-
公开(公告)号：CN113239891A
公开(公告)日：2021-08-10
申请号：CN202110642971.6
申请日：2021-06-09
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于深度学习的场景分类系统，包含：全局特征提取模块、语义特征提取模块、场景分类预测模块以及终端模块；所述全局特征提取模块用于提取RGB场景图像的全局特征，所述语义特征提取模块用于提取RGB场景图像的语义特征，所述场景分类预测模块用于对所述全局特征及语义特征进行融合处理得到RGB场景图像的场景分类结果。本发明将语义特征用于场景分类任务，一定程度上能够改善场景识别模型，提高了场景分类任务的准确性，同时也优化了效率。
-
公开(公告)号：CN112435403A
公开(公告)日：2021-03-02
申请号：CN202011329677.1
申请日：2020-11-24
Applicant: 上海海事大学
Abstract: 本发明提供一种IC卡水表，包含：水表本体，其设置插槽；IC卡读写模块，用于识别插槽内的IC卡的账号，IC卡中的金额信息；水流检测模块，用于检测热水管路中是否有水流流动；控制主板，信号连接所述IC卡读写模块和水流检测模块，根据当IC卡读写模块的识别结果、水流检测模块的检测结果控制热水管路的通断，并控制更新IC卡中的金额信息。本发明还提供一种IC卡水表的使用方法。本发明能够有效防止忘记拔IC卡后继续扣除IC卡内金额。
-
公开(公告)号：CN111047052A
公开(公告)日：2020-04-21
申请号：CN201911345784.0
申请日：2019-12-24
Applicant: 上海海事大学
Inventor： 朱昌明
IPC: G06N20/00
Abstract: 本发明公开了一种半监督多视角数据集在线学习模型及其设计方法，该模型包括：依次相连的多视角数据收集模块、缺失样本信息修复模块、有效样本信息增强模块及在线学习模型修正模块；所述在线学习模型修正模块用于对某一时间段中信息获得修复和增强后的样本，将其在所有视角下的特征根据前后时间段的对比，并划分为下一时间段被保留的特征、下一时间段被丢弃的特征和当前时间段新增的特征三部分；针对所划分的三部分特征建立实时优化函数，并进行求解和优化权向量；对下一时间段的保留特征做融合处理，从而得到相应的融合形式。将本发明应用于港口等领域中，能够有效提升在实际场景中处理实时产生的具有可变特征的半监督多视角数据集的能力。
-
公开(公告)号：CN115661096B
公开(公告)日：2023-08-08
申请号：CN202211361014.7
申请日：2022-11-02
Applicant: 中国人民解放军海军军医大学第一附属医院 , 上海海事大学
IPC: G06T7/00 , G06T7/12 , G06V10/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种胃食管结合部癌食道下段侵犯长度的影像判断方法，包括。本发明通过nnU‑Net网络作为主体图像分割模型应用于术前对胃食管结合部癌在食道下缘平面(A线)的判断，DenseNet模块构建训练模型找到腔静脉裂孔(B线)、食道胃交界(C线)所在层面，将整个识别方法和疾病判断综合考虑，将识别方法分为3个小部分，A线部分寻找肿瘤上缘、B线部分寻找腔静脉裂孔、C线部分寻找食道胃交界，降低每一部分内部方法调整对其它部分的影响，在应用时利用训练好的模型对输入的图像进行判断分类，提高图像识别准确率，降低人工分类判断的时间成本，提高医生对各个层面的判断准确性，减少重复性工作，简化流程，提高效率。
-
公开(公告)号：CN113592848A
公开(公告)日：2021-11-02
申请号：CN202110918106.X
申请日：2021-08-11
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于深度学习与注意力机制的肺结节检测系统及方法，输入模块，获取需要进行目标检测的CT图片，对所述CT图片进行预处理；下采样模块组，其第一端与所述输入模块连接；上采样模块组，其第一端与所述下采样模块组的第二端连接；输出模块，其与所述上采样模块组的第二端连接；所述下采样模块组包括若干个串联的下采样模块，本发明使得上采样模块和下采样模块中CT图的浅层特征利用率得到极大的提高，解决了单独使用ResidualNet训练过程中出现的神经网络退化和梯度消失的问题，采用GC‑Res模块使得训练效率得到很大提升的同时，也提高了分割结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112914189A
公开(公告)日：2021-06-08
申请号：CN202110103394.3
申请日：2021-01-26
Applicant: 上海海事大学
Abstract: 一种足底感知鞋垫及摔倒检测系统和摔倒检测方法，将机器学习与足底感知技术相结合，实现人体足底信息采集、摔倒检测、突发警报、鞋垫温度控制与足底按摩等功能的一体化，从而解决人体实时摔倒检测、应急求救、温度控制和按摩控制等技术问题，对基于足底信息的摔倒检测的准确率做出很大提升。
-
公开(公告)号：CN110458241A
公开(公告)日：2019-11-15
申请号：CN201910759013.X
申请日：2019-08-16
Applicant: 上海海事大学
Inventor： 朱昌明
IPC: G06K9/62 , G06F16/906
Abstract: 本发明公开了一种基于信息增强的多视角分类器及其设计方法，该多视角分类器包括依次相连的多视角数据收集模块、缺失样本信息修复模块以及有效样本信息增强模块。本发明通过缺失样本信息修复、有效样本信息增强等两个方面，在相关接口作用下，用于港口等领域，能够有效提升多视角数据集在实际场景中的分类性能。
-
公开(公告)号：CN119312840A
公开(公告)日：2025-01-14
申请号：CN202411287812.9
申请日：2024-09-14
Applicant: 上海海事大学
IPC: G06N3/045 , G06N3/0464 , G06N3/044 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/092 , G06N3/0985 , G06F18/25 , G06F18/2431 , G06F18/15
Abstract: 本发明涉及一种基于多模态数据融合和自适应学习的深度学习框架，包括：多模态数据融合模块、自适应学习模块和深度学习模型模块，所述多模态数据融合模块：用于获取不同模态的数据，并采用多种融合策略在特征提取的不同阶段进行融合，得到融合特征；所述深度学习模型模块：用于根据不同的深度模型对不同模态的数据进行特征提取，并根据多模态数据融合模块得到的融合特征进行预测，输出预测结果；所述自适应学习模块：用于采用学习机制动态调整所述深度模型的超参数。与现有技术相比，本发明具有提供更全面的信息表征、自适应学习能力、更广泛的应用前景等优点。
-
公开(公告)号：CN111783785B
公开(公告)日：2024-04-09
申请号：CN202010633627.6
申请日：2020-07-02
Applicant: 上海海事大学
IPC: G06V30/148 , G06V30/164 , G06V30/146 , G06V10/82 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/092 , G06N3/0442
Abstract: 本发明公开了一种水表识别系统及识别方法，所述水表识别系统包含若干图像采集模块、网络传输模块、服务器以及客户端，其中服务器进一步包含定位模块、预处理模块、识别模块、预测模块以及强化学习模块。本发明提供的水表识别系统及识别方法基于深度学习和强化学习进行水表图片数值定位、数值文本识别，实现水表用水数据智能抄送，避免人工抄表的繁琐、费时等问题，提高了工作效率；通过统计数据分析水表用水量数据对该水表下一周前用水量进行预测，对改进水务管理工作提供强有力的数据支持。
-
公开(公告)号：CN111209860B
公开(公告)日：2023-04-07
申请号：CN202010010894.8
申请日：2020-01-06
Applicant: 上海海事大学
IPC: G06V40/16 , G06V20/40 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/092
Abstract: 本发明公开了一种基于深度学习与强化学习的视频考勤系统及方法，所述系统包括：信息采样模块，用于获取训练数据和测试数据；训练模块，用于根据接收到的训练数据对深度神经网络架构进行训练，得到训练模型；测试模块，用于采用接收到的测试数据对训练模型进行测试，输出测试结果，并判别测试结果，输出判别信息；终端处理模块，当所述判别信息为成功时，其用于将与该判别信息相对应的测试结果存储至预先设有的数据库内；以及强化模块，当判别信息为失败时，用于将与测试结果所对应的所述测试数据对训练模型进行重新训练，更新训练模型。本发明解决了视频考勤过程等待过长、不能实现多人同时考勤、识别错误率高等技术问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
