-
公开(公告)号：CN104434109A
公开(公告)日：2015-03-25
申请号：CN201410805041.8
申请日：2014-12-19
Applicant: 大连海事大学
IPC: A61B5/055
CPC classification number: A61B5/055
Abstract: 本发明公开了一种功能核磁共振时间序列匹配方法，包括以下步骤：计算系数矩阵β的初始值；计算观测信号时间序列Y与设计时间序列X间的范式距离Fdist；随机获取新的记录点；计算新的范式距离Fdist；输出β，完成Y与X的β匹配。本发明在fMRI时间序列匹配中将时域信号经快速离散傅立叶模变换后得到频域序列，从而完全消除相位信息，以达到消除要匹配的fMRI时间序列间相位差的目的。本发明与当前相位校正的方法相比，更为简单，消耗的计算量少。本发明对离散傅里叶变换进行加权约束，以降低高频部分的影响，优先考虑了低频有效信号，更为明确地确定“最感兴趣频率”的位置，从而降低激活检验结果出现“伪阳性”体素的可能性。
-
公开(公告)号：CN104200423A
公开(公告)日：2014-12-10
申请号：CN201410432790.0
申请日：2014-08-27
Applicant: 大连海事大学
IPC: G06T1/00
Abstract: 本发明涉及一种基于多控制点的矢量图形上下边界线形状自动调整方法，采用本发明在调整矢量图形边界线形状时，只需要确定建模线上有限个数的控制点位置，所有矢量图形的边界线自动依据建模线的形态调整自己的边界线形状，无需手动调整边界线上的每一个控制点，通过该方法可以绘制平滑、美观的边界线，从而大大降低了工作量，进而提高了工作效率。因此，本发明可以适用于计算机矢量图形绘制及图形上、下边界线形状的调整。
-
公开(公告)号：CN102156893B
公开(公告)日：2013-05-08
申请号：CN201110072725.8
申请日：2011-03-24
Applicant: 大连海事大学
Abstract: 本发明公开了RFID设备网络环境下采集数据的清洗系统及方法，其特征在于服务器管理员通过服务器端用户输入管理单元，输入全局数据清洗单元运行的定制参数，客户端数据缓冲单元获取到识读器发送过来的数据，将之存储在缓冲区；通过局部数据清洗单元进行数据清洗；后通过客户端与服务器端通信单元发送到服务器端的全局数据缓冲单元，再由全局数据清洗单元进行数据清洗对客户端发送来的数据流统一清洗，包括单路过滤、多路校正、多路判决、多路归并的清洗操作，清洗之后，依据上层应用的数据格式，转换为上层应用需要的数据，并发送过去。该清洗系统及方法具有支持分布式环境，自适应的清洗策略调整，以及自定义的用户清洗操作定义等优点。
-
公开(公告)号：CN119992298A
公开(公告)日：2025-05-13
申请号：CN202510030288.5
申请日：2025-01-08
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多特征融合的水下图像质量评估模型，属于水下图像质量评估技术领域。本发明主要使用在水下图像增强后，无法客观准确的评估增强的图像质量，导致评分与人眼视觉不一致的问题，针对光的吸收、散射和颜色失真使得水下图像常常出现模糊和对比度低等问题，基于YcbCr色彩空间中的亮度通道和色度通道，提取水下图像的亮度特征、色度特征和显著性特征进行多特征融合，采用基于机器学习的支持向量机排序SVMrank模型利用融合后的多维特征在数据集上进行模型训练，最后依据训练好的模型对待测图像进行图像质量评估，得到统一视角的质量评估分数。
-
公开(公告)号：CN119182618A
公开(公告)日：2024-12-24
申请号：CN202411078821.7
申请日：2024-08-06
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于计算管理平台的计费方法、装置、电子设备和介质，计费方法应用于高性能计算管理平台，包括：接收作业任务请求，监控作业任务的运行情况；根据作业任务的运行情况，得到作业任务的运行信息；根据运行信息确定作业任务完成需要的资源信息；根据资源信息以及用户定义的计费周期策略，判断是否执行扣费；根据计费周期策略和账单生成策略生成账单。本申请能够将作业任务调度系统和计费系统解耦，以适配任意作业调度系统，同时，能够灵活地对作业任务进行实时监控、分析，并根据用户设置的计费策略进行周期计费，方便灵活，做到计费统一，不会导致费用遗漏，可靠实用。
-
Patent Agency Ranking
公开(公告)号：CN118468214A
公开(公告)日：2024-08-09
申请号：CN202410484867.2
申请日：2024-04-22
Applicant: 大连海事大学
IPC: G06F18/25 , G08G1/01 , G06F18/213 , G06F123/02
Abstract: 本发明一种基于车路协同的混合交通流融合方法，其特征在于：包括以下步骤：对车路协同的混合交通流进行建模，基于IDM、CCAC和ACC，构建车辆跟驰模型；在时间特征选择中，利用残差网络从小时、天、周三个维度提取了城市交通流的时空特征，实现了对不同时间维度的流量数据的综合分析；在外部特征重构中，通过加入外部信息，采用多层感知器提取外部特征，并通过重构使其与时间特征具有相同维度；利用全连接神经网络模型将外部信息转换成向量表示，并通过加权求和的方式将混合驾驶信息、时间特征与外部信息相融合，得到车路协同环境下混合交通流融合数据。这种融合方法能够更好地利用多种数据源的信息，为车路协同提供更可靠的决策支持。
-
公开(公告)号：CN115034982B
公开(公告)日：2024-08-09
申请号：CN202210594886.1
申请日：2022-05-27
Applicant: 大连海事大学
IPC: G06T5/90 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明为一种基于多尺度注意机制融合的水下图像增强方法，提供一种多尺度注意机制融合网络来恢复水下图像，包括以下步骤，首先原始的水下图像输入到解码器网络，经过处理后输出特征图，会进入到上述多尺度注意力密集模块，这一模块的加入改善了我们网络的性能，提高了增强图像的视觉效果。接着，经过多尺度注意力密集模块处理后的特征会输入到解码器网络中，最终解码器网络会输出一个增强后的图像。此外，我们还引入了角损失函数作为对生成器额外的监督。角损失函数的作用是提高生成的图像和原始图像之间的相似度，增加图像的清晰度，并减少了图像色彩的偏差。通过大量的实验结果表明，本发明方法优于现有的方法。
-
公开(公告)号：CN114972102B
公开(公告)日：2024-08-02
申请号：CN202210625518.9
申请日：2022-06-02
Applicant: 大连海事大学
Abstract: 本发明提供一种基于全局变对比度增强和局部校正的水下图像增强方法包括：对源图像进行颜色校正处理，采用一种改进的白平衡方法来校正源图像的颜色。对图像进行全局对比度增强处理，采用变对比度和饱和增强模型对源图像进行全局对比度处理以及饱和度增强。对图像进行局部对比度校正处理，采用限制对比度自适应直方图均衡化方法进行局部对比度校正，获取最终的增强图像。本发明利用基于变对比度和饱和增强模型，通过惩罚与颜色校正结果之间的差异来防止输出图像偏离恢复的颜色，利用两个正则化项对图像进行了对比度和饱和度增强，并采用限制性对比度直方图均衡化方法对图像的局部对比度进行调整。
-
公开(公告)号：CN118096622A
公开(公告)日：2024-05-28
申请号：CN202311305004.6
申请日：2023-10-10
Applicant: 大连海事大学
Abstract: 本发明提供一种基于色差强度先验和多尺度融合的水下图像复原方法，通过综合成像模型并结合先验知识和多尺度融合技术反演退化过程获得清晰的水下图像。基于不同波长光的传播特性提出色差强度先验来解决不同退化程度对先验深度估计的影响。并通过色差强度深度图求解背景光在像素中的占比来获得绝对深度极小值，实现了接近双目图像精确度的动态深度转换。然后，通过暗像素先验选择对应点作为反向散射的初始值来拟合消除反向散射，有效地解决了图像的雾效应。最后，基于绿通道补偿红蓝通道来提高图像整体亮度和色彩，并通过高斯金字塔融合伽马矫正和锐化操作后的补偿图像获得对比度更高、细节更丰富、更具有视觉吸引力的复原图像。
-
公开(公告)号：CN113901087B
公开(公告)日：2024-05-10
申请号：CN202111188239.2
申请日：2021-10-12
Applicant: 大连海事大学
IPC: G06F16/2455 , G06F16/22 , G06F16/27
Abstract: 本发明提出了一种空间大数据分区重复数据的剪枝方法，该剪枝方法可以内置在分布式空间大数据查询系统中并无需对候选结果执行细化操作。包括以下步骤：首先读取空间大数据的分区信息pi，得到每个分区数据覆盖的空间最小边界矩形ri，将ri与空间查询矩形窗口q做交运算，得到每个分区的查询范围si；其次，对si和sj(i≠j)做交运算，得到分区查询范围si和sj之间的重叠矩形区域si∩sj＝sij，引入参照点reference_point，通过reference_point决定区域sij的归属分区，返回pi和pj去重后的查询范围tri和trj，形式为＜pi,tri＞；然后，对同一分区p下的tr执行交运算，得到p的最终查询范围；最后，将每个分区的最终查询范围作为新的约束条件对分区数据进行剪枝，得到的查询结果即为最终结果。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.025 seconds)
