-
公开(公告)号：CN117495690A
公开(公告)日：2024-02-02
申请号：CN202311310352.2
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 廖志远 , 程宇新 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0495 , G06N3/094
Abstract: 一种基于双分支GAN网络的SAR与可见光图像轻量化融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建双分支GAN网络(DB‑GAN)、训练DB‑GAN网络对SAR与可见光图像进行融合；本发明搭建双分支GAN网络，利用GAN网络的生成对抗机制，同样引入预融合图像作为生成器的指导，以避免人工设计复杂的融合规则，具有以下特点：1.相比较其他基于深度学习的融合算法，DB‑GAN网络在SAR与可见光图像融合领域能够得到更高质量的融合图像，很好的保留了可见光图像的光谱信息，以及SAR与可见光图像的细节信息；2.模型参数较少，实现了模型的轻量化，可节省硬件开销，有利于实际应用。
-
公开(公告)号：CN117351248A
公开(公告)日：2024-01-05
申请号：CN202311246781.8
申请日：2023-09-26
Applicant: 南昌大学
Inventor： 李春泉 , 汪芊芊 , 郑波钰 , 岳冲 , 陈昌祺 , 廖志远 , 程宇新 , 邓觐铧 , 高宇凡 , 陈利民 , 伍军云 , 林嘉 , 陈荣伶 , 范静辉 , 任康 , 喻俊志
Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。
-
公开(公告)号：CN117274129A
公开(公告)日：2023-12-22
申请号：CN202311310363.0
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 程宇新 , 廖志远 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 一种基于双判别器的SAR与可见光图像融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建具有双判别器的GAN网络(DD‑GAN)、训练DD‑GAN网络对SAR与可见光图像进行融合。本发明利用GAN网络的生成对抗机制，并引入预融合图像作为生成器的指导，具有以下特点：避免了人工设计复杂的融合规则；可以实现输入未经对比度增强的源图像，输出得到对比度增强效果的融合图像，并且融合图像在保留可见光图像光谱信息的同时，可以包含大量的SAR与可见光图像的细节信息；在获得高质量融合图像的同时，所花费的时间较少，有效的解决了高质量融合图像与生成时间之间的矛盾。
-
公开(公告)号：CN119759203A
公开(公告)日：2025-04-04
申请号：CN202411594628.9
申请日：2024-11-09
Applicant: 南昌大学
Abstract: 一种电极‑手指皮肤阻抗变体模型及其参数估计方法，属于电触觉反馈领域。其包括如下步骤：推导电极皮肤阻抗模型数学表达式；测得人体手指皮肤在刺激频率从Fmmin至Fmmax区间下的刺激频率#imgabs0#与阻抗模型#imgabs1#的响应数据#imgabs2#根据EFSIE模型目标参数建立目标函数；采用蜜獾觅食正余弦算法对电极‑手指皮肤阻抗变体模型进行参数估计。本发明提供的电极‑手指皮肤阻抗变体模型充分考虑了神经纤维的阻抗特性对模型精度的影响，并推导了其频率‑响应数学表达式。并将正余弦更新策略引入到蜜獾觅食算法中，改进了原始的蜜獾觅食算法，使用HBSCA算法对电极‑手指皮肤阻抗变体模型进行了参数估计。
-
公开(公告)号：CN117590334A
公开(公告)日：2024-02-23
申请号：CN202311616940.9
申请日：2023-11-30
Applicant: 南昌大学
IPC: G01S7/02 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 一种基于GCNet网络的雷达辐射源信号识别方法，包括构建数据集、对时频图像进行预处理、构建基于GCNet的网络模型、训练GCNet和对雷达辐射源信号进行识别。本发明通过在卷积神经网络中加入全局注意力机制，并且使用深度可分离卷积替代常规卷积，实现了在较少网络参数和计算量条件下，具有优异的识别性能，并且能够在轻型边缘计算平台进行应用部署。
-
Patent Agency Ranking
公开(公告)号：CN117422701A
公开(公告)日：2024-01-19
申请号：CN202311542382.6
申请日：2023-11-18
Applicant: 南昌大学
IPC: G06T7/00 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 一种基于YOLOX的超声图像腹部器官内脏检测方法，通过在添加可变形卷积，从而使模型可以更好地适应不规则的目标形状，提高模型的感受野和边缘检测能力。为了解决腹部器官检测任务中模型参数量过多以及运行速度过慢的问题，采用知识蒸馏的方式来对模型进行压缩，并通过前背景分离的局部方法解决前背景目标不平衡问题以及GCBlock的全局方法解决前背景上下文信息不关联的问题。本发明实现了对腹部器官检测与识别的同时，有效的减少了网络的参数量和计算复杂度，提高了腹部器官检测的准确率，具有参数量小，检测精度高等特点，实现了腹部超声图像检测的实时性和精确度。
-
公开(公告)号：CN119600227A
公开(公告)日：2025-03-11
申请号：CN202411059504.0
申请日：2024-08-04
Applicant: 南昌大学
Abstract: 一种虚拟手术仿真系统中的混合碰撞检测方法，包括1)构建手术器械与软组织模型；2)划分虚拟空间为相同大小的网格，并对物体模型进行索引，利用GPU多线程加速空间信息哈希表的构建与更新，并将所有基元包围盒所占的网格映射至哈希表中，根据空间哈希表确定处于同一空间下的对象；3)物体相交求解前，进行空间约减，优化哈希表数据；4)为可能发生碰撞的物体构建层次包围盒，并进行相交检测；若检测到某节点或其子节点相交，则执行下一步，否则推退出检测；5)精确判断步骤4)中节点所包含的基本三角单元是否相交，完成碰撞检测。本发明有效地解决了现有离散碰撞检测算法中的“漏检错检”的问题，检测算法具有较为出色的精确性和计算效率。
-
公开(公告)号：CN117557996A
公开(公告)日：2024-02-13
申请号：CN202311616731.4
申请日：2023-11-30
Applicant: 南昌大学
IPC: G06V20/69 , G06V10/20 , G06V10/24 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T7/00 , G06N3/045 , G06N3/0464
Abstract: 一种基于结构重参数化的幽门螺杆菌内镜图像分类方法，针对ResNet18和MobileNetV3，分别构建改进的基于结构重参数化与深度可分卷积的残差模块RepRes和瓶颈模块RepBneck，构建改进的基于结构重参数化的轻量化网络RepResNet18和RepMobileNetV3，并在胃部内窥镜图像数据集上进行训练，利用结构重参数化方法将训练好的RepResNet18和RepMobileNetV3中新增分支与主分支融合，用于幽门螺杆菌内镜图像分类的推理或部署。本发明在实现了幽门螺杆菌内镜图像分类的同时，有效平衡了模型的性能、参数量与计算量，提高了幽门螺杆菌内镜图像分类的准确率和AUC。
-
公开(公告)号：CN117456181A
公开(公告)日：2024-01-26
申请号：CN202311441056.6
申请日：2023-11-01
Applicant: 南昌大学
IPC: G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0464 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 一种基于MobileViT的结肠镜息肉图像分割方法，包括1)构建数据集并进行预处理；2)构建改进的MVT分割网络；3)用1)中的训练集样本训练MVT网络；4)使用1)中的测试集数据输入3)训练完的MVT网络中，完成对息肉图像进行分割。本发明结合卷积和Transformer的优势，可以同时提取局部和全局特征；用深度可分离卷积替换传统卷积及倒残差结构和SiLU函数组合成MN模块，降低了参数量和计算量；借助Transformer模型可对图像全局信息表征的能力。实现了对结肠镜息肉图像分割的同时，有效的减少了网络的参数量和计算复杂度，提高了结肠镜息肉图像分割的准确率，具有参数量小，分割精度高等特点。
-
公开(公告)号：CN117353286A
公开(公告)日：2024-01-05
申请号：CN202311252281.5
申请日：2023-09-26
Applicant: 南昌大学
Abstract: 一种基于多个相似日和堆叠学习的短期负荷预测方法，1)利用滑动窗口算法对具有高度非线性和非平稳性的时间序列电力负荷数据进行处理；2)提出了一种堆叠神经网络的集成学习方法，在预训练过程中，基层网络集成了径向基函数、随机向量函数链接和反向传播神经网络，以提供稳健的预测模型，元层网络利用深度信念网络和改进的广义学习系统来提高预测精度；3)提出了相似日预测方法来提取电力负荷数据在不同时间维度上的相似特征，进一步增强了模型的稳健性和准确性。本发明通过使用三种策略：滑动窗口算法、堆叠算法、相似日预测方法，有效的提取历史负荷数据的时空特征，减少了计算量，有效提高了模型预测精度，增强了预测模型稳健性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
