-
公开(公告)号：CN103293460B
公开(公告)日：2015-07-08
申请号：CN201310194972.4
申请日：2013-05-21
Applicant: 东华大学
Abstract: 本发明涉及一种基于ZigBee技术的太阳能电池户外监测系统，包括上位机和监测节点，所述监测节点通过电阻矩阵扫描获得I-V曲线，并对环境温湿度及太阳能电池板表面温度分别进行采集；所述上位机采用轮询机制对各监测节点的监测数据进行查询，其数据传输使用ZigBee透传。本发明利用ZigBee技术作为传输监测数据的核心手段，使太阳能户外监测场地布设灵活、组网方便、成本低廉且可以容纳较多的监测样本。
-
公开(公告)号：CN104009762A
公开(公告)日：2014-08-27
申请号：CN201410150309.9
申请日：2014-04-15
Applicant: 东华大学
IPC: H03M13/11
Abstract: 本发明涉及一种寻找最小值与次小值的一套低复杂度算法，其特征在于，针对2k个输入数据，其步骤为：将2k个输入数据分为2k-1组，使用2-mVG模块对每组数据进行比较，得到每组数据的较大值、较小值以及较小值的位置索引值；将第一步得到的每两组2-mVG输出数据组作为一个MCU模块的输入，通过MCU模块找出两组2-mVG输出数据组中的最小值、次小值以及最小值的位置索引值。反复通过执行直至最终获得2k个输入数据的最小值、次小值以及最小值的位置索引值。本发明的另一个技术方案是提供了一种寻找最小值与次小值的硬件结构。本发明减少在Min-Sum算法中进行大量的数据比较运算时使用的比较器的数量。
-
公开(公告)号：CN117934422A
公开(公告)日：2024-04-26
申请号：CN202410107127.7
申请日：2024-01-26
Applicant: 东华大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/096 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供一种异常检测方法、系统、介质、电子设备及异常检测模型；所述异常检测模型包括：异常过滤器、全局语义嵌入块、多尺度通道自编码器及学生特征还原网络；全局语义嵌入块与异常过滤器连接，全局语义嵌入块用于获取深层语义信息流；多尺度通道自编码器用于获取正常细节信息流；学生特征还原网络用于基于深层语义信息流和正常细节信息流获取学生特征图；比较学生特征图和教师特征图，获取异常图，以基于异常图实现对待测图像的异常检测；本发明通过使用深层语义信息流和正常细节信息流的双信息流进行异常检测，帮助了学生特征还原网络同时重建语义与细节特征，有效解决了针对于大缺陷和语义结构缺陷的检测问题。
-
公开(公告)号：CN117830279A
公开(公告)日：2024-04-05
申请号：CN202410031922.2
申请日：2024-01-09
Applicant: 东华大学
IPC: G06T7/00 , G06N3/0455 , G06T5/50
Abstract: 一种特征重建模型及其训练方法、系统、介质及电子设备；所述特征重建模型包括：多级像素预留桥、空间压缩自编码器及第一特征拼接模块；第一特征拼接模块分别与多级像素预留桥和空间压缩自编码器连接；本发明设计了一个能够很好获取浅层位置信息与深层语义信息的多级像素预留桥，并提出了一个全新的空间压缩自编码器来解决图像尺度问题，及对正常区域的信息进行补充；最后，分别将多级像素预留桥和空间压缩自编码器内所获取的特征进行拼接，解决了因图像视角和尺度发生变化而使大多数异常检测模型性能不佳的问题，实现了异常检测在视点和尺度变化很大的图像上的高性能。
-
公开(公告)号：CN114499833B
公开(公告)日：2023-09-15
申请号：CN202111512359.3
申请日：2021-12-07
Applicant: 东华大学
IPC: H04L9/08
Abstract: 本发明涉及一种基于Raptor码的量子密钥分发信息协商方法。本方法的具体实现步骤如下：接收方Bob产生二进制随机数序列作为原始密钥，并对原始密钥进行LT编码得到码字，转化为球形序列之后通过多维协商算法计算球形序列与原始数据的映射函数，将映射函数及校验子Syn传输至发送方Alice。然后Alice将其原始数据同样进行映射，对映射后的数据先进行LT译码，再进行LDPC译码。本方法基于不用进行LDPC编码的Raptor码，不需要对高码率的LDPC校验矩阵进行高斯消除法得到生成矩阵进行预编码的过程，降低了后处理信息协商的复杂度，实现在低信噪比条件下较高的协商效率。
-
Patent Agency Ranking
公开(公告)号：CN115578427A
公开(公告)日：2023-01-06
申请号：CN202211192724.1
申请日：2022-09-28
Applicant: 东华大学
Abstract: 一种基于深度学习的无监督单模态医学图像配准方法，首先获取图像数据，对图像进行裁剪、仿射空间归一化等操作，得到预处理后的图像；再随机选取一对图像分别作为固定图像和运动图像，输入卷积神经网络；利用编码器提取图像对的空间对应关系，解码器将编码器所供的信息处理成密集位移场；然后利用相似性测度及位移场平滑性测度组成的损失函数进行迭代训练，不断优化参数，达到设定的迭代次数后训练停止；最终得到优化好的变换模型。在推理测试阶段能够利用最优变换模型，输入待配准的图像对，得到配准后的图像及评价。本发明通过在卷积神经网络的编码器与解码器之间采用密集连接以及在解码器进行上采样后引入通道注意力模块，提高了配准的精度。
-
公开(公告)号：CN115017798A
公开(公告)日：2022-09-06
申请号：CN202210517758.7
申请日：2022-05-13
Applicant: 东华大学
IPC: G06F30/27 , G06Q50/02 , G06F119/08
Abstract: 本发明涉及一种基于深度学习的土壤耕作层水分温度预测方法，基于LSTNet模型进行了改进，提出了W‑MA‑LSTNet土壤水分温度预测模型。在W‑MA‑LSTNet土壤水分温度预测模型中：引入小波降噪模块，减少数据集中噪声对模型训练产生的负向影响；其次引入混合注意力模块，加入维度与时间步混合注意力机制。通过实验表明，相较于LSTNet模型，W‑MA‑LSTNet模型在RMSE、MAE、MAPE、R2等指标上均更优，且在壤土的预测效果要优于砂土。本发明可有效完成对耕作层土壤未来时刻水分温度的精准预测，有助于实现精细化农作物种植管理，为现代化农业种植提供支撑。
-
公开(公告)号：CN114613011A
公开(公告)日：2022-06-10
申请号：CN202210265277.1
申请日：2022-03-17
Applicant: 东华大学
Abstract: 基于图注意力卷积神经网络的人体3D骨骼行为识别方法，使用批处理层将3D骨骼数据进行预处理，得到归一化的数据并作为多头图注意力模块的输入，通过图注意力模块得到图注意力矩阵；将图注意力矩阵作为类邻接矩阵参与到计算空域图卷积的过程当中，提取空域的高阶特征，之后将空域图注意力卷积的输出特征进行时域图卷积操作，得到输出结果；输出结果经过全连接层、全局平均池化后送入softmax分类器中进行分类并得到最终预测结果。本方法在捕捉空域特征时引入了图注意力机制获取图注意力矩阵，能够完全依赖于3D骨骼数据学习不同动作下唯一的图拓扑结构，而不局限于先验的人体的拓扑结构。提高了网络的识别性能，增加了网络的灵活性和泛化能力。
-
公开(公告)号：CN110582066B
公开(公告)日：2021-12-10
申请号：CN201910308757.X
申请日：2019-04-17
Abstract: 本发明提供了一种城市强对流天气预防系统，其特征在于，包括物理层、客户端应用层及云端应用层，其中：物理层中布置有分布式无线传感器网络；客户端应用层包括运行于智能移动终端的普通用户App及管理员App。采用本发明后，使用者直接使用移动设备从节点获得网络监测数据信息，并由其中的支持模块与应用层程序提供相应服务。并且由于云端服务器的加入，管理员可以在任意位置访问云端，观测监测区域的数据。
-
公开(公告)号：CN110248329B
公开(公告)日：2021-12-10
申请号：CN201910308404.X
申请日：2019-04-17
Abstract: 本发明提供了一种用于城市强对流天气预防的传感器网络，其特征在于，包括布置在待监测区域的多个位置固定不动的固定节点，所有固定节点发出的信号将待监测区域完全覆盖，用户通过移动智能终端与固定节点进行数据交互；所述传感器网络还包括搭载在无人机、无人车或无人船上的移动节点，移动节点从外部获取救援目标的位置信息后，将该位置信息发送给无人机、无人车或无人船的控制系统，由无人机、无人车或无人船搭载移动节点移动至救援目标位置处。本发明使得普通用户可以通过移动智能设备了解危害安全的因素，并进行一定权限的管理干预。而在城市强对流天气所造成的事故发生后，即使周边通信设施被破坏，救灾人员也可得到救灾辅助信息。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.048 seconds)
