-
公开(公告)号：CN116991459B
公开(公告)日：2024-04-26
申请号：CN202311044645.0
申请日：2023-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种软件多缺陷信息预测方法与系统，包括将待预测项目数据输入第二图注意力网络模型进行预测，得到第二内部特征；将待预测项目数据输入第二可扩展的图网络模型进行预测，得到第二外部特征；将第二内部特征和第二外部特征融合，得到待预测样本；通过内部特征与外部特征的融合，从而得到更多特征，提升了预测能力，构建第一多预测模型，将训练样本输入第一多预测模型进行训练，得到第二多预测模型；将待预测样本输入第二多预测模型进行预测，得到待预测项目数据的缺陷信息，实现了对多缺陷信息预测，包括对缺陷数量和缺陷严重度的预测。
-
公开(公告)号：CN116703950A
公开(公告)日：2023-09-05
申请号：CN202310982262.1
申请日：2023-08-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06V10/80
Abstract: 本发明公开了一种基于多层次特征融合的伪装目标图像分割方法和系统，本方法对每种层次的第一特征图进行全局特征增强，对每种层次的第二特征图进行局部特征增强；并将每种层次的增强后的局部特征和与其相同层次的增强后的全局特征进行特征融合，获得多种层次的融合特征；对多种层次的融合特征中两个浅层网络层的融合特征进行边界引导，得到边界图；将多种层次的融合特征中相邻网络层的融合特征进行特征交互获得多个交互特征；将边界图分别与多个交互特征中的每个交互特征进行边界融合，获得多个边界融合特征；基于多个边界融合特征，分割出每个边界融合特征对应的待分割的伪装目标图像中的伪装目标图像。本发明能够提高伪装目标图像分割的准确度。
-
公开(公告)号：CN116703950B
公开(公告)日：2023-10-20
申请号：CN202310982262.1
申请日：2023-08-07
Applicant: 中南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06V10/80
Abstract: 本发明公开了一种基于多层次特征融合的伪装目标图像分割方法和系统，本方法对每种层次的第一特征图进行全局特征增强，对每种层次的第二特征图进行局部特征增强；并将每种层次的增强后的局部特征和与其相同层次的增强后的全局特征进行特征融合，获得多种层次的融合特征；对多种层次的融合特征中两个浅层网络层的融合特征进行边界引导，得到边界图；将多种层次的融合特征中相邻网络层的融合特征进行特征交互获得多个交互特征；将边界图分别与多个交互特征中的每个交互特征进行边界融合，获得多个边界融合特征；基于多个边界融合特征，分割出每个边界融合特征对应的待分割的伪装目标图像中的伪装目标图像。本发明能够提高伪装目标图像分割的准确度。
-
公开(公告)号：CN116991459A
公开(公告)日：2023-11-03
申请号：CN202311044645.0
申请日：2023-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种软件多缺陷信息预测方法与系统，包括将待预测项目数据输入第二图注意力网络模型进行预测，得到第二内部特征；将待预测项目数据输入第二可扩展的图网络模型进行预测，得到第二外部特征；将第二内部特征和第二外部特征融合，得到待预测样本；通过内部特征与外部特征的融合，从而得到更多特征，提升了预测能力，构建第一多预测模型，将训练样本输入第一多预测模型进行训练，得到第二多预测模型；将待预测样本输入第二多预测模型进行预测，得到待预测项目数据的缺陷信息，实现了对多缺陷信息预测，包括对缺陷数量和缺陷严重度的预测。
-
-
-
Search Results
4
records
(took 0.016 seconds)
