-
公开(公告)号：CN112164067A
公开(公告)日：2021-01-01
申请号：CN202011083744.6
申请日：2020-10-12
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于多模态子空间聚类的医学图像分割方法及装置，该方法包括：步骤1：获取原始医学图像，并进行预处理；步骤2：通过卷积神经网络对步骤1预处理后的原始医学图像进行卷积和池化，转化为原始医学图像的线性特征矩阵；步骤3：构建基于自监督多模态深度子空间聚类方法模型，并进行模型训练；使用训练好的基于自监督多模态深度子空间聚类方法模型，对步骤2获得的原始医学图像的线性特征矩阵进行谱聚类，得到聚类后的医学特征数据；步骤4：将步骤3聚类后的医学特征数据，通过卷积神经网络的反卷积和上采样，处理至与原始医学图像相同的像素，得到分割后的医学图像。本发明方法针对复杂医学图像分割效果佳，精度高。
-
公开(公告)号：CN119598237A
公开(公告)日：2025-03-11
申请号：CN202411704240.X
申请日：2024-11-26
Applicant: 西南科技大学
IPC: G06F18/23213 , G06F18/241 , G06F18/213 , G06F17/16 , G06N5/01
Abstract: 本发明公开了一种面向大规模多视图数据的快速分类方法、系统及介质，该方法包括：获取大规模多视图数据集，形成多视图数据矩阵；基于所述多视图数据矩阵，获取每个视图数据的二分图，并形成第一聚类模型；通过引入图学习项和双锚点学习机制对所述第一聚类模型进行优化，得到第二聚类模型；所述第二聚类模型是联合一致二分图和互补二分图进行联合学习而形成的多视图聚类模型；采用迭代优化算法对所述第二聚类模型进行优化求解，得到求解后的第二聚类模型；将大规模多视图数据集输入求解后的第二聚类模型进行聚类，得到聚类结果。本发明旨在提升现有基于二分图的多视图聚类方法在处理大规模数据集时的性能，进一步提升了在大规模数据集的聚类效率。
-
公开(公告)号：CN118298411A
公开(公告)日：2024-07-05
申请号：CN202410710717.9
申请日：2024-06-04
Applicant: 西南科技大学
IPC: G06V20/60 , G06V10/40 , G06V10/74 , G06V10/762
Abstract: 本发明公开了一种基于锚点的矿物识别与聚类分析方法；涉及工艺矿物学技术领域；包括步骤：采集矿石的表面图像并进行预处理得到原始特征数据；引入锚点来模拟原始特征数据，并通过锚点和原始特征数据之间的关系构造关系锚图；基于低秩约束方法处理关系锚图，并获取数学基于锚和张量对偶学习的大规模多视图聚类模型；优化并解算大规模多视图聚类模型得到聚类分析结果；在现有基于锚点的多视图子空间聚类方法的基础上，将锚点学习与关系锚图的构建组合到了一个统一框架中，并且使两者之间进行相互学习，以增强锚点的判别能力。此外，本方案基于结构张量低秩范数来探索多个关系锚图之间的高阶相关性，同时优化张量的局部结构，以提高聚类性能。
-
公开(公告)号：CN117611931A
公开(公告)日：2024-02-27
申请号：CN202410091515.0
申请日：2024-01-23
Applicant: 西南科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/762 , G06V10/80 , G06V10/778 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于深度自表示局部块学习的数据分类方法及系统，涉及数据分类技术领域，解决了在数据中存在的异常值对自表示学习的影响，以及目前基于深度学习的子空间方法未能充分考虑样本的细节特征和抽象特征之间的平衡，导致模型无法有效地学习数据的特征表示，使得模型聚类结果不准确的问题，本方案通过分块矩阵自表示加权和共识表示学习，学习数据的全局结构信息和局部结构信息，不仅增强了同一类样本在全局和局部范围内的相似性，还提高了同一类样本被划分到同一子空间的正确率。极大地提升了模型的聚类性能。
-
公开(公告)号：CN115345889B
公开(公告)日：2023-01-03
申请号：CN202211250336.4
申请日：2022-10-13
Applicant: 西南科技大学
Abstract: 本发明公开了一种肝脏及其肿瘤图像的分割方法，通过基于多尺寸特征注意力机制构成的图像分割网络同时关注全局空间信息、局部空间信息以及通道间信息，能够有效利用特征图像的有限信息，解决了Unet网络不能有效利用较少医学图像数据集信息完成精准分割的问题。
-
Patent Agency Ranking
公开(公告)号：CN117852392A
公开(公告)日：2024-04-09
申请号：CN202311716682.1
申请日：2023-12-13
Applicant: 西南科技大学
IPC: G06F30/27 , G06F30/17 , G06N3/006 , G06N3/0499 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种基于WOA‑BP神经网络的进气压力系统辨识方法，包括以下步骤：S1、构建单调节阀工况条件下简化的进气压力系统的系统方程；S2、通过零维进气压力系统机理模型构建训练集和测试集；S3、根据系统方程构建BP神经网络，根据训练集采用WOA优化BP神经网络，得到WOA‑BP神经网络；S4、将测试集输入WOA‑BP神经网络，得到进气压力辨识结果。为降低计算量，满足半实物仿真实时性需求，提出了利用神经网络模型替换原有复杂物理过程模型的方法，可以灵活的增加时变参数，来满足工程实际要求，考虑传统BP神经网络存在收敛速度慢、局部极小化的问题，引入鲸鱼优化算法对BP神经网络的权值、阈值进行优化。
-
公开(公告)号：CN116206166B
公开(公告)日：2023-08-11
申请号：CN202310490898.4
申请日：2023-05-05
Applicant: 西南科技大学
IPC: G06V10/77 , G06V10/774 , G06V10/764 , G06V40/16
Abstract: 本发明公开了一种基于核投影学习的数据降维方法、设备和介质，包括以下具体步骤：构建OPLFE模型并引入核函数，将原始数据空间转到高维非线性空间中；获取空间转换的映射关系，确定约束条件，构建核Gram矩阵，指导低秩矩阵学习数据的高维非线性关系；基于单个核Gram矩阵构建多核Gram矩阵，并定义核Gram矩阵权重参数；根据多核Gram矩阵，确定数学联合核投影与表示学习的图像特征提取JNPRL模型；对JNPRL模型进行优化，输出降维后的图像数据。通过学习数据在高维非线性核空间中的数据结构关系指导数据从原始空间到低维特征空间过程的数据转换，提取出图像的主要特征信息，提高对于人脸图像特征提取的精度。
-
公开(公告)号：CN115345889A
公开(公告)日：2022-11-15
申请号：CN202211250336.4
申请日：2022-10-13
Applicant: 西南科技大学
Abstract: 本发明公开了一种肝脏及其肿瘤图像的分割方法，通过基于多尺寸特征注意力机制构成的图像分割网络同时关注全局空间信息、局部空间信息以及通道间信息，能够有效利用特征图像的有限信息，解决了Unet网络不能有效利用较少医学图像数据集信息完成精准分割的问题。
-
公开(公告)号：CN114782688A
公开(公告)日：2022-07-22
申请号：CN202210313253.9
申请日：2022-03-28
Applicant: 西南科技大学
IPC: G06V10/26 , G06V10/762 , G06K9/62 , G06V10/56
Abstract: 本发明属于自然图像分割领域，具体涉及一种基于张量子空间聚类的自然图像分割方法和系统，基于张量子空间聚类的自然图像分割方法，包括获取原始的自然图像；将原始的自然图像进行预处理，得到多个超像素块；对所述超像素块进行特征数据提取，得到特征数据矩阵；将所述特征数据矩阵代入到预设的张量子空间聚类模型中，计算得到表示系数矩阵；根据所述表示系数矩阵，根据预设公式，计算得到亲和度矩阵；将所述亲和度矩阵导入谱聚类算法模型中，得到分割的前景图像和背景图像。本发明可以实现在使用张量子空间聚类进行图像分割时，张量子空间聚类能够时得到的特征更具鲁棒性，使自然图像分割出的前景图像和背景图像精度得到有效提升。
-
公开(公告)号：CN216954381U
公开(公告)日：2022-07-12
申请号：CN202220682612.3
申请日：2022-03-25
Applicant: 西南科技大学
Abstract: 本实用新型公开了一种山区铁路沿线形变监测系统，包括传感器模块、第一中央控制处理器模块、第二中央处理器模块、声光报警模块、显示屏模块、第一通讯模块和第二通讯模块；第一中央控制处理器模块分别与传感器模块、声光报警模块、显示屏模块和第一通讯模块连接，第二中央处理器模块与第二通讯模块连接，所述第二通讯模块还与所述第一通讯模块连接。本实用新型的系统可以满足于山区铁路的监测，同时具有低成本、体积小且能长时间工作的优点。整个系统安装方便，实时性好，可根据需求搭载不同检测元件，高稳定性和高可靠性的完成检测工作。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.021 seconds)
