-
公开(公告)号：CN114743101A
公开(公告)日：2022-07-12
申请号：CN202210357394.0
申请日：2022-04-06
Applicant: 南通大学
Abstract: 本发明提供了一种基于图像注意力加权池化的室外地点重识别方法，属于计算机视觉深度学习技术领域。解决了室外场景下地点重识别任务容易受到动态物体干扰的问题。其技术方案为：包括以下步骤：步骤一、从卷积神经网络提取特征图；步骤二、显著性区域的检测；步骤三、生成图像注意力；步骤四、损失函数计算损失。本发明的有益效果为：本发明检测图片最显著的部分同时抑制动态物体的干扰；在室外场景下能提取鲁棒性更强的图像全局特征，减少误匹配。
-
公开(公告)号：CN114491293A
公开(公告)日：2022-05-13
申请号：CN202210104815.9
申请日：2022-01-28
Applicant: 南通大学
IPC: G06F16/9536 , G06Q50/00 , G06K9/62
Abstract: 本发明属于复杂网络分析技术领域，具体涉及一种统一化融合内容信息的半监督社团检测方法。本发明的步骤为：形式化带有节点内容网络中的拓扑和内容信息；利用基于非负矩阵分解的生成框架实现基于标准NMF和SNMF的拓扑子模型，计算结构相似度构建must‑link先验信息以调整节点社团隶属度，借鉴pLSA主题模型思想，基于非负矩阵分解构建内容子模型；引入平衡因子统一化融合具有先验信息的拓扑子模型和内容子模型，进而构建统一化融合节点内容半监督社团检测模型，最后，利用梯度下降法学习模型参数，得到节点的社团隶属度矩阵，进行聚类以挖掘网络中社团结构，运用标准化互信息熵NMI和调整兰德系数ARI对模型性能进行评估。
-
公开(公告)号：CN108986872B
公开(公告)日：2021-05-07
申请号：CN201810642497.5
申请日：2018-06-21
Applicant: 南通大学
Abstract: 本发明公开了一种用于大数据电子病历约简的多粒度属性权重Spark方法。该方法首先在Hadoop分布式文件系统中将大数据电子病历集划分成不同的条件属性作业和决策属性作业；然后设计基于改进MapReduce作业协同结构的Spark模型，将电子病历条件属性作业并行化处理；其次在Hadoop分布式文件系统中构建多粒度属性权重Spark方法用于电子病历属性快速约简，从而求得大数据电子病历属性约简最优特征集；最后将大数据电子病历属性约简特征集R1,R2,…,Rn存储至Hadoop分布文件系统中，为相关疾病的临床诊断和治疗提供重要的智能诊断知识依据。
-
公开(公告)号：CN112231641A
公开(公告)日：2021-01-15
申请号：CN202011111249.1
申请日：2020-10-16
Applicant: 南通大学
Abstract: 本发明提供了一种基于气象数据的能见度估计方法，包括以下步骤：步骤一、根据数据集的散点分布建立一元非线性函数模型；步骤二、通过拟合得到相对湿度、温度、气压、风速与能见度之间的函数系数的最优解，建立具体函数关系式；步骤三、选用层次分析法求解相对湿度、温度、气压、风速对能见度影响的权重系数；步骤四、建立地面气象观测各因素与能见度之间的多因素AHP加权模型。本发明的有益效果为：本发明通过建立能见度与气象各因素之间的关系，使用非线性回归和层次分析法相结合的AHP加权模型，既考虑到各单个因素对于能见度的影响，又将其综合考虑，进行加权，对总体关系的建立更精确更全面。
-
公开(公告)号：CN108618749B
公开(公告)日：2020-06-19
申请号：CN201710174625.3
申请日：2017-03-22
Applicant: 南通大学
Abstract: 本发明属于医学图像处理及应用领域，提供了一种基于便携式数字化眼底照相机的视网膜血管三维重建方法。本发明首先使用便携式数字化眼底图像，利用照相机位移拍摄两幅眼底图像，要求两幅图像都包含视网膜视神经盘结构，并产生一定的偏移量；然后对视网膜血管进行分割并进行特征点的提取，并用本发明的基于视网膜血管解剖层次特征点匹配与三维血管重建模型对视网膜血管进行三维重建。本发明的方法能够对现有的基于二维的眼底血管观察和分析提供一种新的补充。
-
Patent Agency Ranking
公开(公告)号：CN108986872A
公开(公告)日：2018-12-11
申请号：CN201810642497.5
申请日：2018-06-21
Applicant: 南通大学
Abstract: 本发明公开了一种用于大数据电子病历约简的多粒度属性权重Spark方法。该方法首先在Hadoop分布式文件系统中将大数据电子病历集划分成不同的条件属性作业和决策属性作业；然后设计基于改进MapReduce作业协同结构的Spark模型，将电子病历条件属性作业并行化处理；其次在Hadoop分布式文件系统中构建多粒度属性权重Spark方法用于电子病历属性快速约简，从而求得大数据电子病历属性约简最优特征集；最后将大数据电子病历属性约简特征集R1,R2,…,Rn存储至Hadoop分布文件系统中，为相关疾病的临床诊断和治疗提供重要的智能诊断知识依据。
-
公开(公告)号：CN108446740A
公开(公告)日：2018-08-24
申请号：CN201810262763.1
申请日：2018-03-28
Applicant: 南通大学
IPC: G06K9/62
CPC classification number: G06K9/6239 , G06K9/622
Abstract: 本发明公开了一种用于脑影像病历特征提取的多层一致协同方法，首先构建一种多层协同MapReduce模型进行不可分割相关脑影像病历特征的标识，将具有多个相关特征的脑病历进行有效分类；然后设计一种脑影像病历特征一致相容性聚合方法，使协同模因组提取的脑影像病历特征局部解和全局优势解能达到有效平衡；其次采用多决策一致性优化矩阵进一步检测协同模因组的非合作MapReduce行为，从而有效取得特征集的一致纳什均衡；最后评估脑影像病历特征提取的精度，输出最优特征选择集。本发明为相关疾病的临床诊断和治疗提供重要的影像特征依据。
-
公开(公告)号：CN107564048A
公开(公告)日：2018-01-09
申请号：CN201710877772.7
申请日：2017-09-25
Applicant: 南通大学
IPC: G06T7/33
Abstract: 本发明提供了一种基于分叉点特征配准方法，该方法首先获取眼底图像的绿色通道，并提取血管中心线：使用基于梯度散度的血管中心线提取技术，提取出眼底图像中的血管树；随后，使用八邻域查表法提取眼底血管树特征点，删除错误的特征点后得到正确的分叉点对应的Harris角点坐标；使用改进的特征描述算法，对得到的分叉点进行特征提取，得到对应的分叉角度与血管长度，形成特征向量；最终使用向量之间的欧氏距离得出最终用于匹配的特征点对，使用随机抽样一致算法得出参照图像对于原图的变换矩阵，并对配准后的结果图像进行基础修改，得到配准精确的眼底图像，本发明提出的配准方法在公开的FIRE眼底配准数据库中取得了较好的效果。
-
公开(公告)号：CN106599555A
公开(公告)日：2017-04-26
申请号：CN201611089491.7
申请日：2016-12-01
Applicant: 南通大学
IPC: G06F19/00
Abstract: 本发明公开了一种用于癫痫脑波病历特征选择的多专家协同决策方法。该方法首先构造专家集中每个专家ei对应的癫痫脑波病历参考关系评估矩阵；然后设计专家组Exgi的邻域半径ri，并计算其特征选择值协同性，获取专家组Exgi的特征选择关系协同度cri；最后构造专家系统集E的专家邻近矩阵集P和专家组Exgi的关系矩阵PEi，针对癫痫脑波病历特征开展多专家协同决策选择优化，从而求得全局最优癫痫脑波病历特征选择集。该方法能有效进行癫痫脑波病历的鉴别、诊断和治疗，对癫痫疾病的早期预防、降低脑损伤后果等具有较好作用。
-
公开(公告)号：CN106504239A
公开(公告)日：2017-03-15
申请号：CN201610934000.8
申请日：2016-10-25
Applicant: 南通大学
CPC classification number: G06T7/0012 , G06T2207/10132 , G06T2207/30056
Abstract: 本发明提供了一种提取超声图像中肝脏区域的方法，其特征在于：包括如下步骤：步骤1：处理图像中的光照不均匀的情况，使图像中的肝脏区域的亮度趋于一致；步骤2：利用添加了邻域相关性信息及先验形状信息的FCM_I算法减小图像中的噪声及完成图像分割；步骤3：根据FCM_I分类结果及灰度信息，获得图像的前景区域和背景区域；步骤4：根据肝脏中器官的分布和形状，获得完整肝脏区域的图像。本发明提供了一种提取超声图像中肝脏区域的方法，提高了可能出现肝脏区域前景像素的联系，并降低了该区域背景间的联系，从而使提取出比较完整的肝脏区域。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.026 seconds)
