PET图像的筛选方法和装置
    71.
    发明授权

    公开(公告)号:CN111008976B

    公开(公告)日:2023-04-07

    申请号:CN201911211384.0

    申请日:2019-12-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种PET图像的筛选方法和装置,所述方法包括:对于每张PET图像,使用差分激活滤波器确定该PET图像的像素的激活信号,进而计算该PET图像中像素的激活信c号的最大池化的值;将激活信号的最大池化的值大于零的PET图像,筛选为包含病变图像的PET图像。应用本发明可以对包含病变区域的图像进行筛选,帮助医生诊断以减少医生工作量。

    基于离散小波变换和FA-ELM的网络流量预测方法

    公开(公告)号:CN113411216B

    公开(公告)日:2022-11-04

    申请号:CN202110687331.7

    申请日:2021-06-21

    Abstract: 本发明提供了一种基于离散小波变换和FA‑ELM的网络流量预测方法,包括:步骤1,构建DWAFE模型,在所述DWAFE模型中设置数据管理员和模型管理员;步骤2,获取多个网络流量数据并将所述网络流量数据发送给所述数据管理员,所述数据管理员将所述网络流量数据进行数据预处理,得到数据预处理后的所述网络流量数据。本发明经过萤火虫算法优化的FA‑ELM模型,克服了ELM稳定性差的缺陷,对非线性数据预测的准确性高,能稳定可靠地应用于各领域的研究中,具有极大的现实意义。本发明提出的DWAFE模型结合了ARIMA模型和FA‑ELM模型各自的优势,做出精准的网络流量预测,根据预测结果计算出指定置信度下的动态阈值区间,从而实现设备运行状态实时感知,为设备故障预警提供强有力的支持。

    基于平均序列求法的网球动作评分方法、系统及设备

    公开(公告)号:CN114708660A

    公开(公告)日:2022-07-05

    申请号:CN202210356818.1

    申请日:2022-04-06

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于平均序列求法的网球动作评分方法、系统及设备,属于图像处理技术领域,具体包括:获取标准动作视频和待评分动作视频;识别标准动作视频中的人体关节点,得到二维的标准动作坐标点序列,以及,识别待评分动作视频中的人体关节点,得到二维的待评分动作坐标点序列;利用平均序列求法将待评分动作坐标点序列进行迭代压缩,得到平均序列;利用动态时间规整算法将平均序列和标准动作坐标点序列进行比对,得到待评分动作视频对应的评分值。通过本公开的方案,将人体姿态识别、平均序列求法和动态时间规整算法结合,将标准动作的人体姿态点序列和平均序列求法压缩后的动作序列进行比对得到评分,提高了评分效率和精准度。

    一种混合能量供能的无线协同网络资源随机分配方法

    公开(公告)号:CN109089271B

    公开(公告)日:2021-12-14

    申请号:CN201811079764.9

    申请日:2018-09-17

    Applicant: 中南大学

    Inventor: 陈志刚 陈雪寒

    Abstract: 本发明提供了一种混合能量供能的无线协同网络资源随机分配方法,包括步骤:S1:获取无线协同网络的系统状态信息,分析得到无线协同网络中的长期平均优化问题,并对所述长期平均优化问题建立优化模型;S2:通过预设优化理论,将所述长期平均优化问题转化为多个单时隙的子问题;S3:对所述子问题进行分析求解,获取最优资源分配方案;S4:根据所述最优资源分配方案,对所述无线协同网络的系统状态进行更新。本发明通过收集环境的绿色能量,并通过混合能量对无线协同网络系统进行供能,既达到节能的目的,又能够保证系统数据传输的稳定性,保障系统数据的最坏传输延迟,并根据实时系统状态,对系统资源进行最优分配。

    一种针对时序社交数据的Sybil账号检测方法

    公开(公告)号:CN111259962A

    公开(公告)日:2020-06-09

    申请号:CN202010051041.9

    申请日:2020-01-17

    Applicant: 中南大学

    Abstract: 本发明公开一种针对时序社交数据的Sybil账号检测方法,首先通过收集、分析真实社交数据发现Sybil用户和正常用户的社交行为差别。其次,本发明提出了基于求和和基于熵的同一社交用户不同时段的交互特征表示法;通过计算不同社交用户的Wasserstein距离,提出了Wasserstein距离平均值、标准差以及交互特征序列最大值相结合的用户特征表示法。再者,为了预测社交用户是否为Sybil用户,本发明提出运用K-mean方法作为预测模型并用真实训练集训练模型。最后,面对新用户,本发明首先形式化定义用户社交特征,并用训练好的模型预测其属于哪一类用户。

    PET图像的筛选方法和装置
    76.
    发明公开

    公开(公告)号:CN111008976A

    公开(公告)日:2020-04-14

    申请号:CN201911211384.0

    申请日:2019-12-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种PET图像的筛选方法和装置,所述方法包括:对于每张PET图像,使用差分激活滤波器确定该PET图像的像素的激活信号,进而计算该PET图像中像素的激活信c号的最大池化的值;将激活信号的最大池化的值大于零的PET图像,筛选为包含病变图像的PET图像。应用本发明可以对包含病变区域的图像进行筛选,帮助医生诊断以减少医生工作量。

Patent Agency Ranking