-
公开(公告)号:CN106023030A
公开(公告)日:2016-10-12
申请号:CN201610320142.5
申请日:2016-05-13
Applicant: 南通大学
IPC: G06Q50/24
CPC classification number: G06Q50/24
Abstract: 本发明公开了一种用于异常脑组织病历分类的自适应分层邻域半径方法,包括以下步骤:首先构造基于自适应邻域半径的四层结构分割框架,将每一层对应一个邻域半径有效解,通过迭代计算自适应调整邻域半径;然后通过对异常脑组织病历进行同层内邻域半径交互和不同层间邻域半径级联操作。本发明能有效提取异常脑组织病历内部不同区域属性特征,提高脑组织不同纵向皮质表面标签的分类效率,对异常脑部疾病早期预防、延缓脑疾病发作等具有较好的作用。
-
公开(公告)号:CN105022273A
公开(公告)日:2015-11-04
申请号:CN201510444806.4
申请日:2015-07-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于物联网的多级带式输送机协调控制系统,包括物料流状态激光采集装置、光电编码器、信号采集与处理模块、第一无线信号传输模块、第二无线信号传输模块、基于物联网的多级带式输送机协调控制管理装置、现场执行模块。本发明还公开了一种基于物联网的多级带式输送机协调控制方法,包括物料瞬时流量信号和带速信号采集;根据瞬时流量信号和带速信号采集计算各级带式输送机带速的改变量;通过现场执行模块对各级带式输送机带速进行控制。本发明结构简单、安装使用方便、可实施性强、自动化程度高、安全可靠,可以实现港口大型多级带式输送机系统带速的协调控制。
-
公开(公告)号:CN119832011A
公开(公告)日:2025-04-15
申请号:CN202510026750.4
申请日:2025-01-08
Applicant: 南通大学
IPC: G06T7/11 , G06T7/00 , G06T5/10 , G06T5/20 , G06V10/764 , G06V10/774 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于小波变换和注意力机制的医学图像分割方法,属于医学图像处理的图像分割技术领域。解决了传统CNN感受野限制导致不能捕获全局特征和同级编码器解码器特征之间的语义差距的技术问题。其技术方案为:包括以下步骤:步骤一、对输入的息肉医学图像进行预处理;步骤二、构建基于小波变换和注意力机制的编码器解码器网络;步骤三、将预处理后的息肉图像数据集输入到于小波变换和注意力机制的编码器解码器网络中进行训练,保留最优模型;步骤四、训练完成后,将息肉医学图像验证集输入到已经得到的最优模型中。检测模型在息肉医学图像验证集中的病灶分割效果。本发明能够更精确地分割息肉病灶,提高了准确率和鲁棒性。
-
公开(公告)号:CN119722708A
公开(公告)日:2025-03-28
申请号:CN202411856911.4
申请日:2024-12-17
Applicant: 南通大学
IPC: G06T7/11 , G06N3/0464 , G06T5/70 , G06N3/0442 , G06N3/045 , G06T7/90 , G06T5/40 , G06N3/048 , G06T7/00
Abstract: 本发明提供了一种基于门控聚合和Inception的医学图像分割方法,属于图像分割的医学图像分割技术领域。解决了传统方法没有充分利用编码器提取特征和融合特征的技术问题。其技术方案为:包括以下步骤:步骤一、对输入的皮肤病医学图像进行预处理;步骤二、构建基于门控聚合和Inception的Unet网络;步骤三、将预处理后的皮肤病医学图像数据集输入到基于门控聚合和Inception的Unet网络中进行训练,得到最优模型;步骤四、训练完成后,将皮肤病医学图像测试集输入到已得到的最优模型中,检测皮肤病医学图像中病灶的分割结果。本发明的有益效果为:保证较高的分割的准确性和鲁棒性。
-
公开(公告)号:CN119379704A
公开(公告)日:2025-01-28
申请号:CN202411520099.8
申请日:2024-10-29
Applicant: 南通大学
IPC: G06T7/10 , G06T5/70 , G06T3/40 , G06T7/155 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0985 , G06N3/0455
Abstract: 本发明提供了一种基于图卷积网络的三维冠状动脉自动分割方法,属于图像分割的医学图像分割技术领域。解决了传统方法没有充分考虑医学图像的高噪声和灰度不均的技术问题。其技术方案为:包括以下步骤:步骤一、对图像进行窗宽窗位的处理;步骤二、将图像缩放到128×128×64大小;步骤三、使用Vnet3D网络对缩放后的图像进行粗分割;步骤四、使用细化方法将粗分割后的图像进行骨架化;步骤五、基于步骤三的图像建立图结构;步骤六、基于步骤四的骨架与步骤五的图结构,使用图卷积网络分割三维冠状动脉图像。本发明的有益效果为:保证高的分类准确率和鲁棒性。
-
公开(公告)号:CN114926742B
公开(公告)日:2024-09-24
申请号:CN202210690435.8
申请日:2022-06-17
Applicant: 南通大学
IPC: G06V20/10 , G06V10/42 , G06V10/46 , G06V10/74 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/082
Abstract: 本发明公开了一种基于二阶注意力机制的回环检测及优化方法,属于计算机视觉图像技术领域,解决了传统方法忽略图像局部特征之间相关性的问题。其技术方案为:包括以下步骤:步骤1)、构建融合VGG16、二阶注意力机制和NetVLAD的网络模型SOA‑NetVLAD;步骤2)、采用知识蒸馏的方式训练网络模型得到最优参数;步骤3)、提取图像的全局特征;步骤4)、采用局部敏感哈希方法对图像的全局特征降维,并计算图像之间的余弦相似度;步骤5)、采用几何验证方式进行回环验证;步骤6)、采用随机采样一致性算法消除误匹配。本发明的有益效果为:本发明的网络模型中加入了注意力机制,能有效的学习局部特征之间的相关性。
-
公开(公告)号:CN118097781A
公开(公告)日:2024-05-28
申请号:CN202410221125.0
申请日:2024-02-28
Applicant: 南通大学
IPC: G06V40/20 , G06N3/126 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明提供了一种基于子序列特征的人类活动识别方法,属于模式识别的人类活动识别技术领域。解决了神经网络对局部特征的忽视和缺乏可解释性的技术问题。其技术方案为:包括如下步骤:步骤一、Shapelets候选生成;步骤二、Shapelets评估;步骤三、选择最佳Shapelets;步骤四、特征转换;步骤五、分类模型训练。本发明的有益效果为:本发明旨在提供一种新的HAR方法,该方法能够更有效地从时间序列数据中提取有意义的局部模式,以提高活动识别的准确性和鲁棒性。
-
公开(公告)号:CN118013357A
公开(公告)日:2024-05-10
申请号:CN202410072656.8
申请日:2024-01-18
Applicant: 南通大学
IPC: G06F18/241 , G06F18/15 , G06F18/213 , G06F18/2415 , G06F18/25 , G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06F123/02
Abstract: 本发明属于深度学习技术领域,具体涉及一种基于时序分解实现人类日常活动识别的深度学习方法。本发明包括以下步骤:时序数据分解为季节项和周期项、可堆叠编码器提取多尺度时序特征、一个混合加权损失函数控制模型参数的偏向。本发明通过神经网络将时间序列数据分解成季节项与周期项,通过时序分解,可以识别出时间序列中的周期成分,了解数据的整体变化趋势,还可以发现数据中存在的季节性变化;其次,设计了一个可堆叠的多尺度特征提取网络层以便建模季节项与周期项各自的时序关系,然后设计一个混合加权损失函数,控制模型偏向季节或周期建模的力度,实现人类日常活动的识别,本发明方法与现有的一些深度学习方法相比,具有更高的识别准确率。
-
公开(公告)号:CN117133013A
公开(公告)日:2023-11-28
申请号:CN202310888260.6
申请日:2023-07-19
Applicant: 南通大学
IPC: G06V40/00 , G06V10/82 , G06V10/80 , G06V10/762 , G06V10/44 , G06V10/764 , G06N3/045 , G06N3/0442 , G06N3/0464
Abstract: 本发明提供了一种基于卷积与循环神经网络融合的人类活动识别方法,属于模式识别的人类活动识别技术领域。解决了传统方法没有充分考虑不确定性和模糊性信息的,在处理复杂的人类活动时性能会下降的技术问题。其技术方案为:包括以下步骤:步骤一、使用卷积和循环神经网络融合的多头卷积来提取特征;步骤二、使用模糊聚合层来融合所有卷积头部的输出,通过步骤一的处理,得到多个特征图;步骤三、使用模糊C均值聚类将CNN特征图映射到模糊数。步骤四、使用SVM做分类。本发明的有益效果为:本发明能更好地捕捉人类活动的动态特征,提高识别准确率和泛化能力,采用SVM作为分类器保证较高的分类准确率和鲁棒性。
-
公开(公告)号:CN116611759A
公开(公告)日:2023-08-18
申请号:CN202310528821.1
申请日:2023-05-11
Applicant: 南通大学
IPC: G06Q10/0835
Abstract: 本发明公开了一种基于改进模拟退火算法的船舶路径优化方法,包含以下步骤:将船舶路径抽象为图,得到船舶运行最佳路径的函数;使用改进模拟退火算法获得船舶运行最佳路径的解,其中所述改进模拟退火算法中使用利用局部变化获取局部最优解,优化随机生成方法,并在计算的过程中保留最优方案。本发明方法中利用局部变化,获取局部最优解,减少因为随机性不能获取最优解的影响,提高算法求解的准确性,并且优化随机解生成的方法和保存当前方案的最优解,避免随机空间太小导致无法获取最优解和搜索到最优解却由于随机性将最优解丢弃情况的发生的情况。
-
-
-
-
-
-
-
-
-