-
公开(公告)号：CN118610864A
公开(公告)日：2024-09-06
申请号：CN202410352872.8
申请日：2024-03-26
Applicant: 华南理工大学 , 晋城市光机电产业协调服务中心(晋城市光机电产业研究院)
Abstract: 本发明公开了一种双向工作的2μm波段多波长脉冲光纤激光器。本发明采用工作波长范围覆盖1.7～2.2μm波段的n个激光谐振腔，在脉冲泵浦源的增益开关泵浦方式下得到n个波长自由可选的脉冲信号激光，通过改变光纤光栅对的中心波长、反射率大小以实现激光器的多波长与双向工作，利用阵列波导光栅的n路波长通道作为多波长脉冲激光器的输出端口，可获得n个波长脉冲光纤激光的双向工作与多端口同时输出，可达到传统多台独立的单波长脉冲光纤激光器结合波长复用技术才能实现的作用效果，可有效降低激光应用系统的复杂程度和使用成本。
-
公开(公告)号：CN109784341A
公开(公告)日：2019-05-21
申请号：CN201811589041.3
申请日：2018-12-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于LSTM神经网络的医疗单据识别方法，包括步骤：1)单据图像预处理，将图像信号转化成数字信号；2)分割字符，将单据图像归一化；3)提取字符特征，生成特征向量；4)单据识别与分类。本发明方法创造性地采用LSTM神经网络对图像进行识别和分类，具有识别速度快，容错能力强，识别率高，分类结果好等优点。
-
公开(公告)号：CN114935468B
公开(公告)日：2025-02-11
申请号：CN202210581541.2
申请日：2022-05-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种采集建筑致密墙体表面沉积氯盐的方法；包括纯水灌入采样管的步骤，将灌装完成的采样管的收纳步骤，定位采样点步骤，浸润采样头步骤，八次涂抹采样步骤，以及标号储存步骤等；本发明采样方法，具有操作便捷、采样高效和成本低廉的特点，能够实现对建筑致密墙体表面沉积氯盐的无损精准采样。
-
公开(公告)号：CN114283385A
公开(公告)日：2022-04-05
申请号：CN202111636113.7
申请日：2021-12-29
Applicant: 华南理工大学 , 深圳金三立视频科技股份有限公司
Abstract: 本发明公开一种异物数据生成方法，获取输电线场景图像和预设异物图像；提取所述输电线场景图像中的输电线，得到输电线位置；从所述输电线位置中确定目标输电线位置，并将所述预设异物图像贴入所述目标输电线位置，得到初始异物数据；基于所述初始异物数据使用预设图像和谐化神经网络进行和谐化，得到最终的异物数据，可实现在各种不同背景上的异物数据生成，且不限数量，最后基于初始异物数据使用预设图像和谐化神经网络进行和谐化，能够使最终得到的异物数据中的异物和场景融合的更好，提高异物数据的真实效果，以此有效增加特定输电线场景中异物数据的数量，丰富训练样本，避免训练和测试场景不同而导致的迁移性能下降问题。
-
公开(公告)号：CN108830280B
公开(公告)日：2021-10-26
申请号：CN201810456924.0
申请日：2018-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于区域提名的小目标检测方法，包括步骤：1)输入图像预处理，将输入图像转换为统一大小；2)提取图像基础特征图，提取5层特征图；3)特征融合，融合图像第4层与第5层特征图；4)小目标区域提名，使用区域提名网络产生小目标区域提名；5)小目标边界框精修以及小目标区域分类。本发明方法具有计算速度快，小目标识别精度高，方法的泛化性能好，对于一般的极小目标区域都能检测出等优点。
-
Patent Agency Ranking
公开(公告)号：CN110097110B
公开(公告)日：2021-07-20
申请号：CN201910341570.X
申请日：2019-04-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于目标优化的语义图像修复方法，该方法是以网络结构优化和修复过程优化为主要目标。在网络结构优化方面，通过移除Context‑Encoder中的通道连接层、添加并联空洞卷积层和设置符合人类感官层次的损失函数的方式，使整个网络在尽量捕获更多图像语义特征的同时保留其空间关系。在修复过程优化方面，通过图像语义分割网络捕获待修复图像中的特定目标，在利用泛化模型对整张图像进行修复的同时可以针对捕获到的目标进行修复优化操作，从而使修复结果具备更高的可靠性和准确性。本发明既保留了图像的空间信息，也针对特定的目标进行修复优化，进而有效地解决了常规修复方法中存在的语义混乱问题。
-
公开(公告)号：CN111369563A
公开(公告)日：2020-07-03
申请号：CN202010108637.8
申请日：2020-02-21
Applicant: 华南理工大学 , 广州梦辉机器人有限公司
Abstract: 本发明公开了一种基于金字塔空洞卷积网络的语义分割方法，包括以下步骤：获取包含真实分割结果的医疗图像数据集，对该数据集进行数据增强等预处理操作；将预处理图像通过残差递归卷积模块、池化层得到浅层图像特征；通过由金字塔池化模块和空洞卷积模块并联的网络得到深层图像特征；通过反卷积层、跳跃连接和残差递归卷积模块对深层图像特征解码；将解码结果输入到softmax层得到每个像素所属类别；训练金字塔空洞卷积网络，建立损失函数，通过训练样本确定网络参数；将测试图像输入到训练完成的金字塔空洞卷积网络，得到该图像的语义分割结果。本发明采用的空洞卷积和金字塔池化方法能有效提取多尺度的语义信息和细节信息，提升网络的分割效果。
-
公开(公告)号：CN108345661B
公开(公告)日：2020-04-28
申请号：CN201810096348.3
申请日：2018-01-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于大规模Embedding技术的Wi‑Fi聚类方法及系统，主要是通过将用户对Wi‑Fi的连接行为按时间序列化，在经过滑动窗口的进行加窗处理以及负采样后，得到一组Local Context和Global Context，输入到一个三层神经网络中，来预测滑动窗口下一个Wi‑Fi出现的概率，而输入层到隐藏层之间的权值矩阵则为Wi‑Fi的Embedding向量，该向量能有效的表征Wi‑Fi的特点；再利用该Embedding向量作为特征采用传统的聚类算法进行聚类，可得到较好的聚类效果。本发明可充分学习到每个Wi‑Fi的一个唯一的向量表达，使相同场景下的Wi‑Fi能得到相近的向量表达；能使模型较快得到收敛，对大规模的数据训练和测试在性能上有较大提高。
-
公开(公告)号：CN110209801A
公开(公告)日：2019-09-06
申请号：CN201910400865.X
申请日：2019-05-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于自注意力网络的文本摘要自动生成方法，包括步骤：1)将输入文本进行分词，得到词序列；2)将词序列进行词嵌入产生相应的词向量序列；3)使用自注意力网络编码器对词向量序列进行编码；4)使用自注意力网络解码器对输入文本编码向量进行解码，生成文本摘要。本发明方法具有模型计算速度快，训练效率高，生成摘要质量高，模型的泛化性能好等优点。
-
公开(公告)号：CN110097110A
公开(公告)日：2019-08-06
申请号：CN201910341570.X
申请日：2019-04-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于目标优化的语义图像修复方法，该方法是以网络结构优化和修复过程优化为主要目标。在网络结构优化方面，通过移除Context-Encoder中的通道连接层、添加并联空洞卷积层和设置符合人类感官层次的损失函数的方式，使整个网络在尽量捕获更多图像语义特征的同时保留其空间关系。在修复过程优化方面，通过图像语义分割网络捕获待修复图像中的特定目标，在利用泛化模型对整张图像进行修复的同时可以针对捕获到的目标进行修复优化操作，从而使修复结果具备更高的可靠性和准确性。本发明既保留了图像的空间信息，也针对特定的目标进行修复优化，进而有效地解决了常规修复方法中存在的语义混乱问题。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.033 seconds)
