-
公开(公告)号：CN113470035A
公开(公告)日：2021-10-01
申请号：CN202110657558.7
申请日：2021-06-15
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
Abstract: 本发明的目的是提供一种基于序列图像和误差网络辅助校正图像分割结果的方法，包括以下步骤：S1:获得三维新冠肺炎CT图像并预处理；S2:预训练分割网络；S3:分割结果与金标准作差取绝对值得到误差金标准；S4:预训练误差网络；S5:协同训练分割和误差网络；S6:测试分割网络得到分割结果。该方法能够有效地利用图像的序列信息，并通过学习分割网络的分割误差来协同调整分割网络，提升其性能的性能，即为了提升CT图像中病灶分割精度，提升分割效率。
-
公开(公告)号：CN113469051A
公开(公告)日：2021-10-01
申请号：CN202110747352.3
申请日：2021-07-02
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
Abstract: 本发明的目的是提供一种基于稀疏嵌入的字典学习掌静脉识别系统，通过采用稀疏嵌入的字典学习算法，使特征正交性得以保留。在训练过程中，字典和投影矩阵被同步优化，从而使源空间的数据结构与字典同时改变。字典表示系数方面，通过引入度量学习中的样本对距离的概念，使类间距离与类内距离间间距被强制扩大，从而实现表示系数的分类判别能力，同时实现了重构误差最小化和字典表示系数判别分类能力最大化。稀疏嵌入的字典学习算法采用线性特征提取，因此对计算性能要求有限，后期可移植于各类手持式设备，并适用于场景变化较小、用户较为配合的应用场合。
-
公开(公告)号：CN115202374A
公开(公告)日：2022-10-18
申请号：CN202210775475.2
申请日：2022-07-05
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
IPC: G05D1/06
Abstract: 本发明公开了一种基于模糊算子的捕捞AUV多目标路径规划方法，包括：对捕捞AUV系统采集的信息做预处理，以获取目标物、障碍物、洋流的数据；对目标物、障碍物、洋流的数据模糊转化，以获取用区间直觉模糊数表示的决策因子；设计IVIFWPMMDSTT算子，以聚合DST框架下的区间直觉模糊数；利用所述IVIFWPMMDST算子对目标物的所述决策因子做聚合，以获取目标物的聚合评分；根据各个目标物的聚合评分大小，实时规划出机器的行驶路径。本发明相较于传统模糊逻辑法在因素考虑上更加灵活简单，仅需利用启发式思想构建决策因子，而不需要构建复杂的模糊控制表；所设计的IVIFWPMMDST算子的权重可以采用实数，还可以采用区间直觉模糊数以缓解专家经验不足的问题；本发明将水下捕捞问题转化为最优化问题，利用所设计的IVIFWPMMDST算子规划出一条最优行驶路径，使得机器有目的地行驶，因此捕捞效率更高。
-
公开(公告)号：CN115480206B
公开(公告)日：2025-03-04
申请号：CN202211148991.9
申请日：2022-09-21
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院 , 桂林智慧产业园有限公司
Abstract: 本发明公开了一种离网格DOA估计方法，首先构建信号模型；其次，建立基于狄利克雷过程先验的概率模型，并根据概率模型，求解联合概率密度函数，并设计因子图；然后，使用联合置信传播和平均场规则的消息传递方法得到概率模型中各参数的更新公式，对概率模型中未知参数赋予初值，处理接收数据，迭代更新得到概率模型参数的估计值；最后，根据所得到的参数估计值，计算DOA的估计值。
-
Patent Agency Ranking
公开(公告)号：CN113271314A
公开(公告)日：2021-08-17
申请号：CN202110628078.8
申请日：2021-06-07
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
Abstract: 本发明公开了一种基于以太坊和IPFS的微酒店网站数据保护方法，具体包括：首先将微酒店网站包含的大量原始数据先存储于IPFS中，再将由IPFS基于存储的内容产生的哈希值存储于以太坊节点中。通过使用IPFS作为数据的主要存储方式，使其在解决传统HTTP网络协议产生的问题时，进一步避免了将网站原始数据直接存储在以太坊上导致以太坊平台存储压力过大的缺陷。以太坊平台的应用则确保了数据对应的哈希值的不可更改性及可追溯性，切实满足了网站数据存储的安全性需求。
-
公开(公告)号：CN115480206A
公开(公告)日：2022-12-16
申请号：CN202211148991.9
申请日：2022-09-21
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院 , 桂林智慧产业园有限公司
Abstract: 本发明公开了一种离网格DOA估计方法，首先构建信号模型；其次，建立基于狄利克雷过程先验的概率模型，并根据概率模型，求解联合概率密度函数，并设计因子图；然后，使用联合置信传播和平均场规则的消息传递方法得到概率模型中各参数的更新公式，对概率模型中未知参数赋予初值，处理接收数据，迭代更新得到概率模型参数的估计值；最后，根据所得到的参数估计值，计算DOA的估计值。
-
公开(公告)号：CN113807426A
公开(公告)日：2021-12-17
申请号：CN202111068996.6
申请日：2021-09-13
Applicant: 桂林智慧产业园有限公司 , 桂林明中人工智能科技产业有限公司
Abstract: 本文提出一种新的一致性规范化方法，研究半监督的语义分割问题，是一种简单而有效的半监督分割方法，通过使用从一个网络中获得的one‑hot伪监督图来监督另外一个网络，使两个具有相同结构但不同初始化扰动的网络对同一输入图的预测保持一致。同时，具有了伪分割图的未标记数据可作为扩充训练数据来提高性能。
-
公开(公告)号：CN113762270A
公开(公告)日：2021-12-07
申请号：CN202111056809.2
申请日：2021-09-13
Applicant: 桂林明中人工智能科技产业有限公司 , 桂林智慧产业园有限公司
Abstract: 本发明提出一种多标签深度监督方法，通过整合不同类型的监督信号深入到误差网络的解码器各层，灵活利用不同注释类型：完全标记图像、具有boundingbox标记图像、仅有全局标注图像或根本没有标注图像，提高语义分割性能。伪标签在后期训练逐渐趋于稳定，比只在标记数据上正常监督训练更加准确。同时，伪标签可扩充数据集。
-
公开(公告)号：CN113469881A
公开(公告)日：2021-10-01
申请号：CN202110635055.X
申请日：2021-06-10
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
Abstract: 本发明提供一种基于深度学习的提高无人机航拍影像分辨率方法，将深度学习方法用于图像超分辨率重建，然后将其应用到无人机上。本发明改进了SRDenseNet网络，在保留了SRDenseNet网络能改善梯度消失及梯度爆炸特点的前提下，通过改善Dense块的内部结构，减少了整个网络的计算量，提高了网络的实时性。本发明可以针对无人机航拍影像进行超分辨率重建，以达到提高无人机航拍影像质量的目的。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.041 seconds)
