-
公开(公告)号：CN118133541A
公开(公告)日：2024-06-04
申请号：CN202410251366.X
申请日：2024-03-06
Applicant: 中国矿业大学
IPC: G06F30/20 , G06F18/23213 , G06N7/01 , G06F119/14
Abstract: 本发明公开了一种基于引力模型的微震数据可视化方法，先获取微震事件数据，并采用二维核密度估计方法得到整个二维数据的概率密度函数，从而将离散的微震数据转换成连续的核密度分布函数，并且通过特定方法确定的核函数及带宽，实现了离散数据连续化，且保证了数据精度；接着运用引力模型解决了冲击地压微震监测预警可视化过程中将空间与时间割裂开的难题，实现了微震数据的时空可视化；然后通过使用引力模型得出的矢量场，根据计算得出的矢量场进行使用箭头进行矢量流图显示，画出矢量流图；最后引入改进的K‑means聚类算法，该算法通过引入最大距离中位数方法计算获取初始聚类中心点，提高聚类结果的精度，从而实现对矢量流图可视化效果的优化。
-
公开(公告)号：CN117557840B
公开(公告)日：2024-05-24
申请号：CN202311491052.9
申请日：2023-11-10
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/74 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于小样本学习的眼底病变分级方法，首先进行视网膜眼底彩照的采集和预处理，得到现有的眼底病变数据集；接着将该影像数据通过已经经过预训练和元训练的对比网络和元网络分别学习各级别眼底病变的类内特征和类间特征；最后对未标记的影像与各级别眼底病变原型进行相似性评分以进行眼底病变的分级预测。本发明可通过进行元训练过后的包括对比网络和元网络的双网络结构自行学习只有少量样本的眼底病变眼底彩照，并对待预测样本进行更好的归类，能够在从特征空间和标签空间两方面有效减轻噪声影响的基础上实现眼底病变分级，进而实现提高眼底病变预测的准确性。
-
公开(公告)号：CN117557840A
公开(公告)日：2024-02-13
申请号：CN202311491052.9
申请日：2023-11-10
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/74 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于小样本学习的眼底病变分级方法，首先进行视网膜眼底彩照的采集和预处理，得到现有的眼底病变数据集；接着将该影像数据通过已经经过预训练和元训练的对比网络和元网络分别学习各级别眼底病变的类内特征和类间特征；最后对未标记的影像与各级别眼底病变原型进行相似性评分以进行眼底病变的分级预测。本发明可通过进行元训练过后的包括对比网络和元网络的双网络结构自行学习只有少量样本的眼底病变眼底彩照，并对待预测样本进行更好的归类，能够在从特征空间和标签空间两方面有效减轻噪声影响的基础上实现眼底病变分级，进而实现提高眼底病变预测的准确性。
-
公开(公告)号：CN116786275A
公开(公告)日：2023-09-22
申请号：CN202210277165.8
申请日：2022-03-16
Applicant: 中国矿业大学
IPC: B03D1/14
Abstract: 本发明涉及一种基于能量精准适配的煤泥智能浮选系统及方法，属于煤泥浮选技术领域，解决了现有技术中煤泥分选过程中能量适配不准确的问题。本发明包括浮选机组、监测装置和中央控制系统，所述浮选机组包括多个浮选机，每个所述浮选机上设有一个所述监测装置，所述浮选机和所述监测装置均与所述中央控制系统电连接。本发明对煤泥浮选过程中物料物性的实时、精准监测，并及时调整能量输入，达到浮选作业能量的精准适配。
-
Patent Agency Ranking
公开(公告)号：CN117994266B
公开(公告)日：2024-08-16
申请号：CN202311805255.0
申请日：2023-12-26
Abstract: 本发明公开了一种基于对抗性域适应的低质量眼底彩照智能分割方法，首先进行数据采集和预处理；然后构建生成对抗网络，包括生成器和判别器，用于样本间的映射和真实性判别，对抗训练包括多种损失函数的优化；然后构造UNet分割模型，并进行预训练和微调，最终实现高精度的眼底图像分割。本基于对抗性域适应的低质量眼底彩照智能分割方法结合对抗性域适应和深度学习分割技术，不仅可提高模型在处理不同质量图像上的适应性和鲁棒性，而且可提升分割的准确性和效率，在实际应用中，即使是来自质量较低的成像设备的图像，也能被准确分割，从而可以为眼科医生提供更可靠的诊断信息。
-
公开(公告)号：CN118096685A
公开(公告)日：2024-05-28
申请号：CN202410208209.0
申请日：2024-02-26
Abstract: 本发明公开了一种基于深度学习的眼底图像渗漏区定量化计算方法，针对出现弥漫性渗漏患者的FFA图像，对同一患者不同时间的图像进行配准后作差，对得到的非零像素区域进行定量分析，实现观察该患者弥漫性渗漏的面积变化并分析；针对非弥漫性渗漏患者的FFA图像，对同一对象的不同部分计算不同的原型，将不同的图像区域与不同的原型相关联来执行基于原型的语义表示，通过充分利用有限支持图像的语义来增强小样本分割性能，实现系统性地解决语义模糊问题，进而得到相对精确的渗漏区域。
-
公开(公告)号：CN117994266A
公开(公告)日：2024-05-07
申请号：CN202311805255.0
申请日：2023-12-26
Abstract: 本发明公开了一种基于对抗性域适应的低质量眼底彩照智能分割方法，首先进行数据采集和预处理；然后构建生成对抗网络，包括生成器和判别器，用于样本间的映射和真实性判别，对抗训练包括多种损失函数的优化；然后构造UNet分割模型，并进行预训练和微调，最终实现高精度的眼底图像分割。本基于对抗性域适应的低质量眼底彩照智能分割方法结合对抗性域适应和深度学习分割技术，不仅可提高模型在处理不同质量图像上的适应性和鲁棒性，而且可提升分割的准确性和效率，在实际应用中，即使是来自质量较低的成像设备的图像，也能被准确分割，从而可以为眼科医生提供更可靠的诊断信息。
-
公开(公告)号：CN119887800A
公开(公告)日：2025-04-25
申请号：CN202411880812.X
申请日：2024-12-19
IPC: G06T7/11 , G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/094
Abstract: 本发明提供了一种多尺度统一建模的荧光素眼底血管造影图像智能分割方法，步骤一：数据采集与预处理；步骤二：进行拉普拉斯金字塔分解；高斯分解；拉普拉斯分解；对于来自源域和目标域的不同图像均进行两层的拉普拉斯分散；步骤三：构建域对齐网络；构建全局结构编码器和细节增强编码器；分别捕捉来自源域和目标域的全局上下方信息，并将它们映射至共享的向量空间中；引入多尺度特征融合机制，并将融合输出特征映射至共享的向量空间中；最小化域间分布差异；步骤四：构建U‑Net自动分割模型；搭建分割网络；采用U‑Net模型搭建分割网络模型；模型训练；步骤五：进行眼底彩照跨设备的自动分割。该方法能够显著提升多样化眼底图像上的分割精度。
-
公开(公告)号：CN211401278U
公开(公告)日：2020-09-01
申请号：CN201921763021.3
申请日：2019-10-18
Applicant: 中国矿业大学(北京)
IPC: G01D21/02
Abstract: 本申请涉及一种边坡监测装置。该边坡监测装置，包括：锚索，包括第一锚固端和第一自由端，边坡的易滑区位于第一锚固端和第一自由端之间；力学传感器，连接于所述锚索的第一自由端；定点应变感测光缆，沿所述锚索的方向设置，包括第二锚固端和第二自由端，在所述第二锚固端和所述第二自由端之间设有多个间隔设置的定点应变传感器；通过多个所述定点应变传感器分段感测所述定点应变感测光缆上相邻定点传感器之间的应变变化数据，与所述力学传感器的感测数据共同监测边坡内部滑动变化。利用该监测装置能够解决现有技术中的不能精确监控滑移面位置的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
