-
公开(公告)号：CN118691199B
公开(公告)日：2025-04-11
申请号：CN202410818568.8
申请日：2024-06-24
Applicant: 南通大学
IPC: G06Q10/087 , G06T7/60 , G06T7/66 , G06T7/70
Abstract: 本发明涉及自动堆放技术领域，具体地说，涉及一种智能化的线缆盘具自动堆放系统。其包括数据分析单元、数量和横纵位置单元、自动堆放单元、数据判断单元、堆放位置优化单元，堆放位置优化单元根据数据分析单元的数据进行线缆盘具堆放位置的优化。本发明的堆放位置优化单元接收数据判断单元实际中心堆放位置存在偏差的命令数据，并根据线缆盘具的图像数据、堆放区域相关数据、分析的线缆盘具特点数据和分析的堆放空间限制数据进行线缆盘具堆放位置的优化，结合堆放区域的空间限制数据，合理规划线缆盘具堆放高度和宽度，可以保证线缆盘具均匀堆放并保持平衡，防止线缆盘具过高或不均匀堆放带来的倾斜和倒塌风险，提高了线缆盘具堆放的稳定性。
-
公开(公告)号：CN119322249A
公开(公告)日：2025-01-17
申请号：CN202411175385.5
申请日：2024-08-26
Applicant: 南通大学
IPC: G01R31/28 , G06F18/21 , G06F18/2131 , G06F18/2433
Abstract: 本发明属于集成电路技术领域，具体涉及基于改进小波熵的芯片级集成电路故障诊断方法，包括以下步骤：S1、采集芯片级集成电路原始信号，利用VMD信号重构技术重构原始信号；S2、采用改进的小波熵方法，对重构后的信号进行深度处理，提取出故障信号的关键特征；S3、通过故障信号的关键特征监测各节点电压变化，有效定位故障位置；S4、设置能够综合考量故障位置、衰减程度和故障长度的故障因子，与设置阈值进行对比，判别出故障的严重程度，从而实现芯片级集成电路故障在线诊断。本发明通过引入自适应小波基选择和多尺度小波熵融合技术，显著提升了诊断的准确性和效率，不仅降低了故障信号特征提取的重复性，而且提高了诊断系统的实时性和稳定性。
-
公开(公告)号：CN118941795A
公开(公告)日：2024-11-12
申请号：CN202411055982.4
申请日：2024-08-02
Applicant: 南通大学
IPC: G06V10/26 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06V10/80 , G06N3/08
Abstract: 本发明属于图像分割技术领域，具体涉及基于3D深度可分离卷积和EAM模块融合的医学图像分割方法。本发明方法采用EAM‑3D模块来提取特征信息，通过在深度、宽度和高度三个不同方向上计算注意力权重，增强特征表达能力。相比其他注意力机制，EAM‑3D模块的多方向注意力计算更为全面和有效。其他注意力机制通常只在某一维度上进行特征加权，而EAM‑3D模块在多个方向上进行注意力计算，使得其在处理高分辨率医学3D图像时具有显著优势。本发明方法通过在解码器的每个阶段生成不同分辨率的特征图，从粗到细、从全局到局部地进行特征图的多尺度信息捕获，最后通过融合不同阶段的特征图，可以更好地整合多层次信息，提高分割的精度和鲁棒性。
-
公开(公告)号：CN118781396A
公开(公告)日：2024-10-15
申请号：CN202410775192.7
申请日：2024-06-17
Applicant: 南通大学
IPC: G06V10/764 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/09 , G06N3/0895 , G06N3/098 , G06N3/084
Abstract: 本发明公开了一种基于局部和全局特征多阶段融合的小样本图像分类方法，首先构建局部和全局特征网络，利用深度互学习在训练阶段对它们进行融合，然后使用局部和全局特征网络对支持样本集和查询集中的图像提取特征并进行串行融合，最后利用支持样本特征训练逻辑回归分类器完成对查询样本的分类决策。本发明采用相互学习的并行融合方法，最小化二者输出概率分布之间的Kullback‑Leibler散度值。而在小样本图像分类测试阶段采用拼接的串行融合方法，将样本映射到高维特征空间，增加分类任务的线性可分性，从而提高小样本图像分类性能。
-
公开(公告)号：CN118522467B
公开(公告)日：2024-10-15
申请号：CN202410977898.1
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/70 , G16H50/20 , G16H50/30 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/77 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06F18/23213 , G06F18/243 , G06N5/01 , G06N5/025 , G06N3/0442 , G06N3/084 , G06N3/048 , G06T5/70 , G06T5/20 , G06T5/40 , G06T5/90 , G06F123/02
Abstract: 本发明涉及健康数据分析技术领域，具体为一种消化道健康数据分析方法及系统，包括以下步骤，基于消化道内镜图像数据，通过高斯滤波器，对图像进行去噪处理，并利用直方图均衡化，增强图像对比度，应用卷积神经网络，通过卷积层、ReLU激活层和池化层的组合，从图像中提取视觉特征，生成视觉特征数据。本发明，通过结合卷积神经网络与Faster R‑CNN，提高了病变区域检测的准确性和速度，实现快速精准识别，长短期记忆网络分析时间序列数据，预测病情发展，支持早期诊断，随机森林算法识别异常模式，增强疾病预警，拓扑数据分析揭示病变结构和关联，结合医学知识图谱的决策树算法提供个性化治疗建议，考虑综合效益和风险，实现更精准、个性化的诊疗。
-
Patent Agency Ranking
公开(公告)号：CN118538400B
公开(公告)日：2024-10-01
申请号：CN202410986433.2
申请日：2024-07-23
Applicant: 南通大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2411 , G06F18/2431 , G06F18/27 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/096 , G06N3/006
Abstract: 本发明公开了大数据分析技术领域的一种基于大数据的儿科疾病预测系统，所述系统包括异常检测模块、疾病状态评估模块、图数据分析模块、智能优化模块、在线学习更新模块、群体行为分析模块、生物力学预测模块、辅助建议生成模块。本发明中，通过变分自编码器和生成对抗网络，提升儿科疾病数据中健康与异常模式判别能力，支持向量机与决策树结合，提高疾病严重度评估和治疗优先级制定准确性，Neo4j图数据库和图卷积网络揭示疾病关联，随机森林、粒子群和蚁群优化算法提升预测性能，在线序列极限学习机和深度迁移网络实现持续学习，适应新数据，多体动力学和组织力学模拟技术精确儿童生长发育模拟，助力疾病风险早期识别。
-
公开(公告)号：CN118538399B
公开(公告)日：2024-10-01
申请号：CN202410977896.2
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/20 , G16H10/60 , G16H50/70 , G06N3/0442 , G06N5/04 , G06N5/022 , G06F18/241 , G06F18/23213
Abstract: 本发明涉及医疗数据处理技术领域，具体为一种智能儿科疾病诊断辅助系统，系统包括健康记录融合模块、症状模式分析模块、趋势预测与因果分析模块、儿科疾病知识图谱模块、疾病智能分类模块、医疗数据深度挖掘模块、智能标签生成模块、分诊智能推荐模块。本发明中，通过结合数据融合算法和图像处理技术，对儿童患者的健康记录和医疗影像进行分析，聚类分析和模式识别算法使症状数据分类更细致，揭示复杂症状模式，长短期记忆网络与因果推理方法相结合，提升症状趋势预测的准确性，并分析病情，图注意力网络构建的儿科疾病知识图谱丰富结构化医学知识的表达，优化知识利用，非监督学习技术在深度挖掘医疗数据时发现疾病发展的隐含模式。
-
公开(公告)号：CN118701646A
公开(公告)日：2024-09-27
申请号：CN202410818565.4
申请日：2024-06-24
Applicant: 南通大学
Abstract: 本发明涉及图像处理技术领域，具体为基于图像处理技术的线缆盘具自动堆放系统，其包括数据收集与处理模块、数据分析模块、综合分析模块和决策模块，其中：数据收集与处理模块收集线缆盘踞图像和堆放区域图像；数据分析模块根据线缆盘踞图像，进行线缆盘踞的轮廓和形状以及线缆盘踞的尺寸和位置的计算；根据堆放区域图像计算堆放区域空闲位置；综合分析模块根据线缆盘踞的轮廓和形状，计算线缆盘具的最佳抓取点；根据线缆盘踞的尺寸和位置以及堆放区域空闲位置计算堆放区域的最佳堆放位置；决策模块检测线缆盘具的最佳抓取点是否在所述线缆盘踞的尺寸和位置之内，根据检测结果进行优化或者控制指令的计算。
-
公开(公告)号：CN118513341A
公开(公告)日：2024-08-20
申请号：CN202410977899.6
申请日：2024-07-22
Applicant: 南通大学
Abstract: 本发明涉及一种清洁装置，具体地说，涉及一种起重机轨道收纳式清洁设备。其邻近起重机的两组主轨设置，两组所述主轨的上方共同连接有主移动体，所述清洁设备包括副移动体和升降体，所述升降体设置于两组主轨的一端，所述副移动体在第一接驳轨道上移动时其上方搭载主移动体，且所述副移动体用于刮除主轨上的灰尘。本发明中通过副架驱动轮的转动推动清洁轨在第一接驳轨道上移动，而主移动体则收纳在清洁轨上，避免了对第一接驳轨道的占用，尤其是主轨，接着通过清洁轨在主轨上移动，使清洁槽内容置的清洁件对主轨的轮轴进行清洁，而且在主移动体的重力下压下，清洁槽能够与主轨的轮轴紧密贴合，从而能够刮除轮轴上的灰尘。
-
公开(公告)号：CN116992063A
公开(公告)日：2023-11-03
申请号：CN202310939582.9
申请日：2023-07-28
Applicant: 南通大学
IPC: G06F16/483 , G06F16/41 , G06F16/45
Abstract: 本发明属于信息检索技术领域，具体涉及一种基于语义相似度的多媒体信息检索方法。本发明在进行文档的预处理操作过程中，学习经典向量空间模型的方法并通过本体库来替换包含关键字条目的字典，使用包含文档中描述的概念及其特征的意义向量来替换文档并有意义地提取和吸收文档的内容，为达到检索完成的高效性，对文档进行语义分类，为更有效地使用已查询到的语义向量的外展计划和技巧做好准备，在进行概念相似度与属性相似度的计算时，确定各个概念实例与属性势力之间的存在关系，并根据概念特性分析其存在影响因素以实现完成语义检索的整个流程，最后基于语义相似度完成多媒体信息检索。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
