-
公开(公告)号：CN115953462A
公开(公告)日：2023-04-11
申请号：CN202211558231.5
申请日：2022-12-06
Applicant: 浙江工业大学
Abstract: 一种基于视觉几何结构配准的增强现实中网络设备识别方法，利用摄像头进行网络设备位姿获取，并构建表达个体网络设备位姿和多个网络设备之间地理关联的复杂几何结构，通过几何结构的深度配准，自动识别出现在增强现实画面中的网络设备。本发明不依赖于网络设备的独特外形、识别代码、世界坐标和无线信号，可简单、快速、方便地实现各类有线和无线网络设备识别。
-
公开(公告)号：CN113450394A
公开(公告)日：2021-09-28
申请号：CN202110543218.1
申请日：2021-05-19
Applicant: 浙江工业大学
Abstract: 一种基于Siamese网络的异尺寸图像配准方法，该方法利将配准图像输入到Siamese的子网络中，分别提取对应输入图像的特征，在该框架里面设计了一个填充模块，该模块可以使得不同尺寸的配准图像输入到网络中也可以实现训练，达到不同尺寸图像配准的效果；并且Siamese的子网络是权值共享的，这样，即使引入了一条下采样结构，网络的参数也并没有增加。配准框架均采用弱监督的学习形式，只需要对配准结构进行标注，获得的解剖标签用于训练过程中的损失函数计算，实现了特定组织部位异尺寸的有效配准。
-
公开(公告)号：CN113300904A
公开(公告)日：2021-08-24
申请号：CN202110400034.X
申请日：2021-04-14
Applicant: 浙江工业大学
Abstract: 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法，包括以下步骤：第一步，基于AF和ANC策略，根据节点移动模型，计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数；第二步，在源节点S1和S2处建立假设检测信道模型以及最优检测规则，得到源节点S1和S2处的最优检测阈值；第三步，基于D‑MoSK调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法。本发明主要开发可用于移动分子通信双向网络的最低平均错误率和最大平均互信息量的通信技术，所得结果对设计低错误率、高互信息的移动双向分子通信网络提供指引方向。
-
公开(公告)号：CN113052497A
公开(公告)日：2021-06-29
申请号：CN202110441229.9
申请日：2021-04-23
Abstract: 一种基于动静态特征融合学习的服刑人员风险预测方法，包括高维动静态数据的时空特征提取和行为频域特性自适应的多模型融合预测。时空特征提取中，对静态数据进行降维提取重要特征；由动态数据业务表得到三维的动态特征张量；与静态特征矩阵融合得到动静态三维张量；多模型融合预测中，根据服刑人员历史风险特征的频域特性对服刑人员进行聚类标记，根据标记对动静态三维张量进行分解，分类别构建监督数据集，并进一步设置多种步长，得到不同类别不同步长的训练样本集；针对多类别多步长训练样本集构建多分类多尺度网络结构，对样本集进行训练，得出预测模型。本发明可有效降低风险预测中的主观因素，在不依赖于专家经验的情况下实现客观预测。
-
公开(公告)号：CN112102330A
公开(公告)日：2020-12-18
申请号：CN202010804398.X
申请日：2020-08-12
Applicant: 浙江工业大学
Abstract: 一种基于类别均衡小样本学习的新冠肺炎感染区域分割方法，采用迭代模型，使用标记数据训练一个有监督模型，再使用该模型对无标签数据进行预测，得出预测概率，通过预测概率筛选高置信度样本，再使用有标记数据以及伪标签数据训练新模型，重复以上步骤直至模型效果不出现提升，完成迭代任务。对于多类别分割任务，针对所获得的数据集中存在的类别不均衡现象，本发明提出了一种根据类别像素权重进行重加权的类别均衡方法，通过对不同类别加权，使占比较少的类别增加权重，占比较多的类别相应减少权重，以达到类别均衡的效果。
-
Patent Agency Ranking
公开(公告)号：CN111242288A
公开(公告)日：2020-06-05
申请号：CN202010044826.3
申请日：2020-01-16
Applicant: 浙江工业大学
Abstract: 一种用于病变图像分割的多尺度并行深度神经网络模型构建方法，对采集到的图片进行数据增强预处理并划分为训练集和验证集；将VGG11网络的卷积部分作为Unet网络的特征提取部分，将训练集输入到特征提取部分；在特征提取过程中，每一层的输出结果一方面向更下层卷积，另一方面通过编码器特征融合模块获得更多语义信息；特征提取向下卷积结束，与编码器特征融合中通道数相同的尺度相同的对应输出拼接融合，每个解码器特征融合模块输出的结果通过卷积得到每个像素是否为目标像素的概率；把各个尺度的概率进行融合相加，得到最终输出概率；训练神经网络。本发明能够充分利用病变图像的语义信息和局部信息，最终实现病变图像的分割。
-
公开(公告)号：CN103067962A
公开(公告)日：2013-04-24
申请号：CN201210560187.1
申请日：2012-12-20
Applicant: 浙江工业大学
Abstract: 一种无线传感器网络中分布式信标节点漂移检测方法，包括各信标节点采用基于信标节点间信号强度观测的评分机制和信标节点间漂移检测的协商机制，在信标节点评分机制方面，通过各个信标节点通过相互观测之间的RSSI变化情况，计算RSSI变化行向量和RSSI未变化行向量，然后进行评分；在信标节点间漂移检测的协商机制方面，信标节点之间相互告知其评分结果，各个信标节点根据邻居信标节点评分结果调整自身评分结果，并根据最后评分结果判断自身是否发生漂移。本发明通信开销较小、兼顾运算速度和结果精度。
-
公开(公告)号：CN112132778B
公开(公告)日：2024-06-18
申请号：CN202010804326.5
申请日：2020-08-12
Applicant: 浙江工业大学
IPC: G06T7/00 , G06T7/11 , G06V10/25 , G06V10/82 , G06N3/09 , G06V10/774 , G06N3/0464
Abstract: 一种基于空间传递自学习的医学图像病变分割方法，使用在编码层增加残差块的UNet，可以使得网络更好的收敛；为了增加图像中的空间信息，更好的获取医学图像中常见的低对比度和模糊的边界区域，提出一种对特征图进行切片处理再进行逐层卷积，使得特征可以按行或按列方向有效地空间传递的方法；为了充分利用编码层之间的上下文信息，还提出运用注意力自学习方法，在不需要额外的标签和外部监督的情况下，加强其自身表征学习，并且不会增加基本模型的推理时间，从而提高深度神经网络的性能，这也有效的缓解了关于医学图像数据集较小的问题；在解码器结构采用反向卷积，可以学习一种自适应映射来恢复医学图像这种具有更详细信息的特征。
-
公开(公告)号：CN116486074A
公开(公告)日：2023-07-25
申请号：CN202310333324.6
申请日：2023-03-30
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于局部和全局上下文信息编码的医学图像分割方法，获取待分割的医学图像，进行预处理后输入到构建的分割网络模型，所述分割网络模型包括编码模块、特征提取模块和解码模块，在编码模块中对预处理后的待分割医学图像依次经过四次卷积、最大池化操作和连接操作，然后通过深度可分离卷积融合多尺度特征，输出编码特征；在特征提取模块中，编码特征依次经过空洞注意力模块和和空间网格注意力模块，提取得到含有全局上下文信息的特征图，在解码模块中，将特征图通过像素重组操作，然后将像素重组操作输出的特征图进行拼接后输入一个卷积层，得到分割结果。本发明有效地整合局部上下文信息和全局上下文信息，分割结果更加准确。
-
公开(公告)号：CN110519788B
公开(公告)日：2022-07-26
申请号：CN201910648303.7
申请日：2019-07-18
Applicant: 浙江工业大学
IPC: H04W24/08 , H04L43/0876
Abstract: 一种物理环境传感器辅助的无线通信链路质量估计方法，首先读取当前物理环境传感器读数，在映射表中搜索并返回对应的链路质量记录；然后判断当前物理环境是否变化，如否则输出基于网络监听的链路估计器的返回结果，并根据该结果持续学习该物理环境下的链路质量，反之则判断上一次返回的链路质量记录是否为空，如是则利用当前学习结果更新对应的链路质量记录；并进一步判断当前返回的链路质量记录是否为空，如是则重设学习参数重新开始学习，并将基于网络监听的链路估计器的返回结果输出；反之则将映射表返回的链路质量记录作为输出。本发明可有效提高不稳定物理环境下链路质量估计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.023 seconds)
