-
公开(公告)号：CN118298265A
公开(公告)日：2024-07-05
申请号：CN202410317287.4
申请日：2024-03-20
Applicant: 安徽理工大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/44 , G06V10/58 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进ResNet的多标签胸部图像分类方法，包括：S1：采用ResNet算法构建胸部X光图像分类；S2：数据预处理模块，对胸部X光图像进行预处理，包括图像的缩放、裁剪以及随机翻转等方式；S3：利用多尺度特征提取和融合模块，获取更加丰富的特征信息；S4:在残差结构中，利用八度卷积提取病灶的特异性特征，解决X光特异性表达不充分问题；S5：利用MLP并对其进行改进，旨在通过MLP利用高频特征获取更多信息和细节的同时，有效减少参数量和计算量。S6：将得到的特征信息经过分类层，并利用加权交叉熵损失函数，增加样本数较少的类别权重，改善样本分布不平衡的问题，提高了胸部图像分类的准确率，为识别胸部X光患病病灶提高技术支持。本发明提高了胸部图像分类的准确率，为识别胸部X光患病病灶提高技术支持。
-
公开(公告)号：CN118229973A
公开(公告)日：2024-06-21
申请号：CN202410330924.1
申请日：2024-03-22
Applicant: 安徽理工大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/771 , G06V10/80 , G06V10/52 , G06V10/764 , G06V20/17 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明公开一种融合注意力机制和多尺度特征的无人机图像分割方法。具体包括以下步骤：下载公开无人机遥感图像数据集；以DeeplabV3+为基准网络，构建语义分割网络结构；图像输入模型之后先经过主干网络得到低语义信息和中语义信息；编码器部分，在DeeplabV3+网络的ASPP中添加CARM，优化编码器中的深层信息得到高语义信息；解码器部分，将主干特征提取网络中两个不同层次的特征经过MSFFM进行融合，利用1×1卷积层将通道间信息进行整合，得到高空间信息；随后高空间信息与高语义信息进行拼接，再经过3×3卷积进行特征整合，最后将图片上采样到输入时的大小并对图片中的像素进行预测得到最终的结果；训练无人机图像，用验证集进行验证并不断调整参数，选出最优模型。本发明达到了对输入图像精确分割的目的，增强了模型对于小目标和物体形状的感知能力，避免在处理无人机图像时因边缘模糊和细节信息丢失等原因造成的小目标分割不精确的问题。
-
公开(公告)号：CN115690479A
公开(公告)日：2023-02-03
申请号：CN202210562253.2
申请日：2022-05-23
Applicant: 安徽理工大学
IPC: G06V10/764 , G06V20/10 , G06V10/44 , G06V10/54 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于卷积Transformer的遥感图像分类方法及系统，方法包括：首先使用轻量级卷积神经网络提取局部特征，其次将得到的局部特征输入到CNN融合多头自注意力机制的混合网络中以增强对图像全局特征的提取能力；然后在训练过程中引入迁移学习以加快收敛速度；最后将获得的特征输出进行分类预测。与其他常用的图像分类方法相比，在减少参数量和计算成本的同时能够高效地提取遥感图像的局部特征信息和长距离全局依赖信息。解决了自注意力时间复杂度的增加、计算成本较高、分类准确率不高及鲁棒性低的技术问题。
-
公开(公告)号：CN114384549A
公开(公告)日：2022-04-22
申请号：CN202210040041.8
申请日：2022-01-13
Applicant: 安徽理工大学
Abstract: 本发明提供了一种基于GNSS接收机的城市区域GNSS控制网优化设计的方法，该方法不仅能准确的提高GNSS控制网的测量效率和精度，而且更能在有限的条件下做到最大的优化程度。该方法主要包括：在测区控制区域内，选定GNSS控制网点位；设计并优化调整GNSS控制网型结构；进行高效的野外作业测量；对GNSS控制网进行约束平差，分析观测数据成果各指标，评价设计的网型结构并做出决策方案。在本发明中，可通过设计思路和方法，得到最优方案的设计图。在同一个GNSS控制网中，既可以得到三维坐标，又可以得到各点位的精度和效益指标。
-
公开(公告)号：CN111083733B
公开(公告)日：2022-04-19
申请号：CN202010085183.7
申请日：2020-02-10
Applicant: 安徽理工大学
Abstract: 本发明实施例提供了一种无线传感器网络拥塞控制方法及系统，方法包括：1)、针对目标通信网络，获取下一时刻目标通信网络中各个节点簇的簇首节点；2)、针对每一个簇首节点，利用卡尔曼滤波预测算法预测出簇首节点的待发送数据的队列长度；3)、根据队列长度获取簇首节点的拥塞状态；并根据簇首的拥塞状态，判断是否需要为所述簇首节点确定协助节点；4)、若是，在所述簇首节点对应的节点簇中获取协助节点，根据簇首节点的拥塞程度确定所述协助节点的工作状态，以使协助节点根据所述工作状态调节出力大小；5)、若否，将下一时刻的下一时刻作为下次控制过程中的下一时刻，并返回执行步骤1)，直至完成控制。应用本发明实施例，可靠性高于现有技术。
-
Patent Agency Ranking
公开(公告)号：CN113015195A
公开(公告)日：2021-06-22
申请号：CN202110186912.2
申请日：2021-02-08
Applicant: 安徽理工大学
Abstract: 本发明公开了一种无线传感器网络数据采集方法和系统，所述方法包括：筛选当前时刻采集的数据值变化较大的节点，并判断其是否为异常节点；获取异常数据节点占比，当数据异常节点占比低于规模阈值时，过滤掉可信度低的节点数据后再启动紧急数据采集机制进行数据采集；当数据异常节点占比高于规模阈值时，启动紧急数据采集机制进行数据采集；本发明的优点在于：对节点可靠性和数据可靠性进行准确判断，同时保障紧急数据的快速收集，提高监测结果的准确性，从而使得无线传感器网络服务质量能更好地满足应用需求。
-
公开(公告)号：CN110198549B
公开(公告)日：2022-06-24
申请号：CN201910494711.1
申请日：2019-06-10
Applicant: 安徽理工大学
Abstract: 本发明公开了事件驱动型无线传感器网络分簇路由方法，包括以下步骤：建立分簇网络；构建多跳传输链路；采用预估代价函数引导链路搜索，并获得最小传输代价链路；对链路进行优化，用以降低所述链路的链路开销，并获得最小链路开销；在数据传输阶段，对数据重要性进行分级并汇总至簇首，在簇首端采用序贯法进行紧急事件判别；以优化后传输代价最小链路作为数据传输的首选链路，数据按照紧急程度由高至低依次传输。本发明还公开网络分簇路由系统。本发明具有克服现有技术的丢包重传方法存在网络拥塞、增加节点监听和处理开销以及实现复杂度增加等不足；多路径冗余传输方法存在数据传输量增加、易形成全网拥塞、传输效费比低等不足的优点。
-
公开(公告)号：CN111083733A
公开(公告)日：2020-04-28
申请号：CN202010085183.7
申请日：2020-02-10
Applicant: 安徽理工大学
Abstract: 本发明实施例提供了一种无线传感器网络拥塞控制方法及系统，方法包括：1)、针对目标通信网络，获取下一时刻目标通信网络中各个节点簇的簇首节点；2)、针对每一个簇首节点，利用卡尔曼滤波预测算法预测出簇首节点的待发送数据的队列长度；3)、根据队列长度获取簇首节点的拥塞状态；并根据簇首的拥塞状态，判断是否需要为所述簇首节点确定协助节点；4)、若是，在所述簇首节点对应的节点簇中获取协助节点，根据簇首节点的拥塞程度确定所述协助节点的工作状态，以使协助节点根据所述工作状态调节出力大小；5)、若否，将下一时刻的下一时刻作为下次控制过程中的下一时刻，并返回执行步骤1)，直至完成控制。应用本发明实施例，可靠性高于现有技术。
-
公开(公告)号：CN110198549A
公开(公告)日：2019-09-03
申请号：CN201910494711.1
申请日：2019-06-10
Applicant: 安徽理工大学
Abstract: 本发明公开了事件驱动型无线传感器网络分簇路由方法，包括以下步骤：建立分簇网络；构建多跳传输链路；采用预估代价函数引导链路搜索，并获得最小传输代价链路；对链路进行优化，用以降低所述链路的链路开销，并获得最小链路开销；在数据传输阶段，对数据重要性进行分级并汇总至簇首，在簇首端采用序贯法进行紧急事件判别；以优化后传输代价最小链路作为数据传输的首选链路，数据按照紧急程度由高至低依次传输。本发明还公开网络分簇路由系统。本发明具有克服现有技术的丢包重传方法存在网络拥塞、增加节点监听和处理开销以及实现复杂度增加等不足；多路径冗余传输方法存在数据传输量增加、易形成全网拥塞、传输效费比低等不足的优点。
-
公开(公告)号：CN116709464A
公开(公告)日：2023-09-05
申请号：CN202310782310.2
申请日：2023-06-28
Applicant: 安徽理工大学
IPC: H04W40/04
Abstract: 一种无线传感器网络非均匀分簇自适应路由方法，属于无线传感器网络技术领域，解决无线传感器网络中出现的节点能耗不均和热区问题，通过二次选举的方式来提高簇头节点的质量，为簇头节点进行簇内普通节点维护与进行数据的转发任务提供保障；在成簇阶段，通过代价函数来优化共同边缘节点的入簇选择，形成非均匀分簇，达到了缓解基站周围热区问题的目的；在路由阶段，通过动态转移策略和改进的局部启发函数，提高了算法对最优路径的搜寻能力，采用新的信息素更新规则，解决算法易陷入局部最优的问题，最后引入动态信息素挥发系数，能够加快算法的收敛速度；本发明能够有效地均衡网络能耗、缓解基站附近的热区问题，从而提高网络生命周期与吞吐量。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.038 seconds)
