基因芯片图像的自动对比度增强方法

    公开(公告)号:CN104616264A

    公开(公告)日:2015-05-13

    申请号:CN201510072881.2

    申请日:2015-02-12

    Applicant: 厦门大学

    Abstract: 本发明公开一种基因芯片图像的自动对比度增强方法,其包括如下步骤:步骤1:将待处理的基因芯片图像进行数字处理,用f(x,y)表示数字处理过的基因芯片图像灰度值;步骤2:统计背景灰度值k;步骤3:计算图像对比度C;步骤4:对图像灰度值f(x,y)进行扫描,如果f(x,y)≤k,则判断该像素点是背景,则保留图像内容,如果f(x,y)>k,则代表该像素点为基因点则进行对比度增强;利用步骤3计算得到的图像对比度值C,获得增强倍数10000/C,具体增强过程为 本发明采用上述步骤,具有如下优点:1、不需要任何参数输入;2、自适应实现对比度增强;3、大幅度提高基因芯片图像处理精度;4、适应性广,可以适用于各种类型基因芯片图像。

    一种基于样本选择扩充的冷水珊瑚分布预测方法及系统

    公开(公告)号:CN112784883B

    公开(公告)日:2022-08-12

    申请号:CN202110017362.1

    申请日:2021-01-07

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于样本选择扩充的冷水珊瑚分布预测方法及系统。所述方法首先采用随机均匀采样的方法生成训练集,解决远洋珊瑚分布预测缺少负样本的问题。其次通过训练集进行径向基神经网络预测模型训练,并利用训练得到的模型对无标签样本进行标记。同时将上述步骤进行多次循环,排除单次预测的偶然性因素。再次在方法中引入先验知识的概念,对上一循环的无标签预测结果进行分组。然后根据正样本的概率越高置信度越高的原则,将不同的分组以不同的比例放到重新构建的虚拟无标签样本集合中,进入下一次的循环。最后根据平均正样本概率对无标签样本进行分类实现对冷水珊瑚分布的预测。

    一种无监督图像翻译方法及系统

    公开(公告)号:CN110197226B

    公开(公告)日:2021-02-09

    申请号:CN201910461740.8

    申请日:2019-05-30

    Applicant: 厦门大学

    Abstract: 本发明公开一种无监督图像翻译方法及系统。以同一对象的两个不同图像集合域为研究对象,基于双胶囊竞争网络和多主体生成对抗,提出了一种无监督图像翻译方法及系统,提高了模型判别和生成能力,用于生成具有更丰富的全局和局部特征图像,并且能够更准确地捕捉图像域的分布以及学习到不同域之间的映射关系。

    一种手机屏幕Mark点定位方法及系统

    公开(公告)号:CN109859262B

    公开(公告)日:2021-02-09

    申请号:CN201910052604.3

    申请日:2019-01-21

    Applicant: 厦门大学

    Abstract: 本发明公开一种手机屏幕Mark点定位方法及系统。所述定位方法包括:采集手机屏幕的基准图像,在基准图像中选取Mark点模板图像,获得基准模板图像;将基准模板图像进行图像预处理获得四层金字塔模板图像;将四层金字塔模板图像旋转89次,每次旋转一度,获得旋转0‑89度的多角度四层金字塔模板图像;采集手机屏幕待测图像,将待测图像进行边缘像素扩充,将待测图像进行图像预处理获得待测四层金字塔图像;采用归一化互相关匹配法将多角度四层金字塔模板图像与待测四层金字塔图像进行匹配,获得匹配度最大的位置坐标和模板度数。通过多角度匹配,逐层缩小搜索范围来确定图像中Mark点的角度和坐标,能够在最底层获得手机屏幕图像中Mark点的亚像素坐标。

    一种并行粒子群合金纳米粒子结构优化方法及系统

    公开(公告)号:CN109741796A

    公开(公告)日:2019-05-10

    申请号:CN201910010421.5

    申请日:2019-01-07

    Applicant: 厦门大学

    Abstract: 本发明公开一种并行粒子群合金纳米粒子结构优化方法及系统。该方法主要包括在CPU单元中构建合金纳米粒子集合;构建GPU运行单元;在CPU单元中对运行参数进行初始化并发送至GPU运行单元,在GPU运行单元中运行粒子群改进算法来优化合金纳米粒子结构。本发明的GPU运行单元中通过软件调试计算不同线程数下Gupta函数的平均耗时,选择平均耗时最短的线程数确定为每块中的线程个数,通过合金纳米粒子集合的个体数/(线程数+1)确定所需块数,每个线程使用40个寄存器,每个原子占用一个线程计算原子势能。运用本发明,提高了计算效率与准确率,实现了合金纳米粒子稳定结构的快速高效全局优化,可广泛适应各类合金纳米粒子。

    基于MPC8260处理器的嵌入式通信模块

    公开(公告)号:CN104881393B

    公开(公告)日:2018-04-13

    申请号:CN201510290249.5

    申请日:2015-05-31

    Applicant: 厦门大学

    Abstract: 基于MPC8260处理器的嵌入式通信模块,涉及通信模块。设有MPC8260处理器、存储器、CPM处理部分、显示及键盘模块;存储器设有配置、程序、数据、ATM链表和IIC存储器;CPM处理部分设有以太网接口、HDLC接口、LXT971接口;显示及键盘模块设有FPGA芯片、显示存储器、配置芯片;处理器通过60X总线与配置、程序和数据存储器连接,通过LOCAL总线与ATM链表存储器连接,通过IIC总线与IIC存储器连接;处理器的通信处理器输出端口分别与以太网、HDLC和LXT971接口连接;处理器通过60X总线与FPGA芯片的CPU接口连接,FPGA芯片的内存管理接口与显示存储器连接。

    基因芯片图像的自动对比度增强方法

    公开(公告)号:CN104616264B

    公开(公告)日:2017-12-19

    申请号:CN201510072881.2

    申请日:2015-02-12

    Applicant: 厦门大学

    Abstract: 本发明公开一种基因芯片图像的自动对比度增强方法,其包括如下步骤:步骤1:将待处理的基因芯片图像进行数字处理,用f(x,y)表示数字处理过的基因芯片图像灰度值;步骤2:统计背景灰度值k;步骤3:计算图像对比度C;步骤4:对图像灰度值c进行扫描,如果判断是背景,则保留图像内容,如果判断是基因点,则进行对比度增强,增强过程为本发明采用上述步骤,具有如下优点:1、不需要任何参数输入;2、自适应实现对比度增强;3、大幅度提高基因芯片图像处理精度;4、适应性广,可以适用于各种类型基因芯片图像。

    基于MPC8260处理器的嵌入式通信模块

    公开(公告)号:CN104881393A

    公开(公告)日:2015-09-02

    申请号:CN201510290249.5

    申请日:2015-05-31

    Applicant: 厦门大学

    Abstract: 基于MPC8260处理器的嵌入式通信模块,涉及通信模块。设有MPC8260处理器、存储器、CPM处理部分、显示及键盘模块;存储器设有配置、程序、数据、ATM链表和IIC存储器;CPM处理部分设有以太网接口、HDLC接口、LXT971接口;显示及键盘模块设有FPGA芯片、显示存储器、配置芯片;处理器通过60X总线与配置、程序和数据存储器连接,通过LOCAL总线与ATM链表存储器连接,通过IIC总线与IIC存储器连接;处理器的通信处理器输出端口分别与以太网、HDLC和LXT971接口连接;处理器通过60X总线与FPGA芯片的CPU接口连接,FPGA芯片的内存管理接口与显示存储器连接。

    一种双模式拖拉机后悬挂机具的监测控制系统及控制方法

    公开(公告)号:CN119882568A

    公开(公告)日:2025-04-25

    申请号:CN202510062251.0

    申请日:2025-01-15

    Applicant: 厦门大学

    Abstract: 本发明提供一种双模式拖拉机后悬挂机具的监测控制系统,包括横向姿态调整机构、传感器模块、信号转换模块、上位机模块和控制器模块;横向姿态调整机构用于悬挂机具并调整机具的横向倾角;传感器模块实时监测横向倾角和机具与地面的角度偏差;所述信号转换模块将传感器模块的测量值转化为信号并实时传输至控制器模块处理;控制器模块基于横向倾角θcurrent和角度偏差信号Δθ,通过MPC算法生成模拟电压信号控制横向姿态调整机构;系统可在仿形模式和固定倾角模式切换,在仿形模式时,控制器模块控制横向姿态调整机构实时调整机具与地面保持水平;在固定倾角模式时,控制器模块控制横向姿态调整机构调整机具保持固定的横向倾角;上位机模块通过串口与控制器模块连接,用于实时显示横向倾角与角度偏差并切换调整模式。

    一种晶圆表面缺陷检测方法、系统、电子设备及介质

    公开(公告)号:CN115760844A

    公开(公告)日:2023-03-07

    申请号:CN202211580487.6

    申请日:2022-12-09

    Applicant: 厦门大学

    Abstract: 本发明公开一种晶圆表面缺陷检测方法、系统、电子设备及介质,涉及半导体晶圆制造领域,该方法将每种类型晶圆取若干张有缺陷和无缺陷图片划分为支持集和查询集,构成任务集;并构建深度学习模型和MAML框架;执行MAML内层循环,取部分任务集中的支持集进行模型训练,训练中的学习率采用ADAM算法进行更新,使用梯度下降法更新内层参数;然后执行MAML外层循环,用查询集继续训练模型,将所有任务的损失函数相加作为外层循环的损失函数,使用梯度下降法对外层参数进行更新;重复执行MAML内层循环和外层循环,直至模型收敛。本发明能够使用较少量的训练样本得到鲁棒性较好的缺陷检测模型,并且泛化能力强、效率高且实用性强。

Patent Agency Ranking