-
公开(公告)号：CN113126069B
公开(公告)日：2022-07-26
申请号：CN202110306807.8
申请日：2021-03-23
Applicant: 浙江工业大学
IPC: G01S7/539
Abstract: 一种基于ZYNQ的前视声呐信号处理硬件系统，涉及海洋声学装备技术领域，包括ZYNQ模块、Spartan‑6模块、高速AD模块、模拟前端模块、电源模块、DDR3模块、千兆网模块、PWM模块、DA模块、SD卡模块以及串口通信模块。本发明抗干扰能力较好、功耗较低、实时性良好。本发明提供了一种能对多路模拟通道同步采集、大量数据高速处理、成像速度快的基于ZYNQ的前视声呐信号处理硬件系统。
-
公开(公告)号：CN108735269B
公开(公告)日：2021-12-17
申请号：CN201810485744.5
申请日：2018-05-21
Applicant: 浙江工业大学
Abstract: 一种基于连续聚类框架的脑纤维快速聚类算法，包括以下步骤：1)建立纤维集群参数模型，包含纤维集群中心、密度、群内距离和纤维数量4个参数；2)读入一定数量的纤维，通过密度峰值搜索算法初始化参数模型；3)读入新的纤维，与由参数模型表示的纤维集群进行相似度距离计算，根据相似度距离大小将新纤维分配到集群或者置于缓存容器中；4)重复步骤2)，同时通过缓存容器阈值判断是否更新参数模型，直至所有纤维都经过分类处理；5)最后对所有参数模型进行密度峰值搜索聚类，结束脑纤维聚类过程。本发明通过参数模型表示纤维集群，以参数模型的形式代表集群中的所有纤维进行纤维相似度计算，最终对所有参数模型进行聚类。
-
公开(公告)号：CN108764317B
公开(公告)日：2021-11-23
申请号：CN201810485738.X
申请日：2018-05-21
Applicant: 浙江工业大学
Abstract: 一种基于多路特征加权的残差卷积神经网络图像分类方法，包括以下步骤：1)模型的输入图像为经过预处理的原始图像，经过预处理的图像裁剪为一个固定尺寸；2)对图像进行较大尺寸的卷积操作和池化操作；3)将步骤2)中输出的特征送入第一个多路特征加权残差模块；4)将步骤3)中多路特征加权残差模块的输出继续送入下一个多路特征加权残差模块，在经过多个多路特征加权残差模块后，输出的特征图像尺寸会逐渐缩小直至变为较小尺寸，最后经过一个平均池化层缩小为特征点；所得特征点直接送入分类层进行分类或经过全连接层后再进行分类。本发明应用于复杂的图像分类任务，丰富了特征表达，避免了因神经网络深度增加导致的梯度消失问题。
-
公开(公告)号：CN110334566B
公开(公告)日：2021-08-03
申请号：CN201910219860.7
申请日：2019-03-22
Applicant: 浙江工业大学
Abstract: 一种基于三维全卷积神经网络的OCT内外指纹提取方法，包括如下步骤：1)对每幅指纹OCT图像中的角质层区域位置和乳头层区域位置进行手工标注，得到与OCT图像对应的标注图片，进行ROI提取和数据增强，构成标注数据集；2)构建三维全卷积神经网络模型，设定训练参数和损失函数，使用标注好的数据集训练模型；3)通过训练好的全卷积神经网络模型预测未标注的OCT图像的角质层、乳头层；4)根据所有OCT图像的角质层和乳头层，按照相对深度以及OCT图像空间顺序，经过拼接，分别得到OCT指纹的外指纹和内指纹。本发明通过三维全卷积神经网络来学习提取OCT图像的角质层和乳头层特征，从而生成准确的内外指纹。
-
公开(公告)号：CN113052072A
公开(公告)日：2021-06-29
申请号：CN202110318506.7
申请日：2021-03-25
Applicant: 浙江工业大学
Abstract: 一种基于昇腾处理器的指节纹和指静脉身份识别装置，包括昇腾处理器图像处理子系统以及指节纹和指静脉图像采集子系统，系统以搭载昇腾310处理器的Atlas200模块为核心设计嵌入式平台，构建了昇腾处理器图像处理子系统；以650nm和850nm光波长的LED阵列和摄像头为核心搭建指节纹和指静脉图像采集子系统，光强可调；同时，在图像采集过程中通过预处理和图像评估获得最佳质量图像，并使用Triplet Loss函数神经网络进行高效的特征匹配，实现身份识别。本发明有效地解决不同环境下指节纹和指静脉图像差异明显、手指图像识别算法难以实时实现以及低功耗和小型化条件下系统开发的难题。
-
Patent Agency Ranking
公开(公告)号：CN110570651B
公开(公告)日：2020-10-30
申请号：CN201910633233.8
申请日：2019-07-15
Abstract: 一种基于深度学习的路网交通态势预测方法，包括以下步骤：S1、获取多源交通数据和路网静态配置信息，构建交通流参数模型；所述的多源交通数，包括互联网路段速度数据、检测器流量数据和信号机控制方案数据；所述的路网静态配置信息包括路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号和车道功能；S2、分析路网拥堵相关性，构建基本预测组团；S3、构造基于双阶段注意力机制的深度学习交通态势预测模型；S4、构建交通态势预测系统。本发明预测精度和可移植性较好。
-
公开(公告)号：CN111723848A
公开(公告)日：2020-09-29
申请号：CN202010452771.X
申请日：2020-05-26
Applicant: 浙江工业大学
Abstract: 一种基于卷积神经网络和数字全息的海洋浮游生物自动分类方法，包括以下步骤：1)使用数字全息系统拍摄海洋浮游生物的全息图像；2)构建卷积神经网络模型，设定卷积层数，卷积核尺寸，训练参数和损失函数，将1)中得到的图片输入至神经网络中，运行神经网络，获得最终分类结果。本发明针对目前数字全息系统对海洋浮游生物的广泛应用，为满足高效率、低成本和快速性的要求，利用数字全息技术结合深度学习技术，公开了一种基于数字全息图像的海洋浮游生物快速分类方法。
-
公开(公告)号：CN111666813A
公开(公告)日：2020-09-15
申请号：CN202010356352.6
申请日：2020-04-29
Applicant: 浙江工业大学
Abstract: 一种基于非局部信息的三维卷积神经网络的皮下汗腺提取方法，包括如下步骤：1)利用归一化算法图像增强后，通过截取局部数据和数据旋转进行数据增广；2)通过添加Non_local模块构建基于非局部信息的三维卷积神经网络模型，损失函数采用Dice损失函数；3)将步骤一获取的训练集输入神经网络进行训练；4)利用汗腺体的大小的一定规律和汗腺体上下端的位置偏差不会太大的特性从初步的三维汗腺体图像中筛选并去除伪汗腺体。本发明充分利用指纹切片之间的像素相关性，利用非局部的信息来增加信息量，增强汗腺体信息，提高了指汗腺体检测的准确率。
-
公开(公告)号：CN111489328A
公开(公告)日：2020-08-04
申请号：CN202010149988.3
申请日：2020-03-06
Applicant: 浙江工业大学
Abstract: 一种基于血管分割和背景分离的眼底图像质量评价方法，包括以下步骤：1)首先，通过在DRIVE公开眼底图像数据集上预训练的U-Net模型对输入图像进行血管分割；2)将步骤1)得到的血管特征图与原始图像进行逐元素相乘，得到只含血管和背景信息的图像；3)使用提取后的特征图像分别输入卷积神经网络分支中进行训练，得到模型参数；4)将训练好的卷积神经网络模型对测试图片进行质量评价。本发明实现更高的评价准确率，并降低医生复检率，避免重复检查可能带来的治疗时机延误。本发明提出的模型具有通用性，可以嵌入到各种先进的卷积神经网络结构中并提升网络性能，同时，提供一种融合血管先验知识和神经网络端到端特征提取的方法。
-
公开(公告)号：CN110570651A
公开(公告)日：2019-12-13
申请号：CN201910633233.8
申请日：2019-07-15
Abstract: 一种基于深度学习的路网交通态势预测方法，包括以下步骤：S1、获取多源交通数据和路网静态配置信息，构建交通流参数模型；所述的多源交通数，包括互联网路段速度数据、检测器流量数据和信号机控制方案数据；所述的路网静态配置信息包括路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号和车道功能；S2、分析路网拥堵相关性，构建基本预测组团；S3、构造基于双阶段注意力机制的深度学习交通态势预测模型；S4、构建交通态势预测系统。本发明预测精度和可移植性较好。
-
-
-
-
-
-
-
-
-
Search Results
226
records
(took 0.146 seconds)
