-
公开(公告)号：CN119007024B
公开(公告)日：2025-01-24
申请号：CN202411495255.X
申请日：2024-10-24
Applicant: 安徽大学
IPC: G06V20/10 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/58 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种多模自监督混合曼巴的高光谱影像分类方法，所述方法包括以下步骤：多模自监督混合曼巴的高光谱影像分类数据集处理、构建结合CNN和Mamba的高光谱影像分类网络、基于自监督的高光谱影像分类网络的无标签预训练、基于CLIP的多模态高光谱影像分类模型的训练、对多模态高光谱影像分类模型进行测试。与现有技术相比，结合CNN和Mamba提取空谱特征，有利于实现精准的高光谱图像分类，并通过自监督学习方法对模型进行预训练，无需标注的数据，让模型能够自行识别不同场景下的高光谱图像，提高了模型的泛化能力，同时，基于CLIP模型能够实现多模态的高光谱图像分类。
-
公开(公告)号：CN115130777B
公开(公告)日：2025-01-21
申请号：CN202210839835.0
申请日：2022-07-15
Applicant: 安徽大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06 , G06N3/045 , G06N3/092
Abstract: 本发明提供了一种基于实时电价激励的微电网能源系统优化方法，属于电子信息技术领域。包括建立微电网能源系统及系统数据的获取；确定状态集合、动作集合、奖励函数和实时电价激励机制；利用实时电价激励机制和Dueling Double DQN算法进行离线学习得到最优策略，系统在任一状态下均能实现经济效益最大化。本发明优化方法利用实时买卖电价对策略进行激励探索、在线评价网络获取当前状态下最优动作价值对应的动作、目标评价网络计算该动作的动作价值得到目标估计值，有效避免了算法的“过估计”问题，提高了算法估计精度，从而实现了微电网能源系统经济效益最大化。
-
公开(公告)号：CN119007024A
公开(公告)日：2024-11-22
申请号：CN202411495255.X
申请日：2024-10-24
Applicant: 安徽大学
IPC: G06V20/10 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/58 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种多模自监督混合曼巴的高光谱影像分类方法，所述方法包括以下步骤：多模自监督混合曼巴的高光谱影像分类数据集处理、构建结合CNN和Mamba的高光谱影像分类网络、基于自监督的高光谱影像分类网络的无标签预训练、基于CLIP的多模态高光谱影像分类模型的训练、对多模态高光谱影像分类模型进行测试。与现有技术相比，结合CNN和Mamba提取空谱特征，有利于实现精准的高光谱图像分类，并通过自监督学习方法对模型进行预训练，无需标注的数据，让模型能够自行识别不同场景下的高光谱图像，提高了模型的泛化能力，同时，基于CLIP模型能够实现多模态的高光谱图像分类。
-
Patent Agency Ranking
公开(公告)号：CN117711079A
公开(公告)日：2024-03-15
申请号：CN202311745098.9
申请日：2023-12-19
Applicant: 安徽大学
IPC: G06V40/70 , G06V40/10 , G06V40/20 , G06V40/16 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种多模态患者麻醉复苏状态检测方法和系统，与现有技术相比解决了难以针对麻醉患者复苏状态进行智能化监测的缺陷。本发明包括以下步骤：生理参数仪器的视觉分析；麻醉患者面部表情的视觉分析；头部姿态的估计；麻醉患者复苏期状态的监测。本发明经过改进的FPN特征层在针对小目标检测的效果上有了一定的提升性，并在引入了CA注意力机制之后，对生理参数区域提取的效果更加显著，这为PP‑OCR模型识别带来了更高的性能，并对头部姿态估计算法FSA‑NET的激活函数进行了改进，提高检测的准确度。
-
公开(公告)号：CN117093924A
公开(公告)日：2023-11-21
申请号：CN202311131734.9
申请日：2023-09-04
Applicant: 安徽大学
IPC: G06F18/2411 , G06F18/22 , G06N20/20 , G06F18/213
Abstract: 本发明公开了一种基于域适应特征的旋转机械变工况故障诊断方法，包括以下步骤：步骤1、获取有标签的源域特征样本集、无标签的目标域特征样本集；步骤2、计算得到特征分类准确率acc、SSIM和FID分数，并以此构建特征量化评估指标Z，通过Z值和设定阈值比较，从源域和目标域中提取出相应特征构建新的特征子集；基于Z计算结果选择相应数据构建源域、目标域特征样本子集；步骤3、对源域、目标域特征样本子集中数据进行联合分布适应；步骤4、采用联合分布适应后的源域中数据对故障诊断分类器进行训练，然后联合分布适应后目标域中的数据输入至训练好的故障诊断分类器中，完成故障诊断。本发明提升了跨域故障识别性能。
-
公开(公告)号：CN114360023A
公开(公告)日：2022-04-15
申请号：CN202210016794.5
申请日：2022-01-07
Applicant: 安徽大学
IPC: G06V40/16 , G06K9/62 , G06V10/44 , G06V10/764
Abstract: 本发明涉及一种基于面部微动作变化检测的麻醉病人复苏预警方法，包括：对病人面部信息视频数据进行采集和预处理，得到测试样本；对测试样本中的病人面部图像进行人脸检测,找出人脸位置；利用级联回归树模型的人脸特征点算法检测人脸上的68个特征关键点，从中获取12个有关眼睛和20个有关嘴巴的特征点，根据分割出来的眼睛嘴巴区域，计算眼睛EAR值和嘴巴MAR值；通过计算苏醒状态评价值F，进行苏醒状态识别，根据苏醒状态进行预警。本发明通过计算分析病人的眼睛和嘴巴状态数据，得到病人的实时健康数据，护理人员依靠获得的这些健康数据来对病人进行护理，大大提高了工作效率，一定程度上缓解了护理人员不足的问题。
-
公开(公告)号：CN109544538A
公开(公告)日：2019-03-29
申请号：CN201811422679.8
申请日：2018-11-27
Applicant: 安徽大学
Abstract: 本发明特别涉及一种小麦赤霉病病害等级分级方法，包括以下步骤：(A)采集得到原始图像；(B)对原始图像依次进行灰度化处理、二值化处理、开闭运算得到二值化图像；(C)将原始图像和二值化图像进行结合；(D)转换到Lab颜色空间，利用IABC-K-PCNN方法对a通道灰度图进行处理得到二值化的单穗赤霉病病斑图；(E)计算单穗面积S1和病斑面积S2，然后计算两者比值R；(F)根据国家标准、比值R将对该单穗的病害进行分级并将病害等级输出；还公开了一种分级装置。本发明提出的病害等级分级方法经大量样本测试，在小麦赤霉病田间调查时不破坏性采样，具有分级精度可靠、推广价值高等优势。
-
公开(公告)号：CN219661685U
公开(公告)日：2023-09-12
申请号：CN202221586140.8
申请日：2022-06-23
Applicant: 安徽大学
IPC: A61B5/0205 , A61B5/11 , A61B5/145 , H04W4/38 , H04Q9/00
Abstract: 本实用新型公开了一种基于LoRa的矿工体征状态远程监测系统，包括有矿工可穿戴装备、LoRa智能网关、煤矿井下工业环网和地面服务器；本实用新型能够有效采集井下工作人员的体温，心率，血氧以及运动状态的体征参数，为全面评估其身体状态提供有效数据支撑；本实用新型中的可穿戴装备配合LoRa智能网关采用LoRa无线通讯方式进行数据传输，具有较低的丢包率和时延；结合实际的监测需要，合理设置人员可穿戴装备采集生命体征状态数据的间隔策略，能够有效降低平均功耗，提高电池的使用时长；综上所述，本实用新型能够较好的实现井下人员生命体征状态参数监测，对于及时发现和救援异常体征人员，对保障井下人员生命和煤矿安全生产发挥重要作用。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.019 seconds)
