-
公开(公告)号：CN117974830A
公开(公告)日：2024-05-03
申请号：CN202410230294.0
申请日：2024-02-29
Applicant: 北方工业大学
IPC: G06T11/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于双网络交互学习的低剂量CT图像重建方法，首先对收集到的原始CT数据进行预处理；建立两个相互辅助的同僚网络，即特征融合低剂量CT图像重建网络SCRED，并搭建双网络交互学习框架MFRD，用于交流融合两个网络学习到的知识，充分利用图像隐藏信息；将处理后的CT数据输入到建立的CT图像重建网络SCRED，并在双网络交互学习框架下对该CT图像重建网络SCRED进行训练；将低剂量CT图像输入到步骤4训练好的CT图像重建网络SCRED中，输出高质量CT图像。该方法充分复用了CT图像信息，可以较好地恢复去噪后图像的细节和结构信息，而且稳定可靠、可扩展性好。
-
公开(公告)号：CN115840190A
公开(公告)日：2023-03-24
申请号：CN202211457808.3
申请日：2022-11-21
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于蓝牙AOA与深度学习融合的高精度定位方法，通过到达角定位AOA主节点蓝牙基站与多个被动节点蓝牙基站，获取蓝牙终端的原始采样值I和Q的相位数据，并将得到的IQ相位数据发送到PC处理终端；PC处理终端将获得的IQ相位数据输入到训练好的神经网络模型中，获得蓝牙终端的实时定位结果；根据蓝牙终端实时定位结果判断所述蓝牙终端的运动状态为动态还是静态；若为动态，则基于扩展卡尔曼滤波算法来优化定位结果；若为静态，则基于多点平均滤波算法来优化定位结果。该方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确。
-
公开(公告)号：CN114549586A
公开(公告)日：2022-05-27
申请号：CN202210162016.7
申请日：2022-02-22
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于视觉感知机械臂的目标定位方法，在视觉感知机械臂上搭载Realsense 3D深度摄像头，通过所述深度摄像头获取待测目标周围环境的图像信息；利用事先训练好的检测模型和跟踪算法，在所获取的图像信息中识别出待测目标，并对待测目标进行跟踪测距；当待测目标移动时，根据目标点位置进行跟踪判断；当待测目标停稳时中断跟踪，并控制所述视觉感知机械臂定位所述待测目标。上述方法解决了机械臂对目标精准定位的问题，而且稳定可靠、可扩展性好，具有极大的推广价值。
-
公开(公告)号：CN113962270A
公开(公告)日：2022-01-21
申请号：CN202111275409.0
申请日：2021-10-29
Applicant: 北方工业大学
IPC: G06K9/00 , A61B5/00 , A61B5/0205
Abstract: 本发明公开了一种针对单通道睡眠期人体生理信号的处理方法，首先使用高精度传感器采集单通道复杂信号；使用构建矩阵空间的方法，对单通道复杂信号的特征进行提取，经过对不同特征的映射得到高维矩阵空间，该高维矩阵空间包含至少两路以上信号的特征；然后使用特定的特征基对所述高维矩阵空间进行空间变换，将与测试对象睡眠质量有关的特征从所述高维矩阵空间中分离出来；再使用选通决策滤波的方法利用多参数指标对分离出来的单路特征信号群进行复杂建模，并通过模式识别实现对所述单通道复杂信号的选通滤波分离。该方法针对睡眠期生理信号等复杂信号，能够以更高的精度实现对信号进行滤波分离，扩大了睡眠监测设备的灵活度和使用范围。
-
-
-
Search Results
4
records
(took 0.016 seconds)
