图像特征分类的执行时间。

    一种用于脑影像病历特征提取的多层一致协同方法

    公开(公告)号:CN108446740B

    公开(公告)日:2019-06-14

    申请号:CN201810262763.1

    申请日:2018-03-28

    Applicant: 南通大学

    Abstract: 本发明公开了一种用于脑影像病历特征提取的多层一致协同方法,首先构建一种多层协同MapReduce模型进行不可分割相关脑影像病历特征的标识,将具有多个相关特征的脑病历进行有效分类;然后设计一种脑影像病历特征一致相容性聚合方法,使协同模因组提取的脑影像病历特征局部解和全局优势解能达到有效平衡;其次采用多决策一致性优化矩阵进一步检测协同模因组的非合作MapReduce行为,从而有效取得特征集的一致纳什均衡;最后评估脑影像病历特征提取的精度,输出最优特征选择集。本发明为相关疾病的临床诊断和治疗提供重要的影像特征依据。

    一种基于行为分析的用电客户画像方法

    公开(公告)号:CN107730269A

    公开(公告)日:2018-02-23

    申请号:CN201710600570.8

    申请日:2017-07-21

    Applicant: 南通大学

    CPC classification number: G06Q30/016 G06Q30/0201

    Abstract: 本发明公开了一种基于行为分析的用电客户画像方法,具体步骤包括:1)提取客户行为特征;2)类别标签设计;3)计算得分;4)生成用电客户类别标签。通过上述方式,本发明一种基于行为分析的用电客户画像方法,该方法通过对用电客户的信用度、停电敏感度、价格敏感度等特征指标进行量化处理,使用电客户的类别标签动态变化,让供电企业更真实地了解客户对各种不同服务的需求,实现快速精准服务。

    一种远距离多视角环境下的指针式仪表盘自动读数方法

    公开(公告)号:CN107145890A

    公开(公告)日:2017-09-08

    申请号:CN201710301502.1

    申请日:2017-05-02

    Abstract: 本发明公开了一种远距离多视角环境下的指针式仪表盘自动读数方法,包括表盘区域确定、分割处理、指针提取拟合和读数估算几个步骤。首先通过匹配待识别图像和模板表盘的关键点确定图像中的表盘区域,然后根据直方图分布二值化表盘,通过对二值图形态学处理得到表盘内部信息,之后对采用概率霍夫变换拟合得到的直线归纳合并得到指针角度,最后根据先验指针计算出指针读数。本发明解决了远距离斜视角度下表盘变形严重、刻度模糊至肉眼无法完全识别读数的问题,并且具有较高的准确率。

Patent Agency Ranking