-
公开(公告)号：CN119169386A
公开(公告)日：2024-12-20
申请号：CN202411339028.8
申请日：2024-09-25
Applicant: 华侨大学
IPC: G06V10/764 , G06V10/771 , G06V10/774 , G06V10/766
Abstract: 本发明公开了一种基于显著性特征的多标记图像分类方法、装置及可读介质，包括：基于特征选择矩阵、特征空间矩阵和伪标记矩阵构造回归框架，结合牵引矩阵、非负标记稀疏矩阵、标记空间矩阵和伪标记矩阵构建拟合模型，通过伪标记矩阵构造标记相关性模型；构建特征选择矩阵的核范数模型，以构建目标函数，对目标函数进行求解，得到最终优化的特征选择矩阵；基于最终优化的特征选择矩阵确定图像特征子集，基于图像特征子集对图像分类模型进行训练，得到经训练的图像分类模型；将图像中与图像特征子集相对应的特征输入到经训练的图像分类模型中，得到图像分类结果，从而学习类别标记之间的相关性，减轻低密度标记对特征选择的影响。
-
公开(公告)号：CN117912015A
公开(公告)日：2024-04-19
申请号：CN202410070932.7
申请日：2024-01-18
Applicant: 华侨大学
IPC: G06V20/70 , G06V10/22 , G06V10/762 , G06V10/764 , G06V10/771
Abstract: 本发明公开了一种利用局部判别模型和标记相关性选择多标记图像数据方法及装置，包括：基于每张图像数据及其邻近的图像数据构造邻近局部团，并定义邻近局部团的类间离散矩阵和局部离散矩阵以及聚类分配矩阵，以定义得到每张图像数据的局部判别模型以及多标记图像数据对应的局部判别模型；将标记空间和特征空间之间的关系投影到特征选择矩阵中，得到损失模型，将特征选择矩阵和聚类分配矩阵之间的关系投影到标记相关矩阵中，得到相关性模型，并在特征选择矩阵上施加l2,1范数，得到特征选择模型，构建目标函数，采用交替迭代优化算法对目标函数进行求解，得到最终的特征选择矩阵，基于最终的特征选择矩阵确定特征子集，以提高多标记图像数据的分类性能。
-
公开(公告)号：CN117880224A
公开(公告)日：2024-04-12
申请号：CN202410069615.3
申请日：2024-01-17
Applicant: 华侨大学 , 厦门凡尔赛科技有限公司
IPC: H04L49/109 , H04L49/25 , H04L45/02 , H04L45/12 , H04L45/00 , G06N3/006 , G06N3/042 , G06N3/0442 , G06N3/086
Abstract: 本发明公开一种VLSI设计中片上网络的路由优化方法、系统及设备，涉及强化学习和运筹调度领域，利用深度强化学习模型和进化算法这两者的优势，同时优化系统的多个目标，深度强化学习和进化算法将收集到的或者自己生成的数据通过深度强化学习模型来进行训练首先生成多目标问题的初步解，再通过进化算法的分解以及同步优化来生成一组近似最优的Pareto前沿，为不同目标的片上通信提供了可行解。本发明通过深度强化学习的模型和算法来以黑盒训练法让模型参数自主地拟合去学习选择路径的策略，无需大量的时间代价即可计算出最优的通信方案，实现了高效地通信。
-
-
公开(公告)号：CN111695644B
公开(公告)日：2023-04-18
申请号：CN202010794509.3
申请日：2020-08-10
Applicant: 华侨大学 , 泉州市华工智能技术有限公司 , 福建医科大学附属第二医院
IPC: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/77 , G06V10/774 , G06V10/25 , G06V10/54
Abstract: 本发明实施例公开了一种基于光密度变换的肿瘤超声图像分类方法、装置及介质，包括：步骤10、对带有分类标签的原始肿瘤超声图像进行预处理，得到预处理图像；步骤20、获取预处理图像中的感兴趣区域；步骤30、对所述感兴趣区域做两种处理分别得到纹理特征向量和形态特征向量；步骤40、将纹理特征向量进行降维处理，然后分别和对应的形态特征向量进行特征融合，得到融合向量数据；步骤50、利用分类器对一定数量的融合向量数据进行学习，得到肿瘤分类模型；步骤60、将待分类肿瘤超声图像输入肿瘤分类模型，得到分类结果。本发明公开的方法能够有效提升超声图像肿瘤良恶性预测的准确性和鲁棒性，为医生对肿瘤进行诊断提供参考，提升了医生的诊断效率。
-
Patent Agency Ranking
公开(公告)号：CN114881980A
公开(公告)日：2022-08-09
申请号：CN202210542078.0
申请日：2022-05-18
Applicant: 华侨大学
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种用于临床肝脏超声标准切面识别的深度学习训练方法，属于超声医学深度学习训练技术领域，包括步骤S1至步骤S3。现有的超声医学标准切面深度学习方法大都以卷积神经网络为基础分类模型网络，但卷积神经网络具有较低的可解释性难以应用于临床实际，相比较而言本发明使用基于像素注意力机制的深度学习训练方法，根据像素之间的相似性进行对比分析，进而得到用于分类或检测的抽象特征；目前成人肝脏超声标准切面定位识别暂无深度学习训练方法，本发明为首次提出该领域内的训练方法，本发明的深度学习训练方法解决临床超声标准切面难以定量分析误扫查后，所造成的误诊断的问题。
-
公开(公告)号：CN114767891A
公开(公告)日：2022-07-22
申请号：CN202210540275.9
申请日：2022-05-18
Applicant: 华侨大学
IPC: A61L2/10 , A61L2/20 , A61L2/24 , A61L2/26 , A61L101/10
Abstract: 本发明公开了基于高功率微波、紫外线和臭氧协同消毒杀菌的技术。通过驱动电源为微波发生器进行功能，产生大功率微波激发侧面无极紫外线灯和顶部无极紫外线灯，从而产生紫外线，同时根据气体放电原理，激发电离的电场频率越高，其激发效率越高，微波紫外灯是传统紫外灯效率的20倍以上，具有功率密度高、单位面积内紫外输出功率大的特点，而且侧面无极紫外线灯和顶部无极紫外线灯由于不存在电机，所以不存在电极老化损耗的问题，灯管的寿命可长达数十年，灯管更换维修次数少，而且高浓度的臭氧杀菌彻底，无残留，杀菌范围广，同时臭氧由于稳定性差，会自行分解成无毒的氧气，因此利用臭氧杀菌不会存在毒残留物。
-
公开(公告)号：CN113342056A
公开(公告)日：2021-09-03
申请号：CN202110748173.1
申请日：2021-07-01
Applicant: 华侨大学
IPC: G05D1/10
Abstract: 本发明提供了无人机智能控制技术领域的一种基于改进A星算法的无人机轨迹规划方法，包括如下步骤：步骤S10、在地图上设定一起始点以及一目标点，基于所述起始点以及目标点进行随机采样得到采样点；步骤S20、创建一采样树，基于所述采样点对采样树进行扩展；步骤S30、计算扩展后的所述采样树的节点距离，基于所述节点距离得到节点距离矩阵；步骤S40、利用A星算法以及所述节点距离矩阵进行最短路径搜索，完成无人机轨迹规划。本发明的优点在于：实现性能有限的无人机的轨迹规划。
-
公开(公告)号：CN111583227A
公开(公告)日：2020-08-25
申请号：CN202010382639.6
申请日：2020-05-08
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明提供一种荧光细胞自动计数方法、装置、设备和介质，方法包括步骤S1、读取荧光细胞的显微图像；步骤S2、对荧光细胞的显微图像进行预处理，包括校正显微图像不均匀光照，增强显微图像中细胞与背景的对比度；采用中值滤波滤除显微图像噪声，保留图像边缘的细节信息；采用开运算去除显微图像噪声和背景杂质，平滑细胞的轮廓、断开细胞狭窄的连接和去掉细胞细小的突出部分；步骤S3、对显微图像上粘连的荧光细胞进行分割，避免细胞计数时将粘连的细胞群当成一个细胞；步骤S4、计算荧光细胞的数目。本发明可以从效率、准确率以及成本上满足大部分实验室的需求。
-
公开(公告)号：CN107256545B
公开(公告)日：2019-11-15
申请号：CN201710322853.0
申请日：2017-05-09
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明的一种大圆机的破洞瑕疵检测方法，利用机器学习方法实现对织物破洞瑕疵的检测，根据自适应图像增强技术预处理瑕疵图像，有效分割感兴趣区域，并且根据角点检测器结合排序方法有效地提取织物瑕点的单调光照及旋转不变的特征信息；在织物瑕疵点匹配方面，利用双向匹配方法，成功地得到织破洞针瑕疵。本发明大大提高了纺织品的瑕疵检测速度和效率。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.038 seconds)
