-
公开(公告)号：CN114492607B
公开(公告)日：2025-02-28
申请号：CN202210041646.9
申请日：2022-01-14
Applicant: 厦门大学
IPC: G16H40/20 , G06Q50/22 , G06F18/23 , G06F18/214
Abstract: 本发明提供基于多源城市大数据的医院急诊需求和拥挤度估计方法，包括如下步骤：获取出租车下客数据集，采用自组织映射网络进行下客点聚类；根据聚类得到的每个类簇，提取下客时间序列特征、第一类空间特征和第二类空间特征，采用协同训练和主动学习策略得到急诊需求的时间序列；建立分段平稳的排队模型，并急诊科室分为全科门诊类型、内科门诊类型和外科门诊类型；利用排队模型计算各门诊类型下的平均排队人数和平均等待时间以及输液室的占用率，即输液床位的使用率ρinfusion；对三种类型的指标进行整合得到整个急诊科的拥挤度估计；本发明提供的方法，具有高效、低耗的优点，同时也达到了较高的准确率。
-
公开(公告)号：CN114429546B
公开(公告)日：2024-12-31
申请号：CN202210072701.0
申请日：2022-01-21
Applicant: 厦门大学
IPC: G06V10/26 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06F3/04845
Abstract: 本发明公开了一种基于点击的户外激光点云交互式分割方法，包括以下步骤：S1、将输入的3D原始点云表示为#imgabs0#其中#imgabs1##imgabs2#是点pi的3D坐标；S2、点击点云场景中感兴趣的目标，将完整的点云场景划分为包含兴趣目标的小块点云场景，并转化成包含点击位置信息的点云块；S3、基于计算机模拟点击的方法生成训练网络所需要的数据；S4、将交并比的分割损失函数和交叉熵的分类损失函数组合形成混合损失函数作为网络的损失函数；S5、基于卷积和池化的网络CRSNet对包含点击位置信息的点云块进行前景背景分割，并对目标的种类进行识别。
-
公开(公告)号：CN111783648B
公开(公告)日：2024-12-10
申请号：CN202010615878.1
申请日：2020-06-30
Applicant: 厦门大学
IPC: G06V20/56 , G06V10/26 , G06V10/762
Abstract: 本发明公开了一种道路点云中护栏的提取方法、介质、设备及装置，其中方法包括：对原始移动激光扫描点云进行预处理，以生成原始点云；对原始点云进行道路平面点提取，以获取第一点云和道路平面点云对应的道路平面模型，并对道路平面模型进行垂直平移，以及根据平移后的道路平面模型过滤第一点云，以生成第二点云；以鸟瞰视角生成二维投影，并根据聚类算法对二维投影进行聚类，以生成多个类；对多个类进行筛选，以获得护栏对应的类，并根据护栏对应的类提取第二点云中护栏对应的三维点云，以完成道路点云中护栏的提取；能够在没有位置信息等先验信息的前提下，从大规模道路场景点云中准确提取护栏点云，降低护栏点云提取难度。
-
公开(公告)号：CN114463290B
公开(公告)日：2024-11-01
申请号：CN202210066327.3
申请日：2022-01-20
Applicant: 创芯国际生物科技(广州)有限公司 , 厦门大学
IPC: G06V20/69 , G06V10/764 , G06V10/776 , G06V10/82
Abstract: 本发明提供一种基于显微图像的类器官类型智能识别方法及系统。该方法包括：获取肺泡类器官显微图像；将其中每个肺泡类器官进行框选并单独提取，用xi表示其中一个肺泡类器官图像；将每个肺泡类器官图像分别输入到3种类型智能判断与识别模型中得到3种预测结果；待所有肺泡类器官图像处理完毕后，统计3种类型智能判断与识别模型的精确率和召回率结果，并利用这些结果对三种模型进行评价，选择评价结果最优的模型为最终的分选模型；采用其进行肺泡类器官类型的识别与判断。本发明以肺泡类器官影像为数据输入，可直接导出详细分型比例数据，拥有统一的判别标准且快速直观，可进行高通量作业，分型比例数据可作为建库和质控标准，还可作为研究参数。
-
公开(公告)号：CN118276036A
公开(公告)日：2024-07-02
申请号：CN202410520585.3
申请日：2024-04-28
Applicant: 厦门大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于扩散模型的激光雷达定位方法、装置及可读介质，涉及计算机模型领域，包括：构建基于扩散模型的激光雷达定位模型，激光雷达定位模型包括特征学习器和去噪器，特征学习器包括依次连接的预训练的视觉基础模型和静态目标感知池模块；将点云序列转换得到的深度投影图像输入经训练的激光雷达定位模型中，通过预训练的视觉基础模型提取得到每帧点云对应的特征图，并输入静态目标感知池模块，得到每帧点云对应的几何鲁棒特征，将每帧点云对应的几何鲁棒特征作为条件，通过去噪器进行迭代去噪，得到预测噪声，根据预测噪声计算出姿态，根据特征图计算得到静态目标掩码，解决APR在捕获关键几何信息方面的不足及定位性能差等问题。
-
Patent Agency Ranking
公开(公告)号：CN118262085A
公开(公告)日：2024-06-28
申请号：CN202410520586.8
申请日：2024-04-28
Applicant: 厦门大学
IPC: G06V10/22 , G06V10/26 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/778 , G06V10/82
Abstract: 本发明公开了一种基于语义感知的激光雷达定位方法、装置及可读介质，涉及计算机模型领域，包括：构建包含坐标点回归网络、语义分割网络和知识蒸馏网络的场景定位模型，坐标点回归网络包括多尺度特征提取模块和回归模块，回归模块包括定位回归器和语义回归器，定位回归器输出每个点在世界坐标系所对应的坐标，语义回归器输出点云数据中每个点的第一语义特征；语义分割网络用于提取点云数据中每个点的第二语义特征，将第二语义特征下采样为教师特征，将第一语义特征作为学生特征，学生特征和教师特征输入知识蒸馏网络中进行知识蒸馏，构建总损失函数并对场景定位模型进行训练，得到经训练的坐标点回归网络；解决定位的鲁棒性和准确性低等问题。
-
公开(公告)号：CN117395024A
公开(公告)日：2024-01-12
申请号：CN202311140704.4
申请日：2023-09-05
Applicant: 厦门大学
Abstract: 本申请的实施例提供了一种基于图纵向联邦模型的防御方法、装置、介质及设备。该方法包括：根据接收到的针对目标节点的预测请求，向各参与方对应的本地服务器发送针对目标节点的目标节点嵌入上传指令，以使各本地服务器反馈与目标节点相对应的目标节点嵌入；查询历史节点嵌入库，将与除恶意参与方以外的其他参与方发送的目标节点嵌入之间总相似度最高的历史节点嵌入组作为目标历史节点嵌入组；将目标历史节点嵌入组中由恶意参与方发送的历史节点嵌入替换由该恶意参与方发送的目标节点嵌入并调用全局模型进行预测，以使全局模型输出与目标节点对应的预测结果。本申请实施例的技术方案可以提高图纵向联邦模型的鲁棒性，保证其对对抗攻击的防御效果。
-
公开(公告)号：CN113723511B
公开(公告)日：2023-12-22
申请号：CN202111010490.X
申请日：2021-08-31
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于遥感电磁辐射和红外图像的目标检测方法，包括以下步骤：S1、获取区域内的电磁辐射信号和红外图像，并将电磁辐射信号二维化；S2、将二维结构的电磁辐射和红外图像作为输入，馈送到多模态特征融合Transformer中，通过注意力机制将两个输入源的特征向量进行整合，得到电磁辐射检测结果和红外图像检测结果；S3、将电磁辐射检测结果和红外图像检测结果经融合张量后，输入到检测融合网络中，输出得到目标检测结果；该发明通过给定一块目标区域在某一时刻的电磁辐射信号和红外图像数据作为输入，能够通过两个模态之间的信息交互和增强，提高目标检测的性能和置信度。
-
公开(公告)号：CN117115777A
公开(公告)日：2023-11-24
申请号：CN202310870497.1
申请日：2023-07-14
Applicant: 厦门大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06Q10/0635 , G06Q50/26
Abstract: 本发明公开了一种城市交通风险热点识别方法，属于交通管理领域，一种城市交通风险热点识别方法，包括以下步骤：S1：获取目标城市的三维模型、车辆轨迹数据、以及天气数据进行城市模拟器搭建，S2：在步骤S1搭建的城市模拟器的基础上进行基于目标检测和关系检测的交通违法行为的识别，S3：在步骤S1搭建的城市模拟器的基础上进行停车热点提取，并且对环境特征进行建模得到交通事故热点，S4：对步骤S2识别的交通违法行为和步骤S3得到的交通事故热点基于加权聚类算法计算出交通风险热点。通过城市模拟器来全面的模拟城市中的交通情况，并且通过深度学习等方法来及时地、精确地发现城市交通风险热点区域。
-
公开(公告)号：CN117056962A
公开(公告)日：2023-11-14
申请号：CN202310903744.3
申请日：2023-07-21
Applicant: 厦门大学
Abstract: 本发明公开了一种联邦学习大模型精调方法及装置，该方法包括：服务器端将预训练好的模型划分为第一模型和第二模型；客户端构建与第一模型结构一致的本地模型，并根据第一模型的参数固定本地模型参数；在每一轮通信中，客户端获取嵌入数据，并根据差分隐私机制对嵌入数据进行加密，以得到加密后的嵌入数据；服务器端将加密后的嵌入数据输入到第二模型，以得到输出数据；客户端根据输出数据计算模型损失，以便得到对应的梯度；服务器端根据梯度计算第二模型中的参数对应的梯度，并根据第二模型中的参数对应的梯度对第二模型进行更新，重复通信训练直至第二模型收敛；由此，通过联邦分离和差分隐私加密避免了私域数据和模型参数泄露的风险。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.074 seconds)
