-
公开(公告)号：CN119832546A
公开(公告)日：2025-04-15
申请号：CN202411811908.0
申请日：2024-12-10
Applicant: 大连海事大学
IPC: G06V20/69 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/045 , G06N3/044 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明提供基于生成对抗网络与循环迁移学习的常见致病菌检测识别方法，属于图像处理与分类识别的技术领域。包括以下步骤：图像循环转换；在保留用于区分的信息的前提下，实现微观图像和宏观图像在微观领域和宏观领域之间的转换；循环迁移学习；将图像循环转换处理后的数据，用宏观领域对微观领域进行指导。本发明的模型能够在宏观和微观领域之间循环转移知识，使它可以有效地在不同领域间训练相似的目标对象。通过对比几种已有的方法，本发明方法可以得到更优秀的效果，表明了本发明在致病菌分类检测工作中的重要意义。
-
公开(公告)号：CN114418876A
公开(公告)日：2022-04-29
申请号：CN202210006725.6
申请日：2022-01-05
Applicant: 大连海事大学
Abstract: 本发明提供一种基于光散射特性水下图像增强方法包含以下三个过程：首先，根据水下原始图像的红绿蓝三通道平均值占比，将水下图像的偏色分为五种类型，分别是：不偏色、蓝绿色、绿蓝色、绿色、蓝色。然后，在不考虑偏色的情况下，通过光学衰减特性计算出不同场景水下图像RGB三个通道的色彩损失率。在考虑偏色的情况下，提出多场景色彩恢复方法，计算出损失率误差，并求得最终的色彩损失率，校正水下图像颜色偏色问题。最后，在保持色彩恒常的情况下，设定多对比度因子图像直方图方法，重新分布颜色校正后的水下图像红绿蓝三通道的灰度值，本发明能够有效的提高增强水下图像对比度的效果。
-
公开(公告)号：CN104200423A
公开(公告)日：2014-12-10
申请号：CN201410432790.0
申请日：2014-08-27
Applicant: 大连海事大学
IPC: G06T1/00
Abstract: 本发明涉及一种基于多控制点的矢量图形上下边界线形状自动调整方法，采用本发明在调整矢量图形边界线形状时，只需要确定建模线上有限个数的控制点位置，所有矢量图形的边界线自动依据建模线的形态调整自己的边界线形状，无需手动调整边界线上的每一个控制点，通过该方法可以绘制平滑、美观的边界线，从而大大降低了工作量，进而提高了工作效率。因此，本发明可以适用于计算机矢量图形绘制及图形上、下边界线形状的调整。
-
公开(公告)号：CN118969175A
公开(公告)日：2024-11-15
申请号：CN202411005117.9
申请日：2024-07-25
Applicant: 大连海事大学
IPC: G16H20/10 , G16H70/40 , G16H50/70 , G16H10/60 , G06N3/042 , G06N3/044 , G06N3/045 , G06N3/0895 , G06N5/04
Abstract: 本发明提供一种基于因果对比和消息传递的药物推荐方法，本发明方法首先，对电子病历中的诊断和药物信息进行编码嵌入；然后，利用注意力机制进行因果推断，对症状‑药物关系图进行建模。将不常用药物看作混杂因素，消除因数据稀疏问题导致的推荐偏差；然后，随机增强症状‑药物因果关系图进行图对比学习，更好的学习症状与药物间的相关性表示。同时，利用更新函数对计算药物间消息传递，预测药物间副作用得分，实现更精确更安全的药物组合推荐。
-
公开(公告)号：CN114663534A
公开(公告)日：2022-06-24
申请号：CN202210006724.1
申请日：2022-01-05
Applicant: 大连海事大学
Abstract: 本发明提供一种两级小波分解水下图像增强方法。针对这些颜色失真和对比度低的问题，本发明提出了一种包括两级小波分解最大亮度颜色恢复和边缘细化直方图拉伸的水下图像增强方法。首先，根据Jaffe‑McGlamery水下光学成像模型，得到最大亮通道的比例，对水下图像进行色彩校正。然后设计边缘细化直方图拉伸，在拉伸直方图的同时进行边缘细化和去噪处理，以增强对比度和去噪。最后，对颜色校正和对比度拉伸的水下图像进行小波两级分解，并融合等比例的分解成分。提出的方法可以还原水下图像的颜色和细节，增强水下图像的对比度。大量实验表明，所提出的方法在视觉质量和定量指标方面与最先进的方法相比具有卓越的性能。
-
Patent Agency Ranking
公开(公告)号：CN104200423B
公开(公告)日：2018-01-12
申请号：CN201410432790.0
申请日：2014-08-27
Applicant: 大连海事大学
IPC: G06T1/00
Abstract: 本发明涉及一种基于多控制点的矢量图形上下边界线形状自动调整方法，采用本发明在调整矢量图形边界线形状时，只需要确定建模线上有限个数的控制点位置，所有矢量图形的边界线自动依据建模线的形态调整自己的边界线形状，无需手动调整边界线上的每一个控制点，通过该方法可以绘制平滑、美观的边界线，从而大大降低了工作量，进而提高了工作效率。因此，本发明可以适用于计算机矢量图形绘制及图形上、下边界线形状的调整。
-
公开(公告)号：CN102214321B
公开(公告)日：2014-09-03
申请号：CN201110197854.X
申请日：2011-07-14
Applicant: 大连海事大学
IPC: G06N3/12
Abstract: 本发明公开了一种三维集装箱装载布局优化方法及系统。其中的方法是利用遗传算法的随机快速搜索能力、潜在并行性、全局收敛性在解空间内寻找一组粗略的可行解，之后以该组粗略的可行解作为蚁群算法的输入，利用蚁群算法的正反馈机制、并行性和搜索较好解的能力求得装箱的最优方案，从而实现了遗传算法与蚁群算法在解决集装箱装载布局问题上的融合，避免了现有采用单一算法解决三维集装箱装载布局问题的缺陷，在兼顾全局搜索能力的同时，兼顾了影响装载效率的几个重要约束条件，可应用性好。
-
公开(公告)号：CN119006994A
公开(公告)日：2024-11-22
申请号：CN202410952633.6
申请日：2024-07-16
Applicant: 大连海事大学
Abstract: 本发明提供一种基于transformer的水下视频增强模型。本发明主要使用多尺度特征提取，捕获从低层到高层的图像特征，提高特征的表征能力。为更好地提取局部特征，同时处理整个输入序列时能够利用全局上下文信息，捕捉视频序列的长距离依赖信息进行增强，提出了一个基于transformer的水下视频增强模块，使用空间注意力和通道注意力结合分组空间移位对每一个不同分辨率的特征图进行特征增强和融合，最后使用注意力机制对网络进行重建，逐步提高视频的增强效果。
-
公开(公告)号：CN114418876B
公开(公告)日：2024-11-12
申请号：CN202210006725.6
申请日：2022-01-05
Applicant: 大连海事大学
Abstract: 本发明提供一种基于光散射特性水下图像增强方法包含以下三个过程：首先，根据水下原始图像的红绿蓝三通道平均值占比，将水下图像的偏色分为五种类型，分别是：不偏色、蓝绿色、绿蓝色、绿色、蓝色。然后，在不考虑偏色的情况下，通过光学衰减特性计算出不同场景水下图像RGB三个通道的色彩损失率。在考虑偏色的情况下，提出多场景色彩恢复方法，计算出损失率误差，并求得最终的色彩损失率，校正水下图像颜色偏色问题。最后，在保持色彩恒常的情况下，设定多对比度因子图像直方图方法，重新分布颜色校正后的水下图像红绿蓝三通道的灰度值，本发明能够有效的提高增强水下图像对比度的效果。
-
公开(公告)号：CN118398240A
公开(公告)日：2024-07-26
申请号：CN202410484985.3
申请日：2024-04-22
Applicant: 大连海事大学
Abstract: 本发明提供一种基于Siamese对比学习网络的药物推荐方法，包括：设计双重循环神经网络，对电子病历中的诊断、处方和药物信息进行编码嵌入；构建诊断和处方关系图谱，利用知识增强网络学习症状表示；构建药物分子结构图，利用知识增强网络学习症状表示；利用Causal‑Siamese网络对比学习药物表示，预测推荐用药代码；构造对比损失函数和增强损失函数，利用对比损失函数和增强损失函数平衡损失，实现精准用药推荐。通过分析真实数据集MIMIC‑III上的各项评估指标结果，本发明在药物推荐方面有着重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
