基于改进VIKOR逐轮抽取决策的判读领域关键部件辨识方法

    公开(公告)号:CN117422322A

    公开(公告)日:2024-01-19

    申请号:CN202311139474.X

    申请日:2023-09-05

    Abstract: 本发明公开了一种基于改进VIKOR逐轮抽取决策的判读领域关键部件辨识方法,包括以下步骤:基于特定类型目标进行分析,收集f个待辨识排序的关键部件作为候选点,构成候选指标集合;从不同维度形成关于评价各候选点重要性的i个评判指标;根据评价各候选点重要性的评判指标,由n个专家对f个候选点的每个评判指标分别进行评判赋分,并基于n个专家对f个候选点的每个评判指标的赋分值,建立原始决策矩阵O;基于原始决策矩阵O,通过改进VIKOR逐轮抽取决策对f个候选点进行辨识排序。对VIKOR方法的各决策系数下的排序结果进行逐轮抽取,逐步求解出最终各部件的重要性排序,所得排序结果更大程度贴近最优排序序列。

    一种实时SAR图像目标检测系统及方法

    公开(公告)号:CN111528834B

    公开(公告)日:2021-09-24

    申请号:CN202010216120.0

    申请日:2020-03-25

    Abstract: 本发明属于脑机接口技术应用技术领域,公开了一种实时SAR图像目标检测系统及方法,检测系统包括:人机交互装置、刺激切片呈现装置、脑电信号采集装置、脑电信号管理装置和脑电信号分类装置;刺激切片生成及呈现方法包括:对大幅面SAR图像进行设定尺寸的裁剪,得到若干小尺寸的刺激切片,并对刺激切片进行哈希编码;通过特定顺序生成适用于oddball范式的刺激切片序列,并在呈现装置以快速视觉呈现方式呈现。本发明能够有效提高SAR图像目标判读速度及准确率;运用刺激切片生成及呈现方法,使得判读人员即使面对密集目标区域也能产生更强效应的P300事件相关电位,有效提高系统的准确性和鲁棒性。

    一种全天空极光图像分类与关键局部结构定位方法及系统

    公开(公告)号:CN109033944B

    公开(公告)日:2021-09-24

    申请号:CN201810578380.5

    申请日:2018-06-07

    Abstract: 本发明属于数据识别及数据表示技术领域,公开了一种全天空极光图像分类与关键局部结构定位方法及系统,训练阶段:在带有图像标签的全天空极光图像数据上,构建图像块尺度模型;使用图像块尺度模型将图像标签转化为区域边界框标签;在带有边界框标签的全天空极光图像数据库上,训练图像区域尺度模型;推理阶段:使用图像区域尺度模型对输入的全天空极光图像进行分类和关键局部结构的边界框级粗定位;使用图像块尺度模型进一步对全天空极光图像进行关键局部结构的像素级精确定位。本发明用带有图像级标签的全天空极光图像作为训练样本,获得了良好的图像级分类与像素级关键局部结构定位效果,可用于全天空极光图像中极光形态与空间位置演变过程的自动分析。

    一种全天空极光图像分类与关键局部结构定位方法及系统

    公开(公告)号:CN109033944A

    公开(公告)日:2018-12-18

    申请号:CN201810578380.5

    申请日:2018-06-07

    Abstract: 本发明属于数据识别及数据表示技术领域,公开了一种全天空极光图像分类与关键局部结构定位方法及系统,训练阶段:在带有图像标签的全天空极光图像数据上,构建图像块尺度模型;使用图像块尺度模型将图像标签转化为区域边界框标签;在带有边界框标签的全天空极光图像数据库上,训练图像区域尺度模型;推理阶段:使用图像区域尺度模型对输入的全天空极光图像进行分类和关键局部结构的边界框级粗定位;使用图像块尺度模型进一步对全天空极光图像进行关键局部结构的像素级精确定位。本发明用带有图像级标签的全天空极光图像作为训练样本,获得了良好的图像级分类与像素级关键局部结构定位效果,可用于全天空极光图像中极光形态与空间位置演变过程的自动分析。

    一种影像医师视觉识别能力量化方法及系统

    公开(公告)号:CN107633515A

    公开(公告)日:2018-01-26

    申请号:CN201710852242.7

    申请日:2017-09-19

    Abstract: 本发明公开了一种影像医师视觉识别能力量化方法及其系统,采用测试数据库模块、被试行为采集模块、行为数据输出模块、数据计算模块、结果显示模块;测试数据库模块用于按测试要求选取N张医学影像标准测试图像,作为待标记图像;被试行为采集模块用于被试标记图像;行为数据输出模块用于将行为数据记录在Excel表格中;数据计算模块用于提取Excel表格数据并计算影像医师视觉识别能力曲线与其曲线下面积,然后通过结果显示模块显示。将影像医师的视觉识别能力的三个核心指征融合为一个量化指标,实现了定量化测量影像医师视觉识别能力的目的。

    基于稀疏非负张量分解的大脑特定视觉认知状态判定方法

    公开(公告)号:CN103440513A

    公开(公告)日:2013-12-11

    申请号:CN201310425299.0

    申请日:2013-09-17

    Abstract: 本发明公开了基于稀疏非负张量分解的大脑特定视觉认知状态判定方法,其创新点在于,采用SNTF算法,把fMRI认知数据当成一个大张量,从张量的层面上构建高阶非负张量模型,然后对fMRI认知数据每个维度上进行特征降维,从而得到维度较小的稀疏非负特征张量,最后结合支持向量机的特点,有效地实现对大脑特定视觉的认知状态的判定。本发明的方法利用稀疏非负张量分解进行降维和特征提取多方向、多角度的提取出原有数据中的潜在结构信息,由于l1范数正则化和非负性的约束使得提取出的相关成分更稀疏,合乎大脑感知的直观体验,再结合支持向量机的特点,提高了分类判别的准确性。

    基于非负张量投影算子分解算法的脑认知状态判定方法

    公开(公告)号:CN103425999A

    公开(公告)日:2013-12-04

    申请号:CN201310379452.0

    申请日:2013-08-27

    Abstract: 一种基于非负张量投影算子分解算法的脑认知状态判定方法,包括如下步骤:S1采集不同认知任务下的大脑功能磁共振图像,组成数据样本集,并进行预处理,按张量模式组织成样本集,样本集按认知任务分为训练集和测试集,训练集包含不同认知状态比例相当的功能磁共振数据;S2计算训练样本集的非负张量投影算子分解,求出非负特征变换矩阵,将训练样本投射到非负张量特征子空间降维,得到训练集的非负特征张量集;S3将降维后的低维非负特征张量数据作为训练STM的输入,求出STM最优投射方向;S4将测试样本脑功能磁共振数据投射到训练所得的非负张量特征子空间得到其在子空间的非负特征张量,将测试样本非负特征张量输入训练好的STM判别其所属认知状态类别。

    聚氨酯发泡胶料自动搅拌和灌注的装置

    公开(公告)号:CN109940810B

    公开(公告)日:2020-04-14

    申请号:CN201910247199.0

    申请日:2019-03-29

    Inventor: 董明皓 吴佳

    Abstract: 本发明公开了聚氨酯发泡胶料自动搅拌和灌注的装置,包括用于夹持传动轴的转动夹头,转动夹头的下方设有控制总成,控制总成内设有多个连接于不同储罐的进料管,每个进料管上均设有用于控制流量的流量控制轴;控制总成的底部与混料总成可拆卸连接,混料总成内设有具有多个独立腔体的分料器,每个进料管的底部出口与对应的独立腔体嵌套连接,分料器的下方设有混料腔,每个独立腔体的下端通过混料腔与输料管连通,输料管的下端设有出料口,传动轴从上至下依次穿过控制总成、分料器,传动轴的下端与复合搅拌头连接,复合搅拌头伸入混料腔和输料管内。本发明安装简单,易操作,胶料混合均匀,能定量灌注多个产品,灌注产品质量高,一致性好。

Patent Agency Ranking