-
公开(公告)号：CN114445311B
公开(公告)日：2023-06-13
申请号：CN202210059319.6
申请日：2022-01-19
Applicant: 海南大学
Abstract: 本发明公开基于域变换保边滤波器的多源医学图像融合方法和系统，该方法包括如下步骤：将多源医学图像输入域变换保边滤波器进行滤波处理，获得多源医学图像的平滑分量和结构分量；融合相应的平滑分量和结构分量，获得融合后的平滑分量融合图像和融合后的结构分量融合图像；对融合后的平滑分量融合图像和结构分量融合图像进行逆变换，获得多源医学图像的融合图像。本发明可有效地对不同模态的图像之间的差异信息进行融合和集中显现，既可以辅助医生能够更好的了解病人的身体状况，精准判断身体的患病区域，还利于医学图像的后续处理。
-
公开(公告)号：CN111899107B
公开(公告)日：2023-03-14
申请号：CN202010840479.5
申请日：2020-08-20
Applicant: 海南大学
Abstract: 本发明提供一种基于区块链智能合约的科技服务交易方法，基于区块链和智能合约技术，解决了传统科技服务交易平台服务资产数据存储、安全共享困难以及数据可信度完全依赖第三方中介机构等问题，利用区块链不可篡改以及可追溯的特点，保证供方用户提供的服务真实可信，其中智能合约体系包括登记智能合约、推荐智能合约、交易智能合约以及评价智能合约，推荐过程和评价过程完全由程序实现，可以根据需方用户的具体需求来推荐不同的服务，推荐过程基于该服务过往的成交数量以及可信评分，完全客观可信，杜绝了以往第三方中介机构中可能出现的违背公平交易原则和职业道德的乱象。
-
公开(公告)号：CN114998632A
公开(公告)日：2022-09-02
申请号：CN202210539711.0
申请日：2022-05-17
Applicant: 海南大学
IPC: G06V10/762 , G06V10/764 , G06V10/74 , G06V10/36 , G06V10/30 , G06T7/11 , G06T5/00 , G06K9/62
Abstract: 本发明公开一种基于像素聚类的RVIN检测和去除的方法，包括如下步骤：基于像素点的灰度距离相似性进行聚类分割，将受损图像中的所有像素分成K类；计算像素的LCI值并基于LCI值确定所述像素所处区域，所述区域包括平坦区域和细节区域，再通过迭代求解获取每类像素的最优检测阈值，根据像素的LCI值和最优检测阈值判断所述像素是否为噪声像素；针对平坦区域和细节区域的噪声像素分别采用LCI加权均值滤波器和边缘方向滤波器来恢复被随机值脉冲噪声损坏的像素。本发明提出的噪声检测器和滤波器具有很高的鲁棒性和泛化性，在自然图像和医学图像的RVIN去除中均取得了显著的效果，特别是在高噪声水平上效果更优。
-
公开(公告)号：CN114445311A
公开(公告)日：2022-05-06
申请号：CN202210059319.6
申请日：2022-01-19
Applicant: 海南大学
Abstract: 本发明公开基于域变换保边滤波器的多源医学图像融合方法和系统，该方法包括如下步骤：将多源医学图像输入域变换保边滤波器进行滤波处理，获得多源医学图像的平滑分量和结构分量；融合相应的平滑分量和结构分量，获得融合后的平滑分量融合图像和融合后的结构分量融合图像；对融合后的平滑分量融合图像和结构分量融合图像进行逆变换，获得多源医学图像的融合图像。本发明可有效地对不同模态的图像之间的差异信息进行融合和集中显现，既可以辅助医生能够更好的了解病人的身体状况，精准判断身体的患病区域，还利于医学图像的后续处理。
-
公开(公告)号：CN111625722B
公开(公告)日：2022-03-29
申请号：CN202010463319.3
申请日：2020-05-27
Applicant: 海南大学
IPC: G06F16/9535 , G06F16/9537 , G06F40/242 , G06F40/247 , G06F11/34 , G06K9/62 , G06Q10/10
Abstract: 本发明公开了一种基于深度学习的人才推荐方法、系统及存储介质。该方法包括步骤：读取训练集中的用户日志样本并进行解析，获得多组关联数据样本和人才查看数据样本，关联数据为预先定义的对人才查看行为具有影响的数据；将关联数据样本封装成对象样本，获得对象样本序列；从人才查看数据样本中提取特征序列样本，特征序列为预先定义的区别不同人才的属性序列；将多组特征序列样本作为标签对对象样本序列进行标注，获得标注样本序列；将对象样本序列和标注样本序列输入到人才推荐模型进行训练。本发明能够基于用户的操作习惯、位置信息等对用户查看行为具有影响的关联数据，实现个性化推荐。
-
Patent Agency Ranking
公开(公告)号：CN114241377A
公开(公告)日：2022-03-25
申请号：CN202111543482.1
申请日：2021-12-16
Applicant: 海南大学
IPC: G06V20/40 , G06K9/62 , G06V20/52 , G06V10/774
Abstract: 本发明公开基于改进YOLOX的船舶目标检测方法、装置、设备及介质，该方法获取样本数据集，所述样本数据集中包含船舶标注图像和未标注图像，所述样本数据集分为训练集和测试集；构建YOLOX网络，对所述YOLOX网络的主干网络进行优化，将主干网络替换为ResNet50，以用于提取图片小目标特征；将样本数据集输入所述YOLOX网络中进行训练和测试，得到船舶检测模型；将待检测的图像输入到训练好的船舶检测模型中进行检测，用以输出船舶检测结果。本发明通过网络结构改进、模型简化等方法对传统YOLO算法进行改进，使改进算法更好地适应船舶目标检测任务，协助船检人员及早发现潜在的危险并做出正确判断。
-
公开(公告)号：CN114240808A
公开(公告)日：2022-03-25
申请号：CN202111097327.1
申请日：2021-09-18
Applicant: 海南大学
Abstract: 本发明提供基于联合双边滤波和非下采样剪切波的图像融合算法，能够对来自不同传感器的遥感图像数据进行信息处理、分析，从而获得兼具不同来源的遥感图像的特征信息。处理过后的图像通常情况下比起源遥感图像的信息更丰富、更全面、更加符合人眼的视觉特性或机器的信息处理方式，以便于后续处理和更好地满足应用要求。
-
公开(公告)号：CN112039855B
公开(公告)日：2022-03-08
申请号：CN202010815552.3
申请日：2020-08-14
Applicant: 海南大学
IPC: H04L9/40 , H04L67/1097 , H04L9/32 , H04L9/06 , G06N3/00
Abstract: 本发明提供一种基于联盟链的科技资源数据安全存储与共享方法，该方法包括：IPFS服务器获取科技服务提供商上传的共享数据，为共享数据生成关键字索引；IPFS服务器生成共享数据的哈希信息发送给科技服务提供商，通过智能合约将哈希信息以交易形式存储在区块链上，获取相应的区块ID，所述哈希信息包括共享数据的哈希值和哈希地址；数据请求方节点发送目标数据访问请求到目标数据拥有者节点，通过智能合约对数据请求方进行验证，验证通过后向数据请求方节点发送搜索令牌，数据请求方节点根据搜索令牌从IPFS服务器获取相应共享数据。所述方法通过区块链技术和智能合约保证科技服务资源数据存储与共享的安全性、高效性与可追溯性。
-
公开(公告)号：CN113920021A
公开(公告)日：2022-01-11
申请号：CN202111138929.7
申请日：2021-09-27
Applicant: 海南大学
Abstract: 本发明提供基于两步式残差网络的水下图像增强方法，本方法根据水下图像成像模型获得仅存在色偏的数据集并与雾天数据集结合，并且采用残差网络分别训练两类数据集，使其分别拥有去除色偏、提高对比度的能力，最终达到增强水下图像的效果。使用两步式网络可以使每个网络更具专一性，更好的提取单一特征，同时减少了训练样本的数量，提高了网络的效率，更高效的增强水下图像。
-
公开(公告)号：CN113222835A
公开(公告)日：2021-08-06
申请号：CN202110436758.X
申请日：2021-04-22
Applicant: 海南大学
Abstract: 本发明提供基于残差网络的遥感全色和多光谱图像分布式融合方法，主要解决现有技术中光谱失真、空间分辨率低、融合质量不高的问题，本申请包括下列步骤：通过卫星采集目标区域的原始图像，并对所述原始图像进行预处理；根据Wald准则使用预处理后全色图像和多光谱图像构建仿真训练集和测试集，构建由3个支路构成的基于残差网络的分布式融合模型，将训练集的全色和多光谱图像作为网络的输入，对网络进行充分训练；将待融合的全色和多光谱图像输入到训练好的融合网络中，得到融合图像。本发明使用不同支路不同尺度的特征进行融合，保留更多的光谱信息和空间信息，在提高空间分辨率和保留光谱信息方面更具优越性能，提高了融合质量。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.043 seconds)
