-
公开(公告)号：CN117710336A
公开(公告)日：2024-03-15
申请号：CN202311743759.4
申请日：2023-12-18
Applicant: 华侨大学
Abstract: 本发明公开一种阿尔茨海默症脑影像与量化指标生成方法、系统及设备，涉及脑影像及量化指标生成技术领域，所述方法包括：获取当前阿尔茨海默症患者不同年龄时的原始脑影像；对各原始脑影像进行预处理，得到预处理后的脑影像；对预处理后的脑影像和年龄进行特征编码，得到对应的特征；将预处理后的脑影像的特征和年龄的特征依次进行特征融合和上采样，得到目标脑影像；将目标脑影像输入至判别器的指标生成分支中，得到当前阿尔茨海默症患者的量化指标数据。本发明实现了阿尔茨海默症的脑影像与量化指标的生成。
-
公开(公告)号：CN117036684A
公开(公告)日：2023-11-10
申请号：CN202310488471.0
申请日：2023-05-04
Applicant: 华侨大学
Abstract: 本发明提供了一种医学小样本的分割方法、装置、设备及可读存储介质，通过先接收并处理支持图像和查询图像，以生成支持特征和查询特征；接着基于所述支持特征和支持图像掩码生成类原型，并根据所述类原型和查询特征的负余弦相似度构建异常分数；再接着获取自适应阈值与所述异常分数进行阈值化，以生成预测掩码，最后，获取平衡因子，并根据所述平衡因子将所述第一尺度的预测掩码和第二尺度的预测掩码进行融合，以生成分割掩码，其中，所述分割掩码用于对医学图像中与所述分割掩码相关联的部位进行标注，解决了小样本医学分割存在精度和准确度不高的问题。
-
公开(公告)号：CN115909399A
公开(公告)日：2023-04-04
申请号：CN202211425169.2
申请日：2022-11-14
Applicant: 华侨大学
IPC: G06V40/10 , G06V20/64 , G06V10/82 , G06N3/0464
Abstract: 本发明一种轻量化卷积网络的三维人体姿态估计的方法，采用多个深度可分离空洞残差卷积模块串联组成多层渐进结构的主干网络，利用不同尺度的升维模块、深度可分离空洞残差卷积模块形成多阶段精细化监督，将输入一段二维人体关节序列，输出为一段对应输入二维关节坐标的三维人体坐标序列。本发明采用深度可分离空洞残差卷积模块和多阶段精细化提取特征来实现二维人体姿态到三维人体姿态的映射，能解决三维人体姿态估计任务所带来的深度模糊和不适定性问题并提高估计精度。
-
公开(公告)号：CN115578751A
公开(公告)日：2023-01-06
申请号：CN202211104605.6
申请日：2022-09-09
Applicant: 华侨大学
Abstract: 本发明一种基于深度可分离空洞时序卷积的三维人体姿态估计方法和装置，构建T层深度可分离空洞时序卷积模型，通过设置空洞率大小控制模型的感受野；在T层深度可分离空洞时序卷积块的两层卷积中，采用切片函数在两层卷积之间匹配特征维度信息进行残差连接，对矩阵内的数据进行提取特征，将数据原始特征累加到深度可分离空洞时序卷积块的输出当中，从而保留原始数据的特征；改进的改进的深度可分离空洞卷积层先执行点卷积，再执行逐通道卷积，并引进了Mish激活函数提高模型性能，增加了平滑和非单调的特点，本发明在实现降低模型计算复杂度和计算量的同时，提升了模型性能和精度，大幅度降低模型的计算复杂度和模型计算量。
-
公开(公告)号：CN113392663B
公开(公告)日：2022-05-20
申请号：CN202110640717.2
申请日：2021-06-09
Applicant: 华侨大学
Abstract: 本发明涉及RFID技术领域，公开了一种适用于大规模RFID系统的批量认证方法，包括以下步骤：RFID阅读器发起一个认证命令，所有的待检测标签接收到命令后，使用该命令所附带的信息分布式地构造一个简单的布隆过滤器向量BFt，该向量中保存着待检测集合的信息，阅读器根据已注册标签的信息构造一个类似的向量BFs，通过将BFt与BFs比较，剔除BFt中包含的已注册标签的信息得到向量BF，通过BF可以较为准确地得出待检测标签集合中有无假冒标签以及假冒标签的数量。本发明得到的估计结果较为准确，并且在多次认证过程中，表现稳定。
-
Patent Agency Ranking
公开(公告)号：CN107092738B
公开(公告)日：2020-06-26
申请号：CN201710235713.X
申请日：2017-04-12
Applicant: 华侨大学
Abstract: 本发明涉及一种载荷未知条件下多点振动响应频域预测的实验装置；一种载荷未知条件下多点振动响应频域预测的实验数据生成方法；以及利用该实验装置和实验数据，在不相关多源未知载荷联合激励下，利用频域响应数据线性关系的多元一次线性回归模型和最小二乘广义逆法，根据系统已知测点的频域振动响应预测未知测点的频域振动响应的方法。直接利用频域响应数据线性关系的多元一次线性回归模型和最小二乘广义逆法不需要已知或辨识系统的传递函数或载荷大小甚至载荷位置。本发明主要针对不相关多源未知载荷联合激励工况环境下，利用已知测点的振动响应对未知结点进行振动响应预测，可以预测一个未知结点和多个未知结点的振动响应情况。
-
公开(公告)号：CN107085633B
公开(公告)日：2020-06-09
申请号：CN201710235737.5
申请日：2017-04-12
Applicant: 华侨大学
Abstract: 本发明涉及一种载荷未知条件下多点振动响应频域预测的实验装置；一种载荷未知条件下多点振动响应频域预测的实验数据生成方法；一种利用该实验装置和实验数据，在不相关多源未知载荷联合激励下，根据系统已知测点的振动响应预测未知测点振动响应的方法。该振动响应预测方法根据历史实验数据直接利用支持向量机训练出响应数据之间的关系，而不需要已知或辨识系统的传递函数、载荷大小甚至载荷位置。本发明主要针对不相关多源未知载荷联合激励工况环境下，利用已知测点的振动响应对未知结点的振动响应进行预测。本发明可以解决线性系统和非线性系统的响应预测；本发明可以解决一个未知结点和多个未知结点的振动响应预测情况。
-
公开(公告)号：CN107092738A
公开(公告)日：2017-08-25
申请号：CN201710235713.X
申请日：2017-04-12
Applicant: 华侨大学
Abstract: 本发明涉及一种载荷未知条件下多点振动响应频域预测的实验装置；一种载荷未知条件下多点振动响应频域预测的实验数据生成方法；以及利用该实验装置和实验数据，在不相关多源未知载荷联合激励下，利用频域响应数据线性关系的多元一次线性回归模型和最小二乘广义逆法，根据系统已知测点的频域振动响应预测未知测点的频域振动响应的方法。直接利用频域响应数据线性关系的多元一次线性回归模型和最小二乘广义逆法不需要已知或辨识系统的传递函数或载荷大小甚至载荷位置。本发明主要针对不相关多源未知载荷联合激励工况环境下，利用已知测点的振动响应对未知结点进行振动响应预测，可以预测一个未知结点和多个未知结点的振动响应情况。
-
公开(公告)号：CN103927779A
公开(公告)日：2014-07-16
申请号：CN201310752737.4
申请日：2013-12-30
Applicant: 华侨大学
Inventor： 洪欣
IPC: G06T13/80
Abstract: 本发明一种基于配置的二维动画生成方法，是二维到二维的动画控制，节点连接后就是二维骨架，且直接存储节点，骨骼的连接变得比三维的骨架连接更简单，更高效；同时由于皮肤直接与节点绑定，可以很容易与不同骨架绑定；而本发明将骨架、皮肤和动作分别存放，具有更强的复用性，即从骨架到动作复用能力更强；本发明采用的节点、骨架、动作及图片附着的存储结构与传统技术不同，具有更高的存储效率。
-
公开(公告)号：CN118470287A
公开(公告)日：2024-08-09
申请号：CN202410706574.4
申请日：2024-06-03
Applicant: 华侨大学
IPC: G06V10/20 , G06V10/44 , G06V10/26 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于无监督学习的金属零件结构识别方法及装置，涉及图像处理领域，方法包括：获取采集的零件原始图像，通过洪水填充法与均值滤波处理图像中存在的噪声；对去噪后的图像，通过边缘检测等算法获得金属零件主体区域，排除背景影响；在提取出金属零件的主体图像后，采用标准化降低模型学习特征的难度，以此来训练零件结构编码器；通过动量对比算法，使模型从大量未标注样本中学习语义特征，实现无监督学习的方式完成模型预训练，提高模型的泛化能力；基于语义分割算法，添加解码器构建特征金字塔，使用少量标注样本完成训练，实现从预训练任务到具体任务的迁移，以此达到对抓取区域的精确识别。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.01 seconds)
