一种乳腺癌特征信息识别方法

    公开(公告)号:CN114580507B

    公开(公告)日:2024-11-29

    申请号:CN202210153549.9

    申请日:2022-02-18

    Abstract: 本发明提供了一种乳腺癌特征信息识别方法,包括如下步骤:1)通过电子病历系统获取到病人的特征信息,然后将数据传送数据分析的电脑上;2)对数据进行预处理,包括对数据清洗以及数据归一化;3)根据支持向量机理论,基于数据建立分类模型的标准矩阵型凸二次规划问题;4)根据递归神经动力学设计方法,设计标准矩阵型凸二次规划问题的递归神经网络求解器;5)将步骤4)的求解结果传递给分类模型,可以得到分类决策函数;6)通过决策函数判断病人是否存在患有乳腺癌的特征信息,将结果显示在屏幕上。本发明基于递归神经动力学方法,可快速,准确收敛到问题的正确解上,有效地提高乳腺癌分类识别上的准确率。

    一种乳腺癌特征信息识别方法

    公开(公告)号:CN114580507A

    公开(公告)日:2022-06-03

    申请号:CN202210153549.9

    申请日:2022-02-18

    Abstract: 本发明提供了一种乳腺癌特征信息识别方法,包括如下步骤:1)通过电子病历系统获取到病人的特征信息,然后将数据传送数据分析的电脑上;2)对数据进行预处理,包括对数据清洗以及数据归一化;3)根据支持向量机理论,基于数据建立分类模型的标准矩阵型凸二次规划问题;4)根据递归神经动力学设计方法,设计标准矩阵型凸二次规划问题的递归神经网络求解器;5)将步骤4)的求解结果传递给分类模型,可以得到分类决策函数;6)通过决策函数判断病人是否存在患有乳腺癌的特征信息,将结果显示在屏幕上。本发明基于递归神经动力学方法,可快速,准确收敛到问题的正确解上,有效地提高乳腺癌分类识别上的准确率。

    一种自动点花方法、机器人、电子设备及存储介质

    公开(公告)号:CN115617050A

    公开(公告)日:2023-01-17

    申请号:CN202211533979.X

    申请日:2022-12-02

    Abstract: 本申请涉及机器人控制技术领域,具体提供了一种自动点花方法、机器人、电子设备及存储介质,该方法包括步骤:控制自移动小车以预设的第一速度按照预设路线移动,并持续分析图像信息以检测图像信息中是否存在菠萝;在图像信息中存在菠萝时,控制自移动小车以预设的第二速度按照预设路线移动,并根据图像信息获取机械臂与菠萝花心的距离信息,第一速度大于第二速度;在距离信息小于等于预设的第一阈值时,控制自移动小车停止移动并控制机械臂驱动喷头移动,直至喷头位于菠萝花心的正上方,第一阈值小于等于机械臂的最大伸展长度;控制药液喷洒组件喷洒药液;该方法能够同时兼顾点花效果和点花效率。

    一种蔬菜质量检测方法、系统、介质及设备

    公开(公告)号:CN113887567A

    公开(公告)日:2022-01-04

    申请号:CN202111052465.8

    申请日:2021-09-08

    Abstract: 本发明公开了一种蔬菜质量检测系统,包括读取模块、特征标记模块、训练学习检测模块、分级模块和结果输出模块。该诊断系统存储在计算机的硬盘上。读取模块用于在计算机的硬盘上存储有蔬菜质量检测系统,通过视图传输设备在计算机上输入蔬菜图像;特征标记模块用于标记蔬菜图像的各个特征形成样本;训练学习检测模块用于构建并训练YOLO深度神经网络,并对蔬菜图像进行检测;分级模块用于根据蔬菜各预测框的坐标信息获取其长度比例及面积比例,最后与定好的标准进行比较,得到分级结果。本发明还提供了相应的介质及设备,减少了系统所需存储硬盘的空间,该系统所使用的深度学习网络模型大大提高了训练速度和分级效率。

    一种基于动态收敛微分神经网络的脑控喝水系统

    公开(公告)号:CN113887374A

    公开(公告)日:2022-01-04

    申请号:CN202111137386.7

    申请日:2021-09-27

    Abstract: 本发明提供了一种基于动态收敛微分神经网络的脑控喝水系统,包括如下步骤:1)将emotiv脑电设备采集到的脑电数据进行数据通道筛选、带通滤波以及独立成分分析;2)将将步骤1)中得到的数据集通过动态收敛微分神经网络进行训练以及识别分类;3)将步骤2)中得到的P300识别分类结果结合用户界面得到最终的目标物体编号;4)将步骤3)中得到目标物体编号发送至视觉机械臂系统,抓取杯子送至用户嘴边,完成喝水任务。

    一种蔬菜质量检测方法、系统、介质及设备

    公开(公告)号:CN113887567B

    公开(公告)日:2024-06-18

    申请号:CN202111052465.8

    申请日:2021-09-08

    Abstract: 本发明公开了一种蔬菜质量检测系统,包括读取模块、特征标记模块、训练学习检测模块、分级模块和结果输出模块。该诊断系统存储在计算机的硬盘上。读取模块用于在计算机的硬盘上存储有蔬菜质量检测系统,通过视图传输设备在计算机上输入蔬菜图像;特征标记模块用于标记蔬菜图像的各个特征形成样本;训练学习检测模块用于构建并训练YOLO深度神经网络,并对蔬菜图像进行检测;分级模块用于根据蔬菜各预测框的坐标信息获取其长度比例及面积比例,最后与定好的标准进行比较,得到分级结果。本发明还提供了相应的介质及设备,减少了系统所需存储硬盘的空间,该系统所使用的深度学习网络模型大大提高了训练速度和分级效率。

    一种自动点花方法、机器人、电子设备及存储介质

    公开(公告)号:CN115617050B

    公开(公告)日:2023-03-31

    申请号:CN202211533979.X

    申请日:2022-12-02

    Abstract: 本申请涉及机器人控制技术领域,具体提供了一种自动点花方法、机器人、电子设备及存储介质,该方法包括步骤:控制自移动小车以预设的第一速度按照预设路线移动,并持续分析图像信息以检测图像信息中是否存在菠萝;在图像信息中存在菠萝时,控制自移动小车以预设的第二速度按照预设路线移动,并根据图像信息获取机械臂与菠萝花心的距离信息,第一速度大于第二速度;在距离信息小于等于预设的第一阈值时,控制自移动小车停止移动并控制机械臂驱动喷头移动,直至喷头位于菠萝花心的正上方,第一阈值小于等于机械臂的最大伸展长度;控制药液喷洒组件喷洒药液;该方法能够同时兼顾点花效果和点花效率。

Patent Agency Ranking