-
公开(公告)号：CN116187200A
公开(公告)日：2023-05-30
申请号：CN202310265514.9
申请日：2023-03-20
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06F16/51 , G06F16/55 , G06F16/583 , G06N3/0464 , G06N3/08 , G06F119/18
Abstract: 本发明公开了一种基于图卷积网络的轻量化三维CAD模型分类与检索的方法，S1、构建一个三维CAD模型数据集；S2、对三维CAD模型数据集进行数据预处理与特征抽取，进而得到几何信息和拓扑信息，并将抽取的几何信息和拓扑信息转换为以图结构表示的三维模型描述符；S3、构建图卷积网络FuS‑GCN，根据图卷积网络FuS‑GCN，以三维模型描述符为输入指导三维CAD模型分类与检索，得到全局特征向量，S4、全局特征向量作为输入通过一个全连接层获得分类结果；S5、将由图卷积网络FuS‑GCN和全连接层组成的分类检索模型运用于数据集进行训练测试。该方法基于B‑rep图设计了名为FuS‑GCN的轻量化融合自注意力GCNs框架，用以聚合拓扑几何特征，实现了CAD模型的分类与检索。
-
公开(公告)号：CN111767406B
公开(公告)日：2022-08-30
申请号：CN201910257222.4
申请日：2019-04-01
Applicant: 杭州电子科技大学
IPC: G06F16/36
Abstract: 本发明实施例提供一种PLC工程的知识表示方法及装置，该方法包括：获取待处理的可编程逻辑控制器PLC程序的工程文件和模式文件，并根据预先确定的提取规则，获取所述工程文件对应的节点和节点信息以及所述模式文件对应的节点和节点信息，分别将所述工程文件和所述模式文件对应的节点和节点信息，映射到本体知识库，实现了对不同平台PLC程序进行统一的知识表示，为PLC程序在不同硬件平台间的转移和重复使用的便利性提供了可能。
-
公开(公告)号：CN114936609A
公开(公告)日：2022-08-23
申请号：CN202210678696.8
申请日：2022-06-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征级图描述符和图卷积网络的CAD模型分类方法，本发明提取CAD模型的特征与特征之间的依赖关系，转换为特征依赖图，进一步转化阵列特征，细化结构，生成特征级图描述符以表征三维CAD模型；本发明提出的基于特征级图描述符和图卷积网络的模型分类方法，引入跳跃连接网络和基于边收缩的层次化池化机制，构建图卷积网络的分类模型，边收缩的池化机制通过逐步聚合图中节点信息，关注局部关键结构，跳跃连接网络聚合多个中间图表示强化图表示学习，以提升分类效果。本发明实现对CAD模型的准确分类且分类准确率高于现有表现较佳的其他三维模型分类方法，推广了结构化描述与图卷积网络在CAD模型分类问题上的应用。
-
公开(公告)号：CN110287773A
公开(公告)日：2019-09-27
申请号：CN201910398586.4
申请日：2019-05-14
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于自主学习的交通枢纽安检图像识别方法。本发明首先将输入的图像进行预处理操作；然后经过多视图卷积神经网络、卷积神经网络注意力机制、特征稠密连接、长短期记忆网络、线性全连接和焦点损失函数进行深度学习。本发明针对毫米波安检门生成的图像而设计的，算法通过分析对象类型、服装类型和体型下的特征来预测威胁的存在。本发明能更好地解决现在安检耗时费力的弊端，改善传统算法的误判率和准确率。
-
公开(公告)号：CN109976152A
公开(公告)日：2019-07-05
申请号：CN201910119622.9
申请日：2019-02-18
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 一种面向智能控制器的机器学习算法模块配置及自动化组装方法。本发明在对基于工业控制的软件产品开发过程进行分析的基础上建立机器学习算法模块的配置模型，并设计配置求解算法以满足工业控制领域应用需求的特征和软件集合。包括：基于扩展的特征模型，根据工业控制的软件生产过程建立配置规则集，规则能对特征约束及特征实现多样性问题进行描述；设计配置规则求解算法，以获取满足约束条件和领域应用需求的配置结果集，并通过规则推理增加可变配置实体的变化扩散范围及机器学习算法的可扩展程度。本发明所提出的面向智能工厂的机器学习算法模块配置及其自动化组装方法，是实现智能控制软件大规模个性化定制生产的关键使能技术。
-
Patent Agency Ranking
公开(公告)号：CN119867752A
公开(公告)日：2025-04-25
申请号：CN202411783505.X
申请日：2024-12-06
Applicant: 杭州电子科技大学
IPC: A61B5/16 , A61B5/055 , A61B5/00 , G16H50/20 , G06F18/25 , G06F18/24 , G06F18/15 , G06N3/045 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明涉及一种基于多模态注意力融合网络的ADHD分类诊断方法，包括数据预处理、特征提取、跨模态注意力融合、Mamba模块应用、特征融合与分类和损失函数与模型优化。本发明通过整合功能性磁共振成像(fMRI)、结构性磁共振成像(sMRI)以及表型数据(包括年龄、性别、平均智商等)来提高ADHD的诊断准确性。
-
公开(公告)号：CN119811640A
公开(公告)日：2025-04-11
申请号：CN202411881472.2
申请日：2024-12-19
Applicant: 杭州电子科技大学
IPC: G16H50/20 , G16H15/00 , G16H30/40 , G16H50/70 , G06V20/64 , G06V10/44 , G06V10/764 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/048 , G06V10/10 , G06V10/30 , G06V10/72
Abstract: 本发明公开了一种深度学习驱动的三维医学影像诊断辅助系统，本发明中，模型训练模块作为深度学习驱动的三维医学影像诊断辅助系统的核心，其内部子模块的精心设计和协同工作为整个系统带来了显著的有益效果。数据加载子模块确保了大规模影像数据的高效读取和预处理，为后续训练提供了稳定的数据流。模型训练模块通过自动化特征学习和模型定制与优化，系统实现了从原始影像数据到诊断知识的高效转化，大大提高了诊断的准确性和效率。医生可以依靠系统提供的精准诊断结果，更快地制定治疗方案，改善患者预后。同时高效训练管理和性能监控与评估确保了模型在整个训练过程中的稳定性和可靠性。
-
公开(公告)号：CN119763666A
公开(公告)日：2025-04-04
申请号：CN202411639693.9
申请日：2024-11-18
Applicant: 杭州电子科技大学
IPC: G16B40/00 , G16B30/00 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/047
Abstract: 本发明公开了一种基于混合注意力网络的环状RNA结合蛋白预测方法，包括以下步骤：步骤1、输入待分析的环状circRNA序列；步骤2、采用五种编码方法对circRNA序列进行特征提取，得到序列特征，步骤3、使用混合长短期记忆与注意力模块分别处理不同的序列特征从而捕捉序列之间的复杂信息得到新序列特征；步骤4、使用多尺度自适应特征融合模块将步骤3得到的新序列特征进行融合得到融合特征；步骤5、将融合特征作为输入，使用特征增强网络模块学习融合特征的局部与全局信息；步骤6、使用全连接层以及softmax激活函数预测获得circRNA结合蛋白位点结果。该方法提高circRNA结合蛋白质位点的预测准确性。
-
公开(公告)号：CN119477941A
公开(公告)日：2025-02-18
申请号：CN202411573718.X
申请日：2024-11-06
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06N3/045 , G06N3/0442 , G06T7/00
Abstract: 本发明公开了一种基于XLSTM‑HVED神经网络的脑部神经胶质瘤缺失模态分割方法，包括如下步骤：步骤1、获取神经胶质瘤数据集，并将数据集划分为训练集和测试集；步骤2、构建用于神经胶质瘤分割的XLSTM‑HVED神经网络模型，所述XLSTM‑HVED神经网络模型包括SAVE编码器、Vision XLSTM注意力模块、分割解码器、重建解码器和DuSFE模块；步骤3、使用训练集对XLSTM‑HVED神经网络模型进行训练，结合神经胶质瘤图像特点,对XLSTM‑HVED神经网络模型参数调优；步骤4、使用测试集测试评估得到的XLSTM‑HVED网络模型，最终实现脑部神经胶质瘤缺失模态分割。
-
公开(公告)号：CN118296856A
公开(公告)日：2024-07-05
申请号：CN202410703443.0
申请日：2024-06-03
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F30/15 , G06F30/17 , G06F111/10 , G06F111/04
Abstract: 本发明公开了一种航天装备正向设计方案确定方法、装置、介质和设备，涉及航天装备设计技术领域。先获取包括设计输入、功能要求和性能要求的系统需求，然后根据功能要求采用用例分析，以满足性能要求为约束，设计航天装备各系统的功能架构，再根据航天装备各系统的功能架构和预先录入的物料类目，组合生成分别对应航天装备各系统的基础物料方案，最后根据设计输入进行筛选，得到每个系统对应的优选物料方案，组合形成航天装备设计方案。本发明通过在系统需求中增加对应航天装备至少部分组成结构的优选物料类目和/或优选概要参数，将其作为设计输入，能够以预设的设计输入作为导向对物料进行筛选，提高了航天装备设计方案的确定效率。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.026 seconds)
