一种基于自适应权重的肺结节CT图像重排序方法

    公开(公告)号:CN113407756B

    公开(公告)日:2022-10-11

    申请号:CN202110594393.3

    申请日:2021-05-28

    Abstract: 本发明一种基于自适应权重的肺结节CT图像重排序方法,属于肺结节CT图像检索技术领域;所要解决的技术问题为:提供基于自适应权重的肺结节CT图像重排序方法的改进;解决上述技术问题采用的技术方案为:图像数据集获取;图像预处理:将待检索肺部CT图像和图像库中肺部CT图像进行图像预处理,截取以RIO为中心的最小外接矩形图像,得到待检索的肺结节CT图像和图像库中的肺结节CT图像;图像特征提取:将经过预处理后的肺结节CT图像输入CNN网络进行深度特征提取;不同哈希码位的自适应权重计算;相似性度量:将待检索肺结节CT图像与图像库中的肺结节CT图像根据汉明距离进行排序,得到相似性最大的肺结节CT图像;本发明应用于肺结节图像检索。

    基于多属性增强图卷积-Informer模型的长时序货运量预测方法

    公开(公告)号:CN113487066B

    公开(公告)日:2022-12-27

    申请号:CN202110678937.4

    申请日:2021-06-18

    Abstract: 本发明基于多属性增强图卷积‑Informer模型的长时序货运量预测方法,属于长时序货运量预测方法技术领域;所要解决的技术问题为:提供基于多属性增强图卷积‑Informer模型的长时序货运量预测方法的改进;解决上述技术问题采用的技术方案为:建立交通流量时序信息数据集;建立货运车辆载货重量时序信息数据集;建立客观动态、静态外部影响因素数据集;构建时序属性增强特征矩阵;构建站点网络结构拓扑图,将计算得到的邻接矩阵的对称归一化拉普拉斯矩阵与时序属性增强特征矩阵同时作为图卷积神经网络模型的输入;将图神经网络模型输出的已编码长时序属性增强特征作为Informer框架的输入,进行训练并学习,最终实现对未来长时序货运量的预测;本发明应用于货运流量预测。

    基于多属性增强图卷积-Informer模型的长时序货运量预测方法

    公开(公告)号:CN113487066A

    公开(公告)日:2021-10-08

    申请号:CN202110678937.4

    申请日:2021-06-18

    Abstract: 本发明基于多属性增强图卷积‑Informer模型的长时序货运量预测方法,属于长时序货运量预测方法技术领域;所要解决的技术问题为:提供基于多属性增强图卷积‑Informer模型的长时序货运量预测方法的改进;解决上述技术问题采用的技术方案为:建立交通流量时序信息数据集;建立货运车辆载货重量时序信息数据集;建立客观动态、静态外部影响因素数据集;构建时序属性增强特征矩阵;构建站点网络结构拓扑图,将计算得到的邻接矩阵的对称归一化拉普拉斯矩阵与时序属性增强特征矩阵同时作为图卷积神经网络模型的输入;将图神经网络模型输出的已编码长时序属性增强特征作为Informer框架的输入,进行训练并学习,最终实现对未来长时序货运量的预测;本发明应用于货运流量预测。

    一种基于自适应权重的肺结节CT图像重排序方法

    公开(公告)号:CN113407756A

    公开(公告)日:2021-09-17

    申请号:CN202110594393.3

    申请日:2021-05-28

    Abstract: 本发明一种基于自适应权重的肺结节CT图像重排序方法,属于肺结节CT图像检索技术领域;所要解决的技术问题为:提供基于自适应权重的肺结节CT图像重排序方法的改进;解决上述技术问题采用的技术方案为:图像数据集获取;图像预处理:将待检索肺部CT图像和图像库中肺部CT图像进行图像预处理,截取以RIO为中心的最小外接矩形图像,得到待检索的肺结节CT图像和图像库中的肺结节CT图像;图像特征提取:将经过预处理后的肺结节CT图像输入CNN网络进行深度特征提取;不同哈希码位的自适应权重计算;相似性度量:将待检索肺结节CT图像与图像库中的肺结节CT图像根据汉明距离进行排序,得到相似性最大的肺结节CT图像;本发明应用于肺结节图像检索。

    一种本地农产品自由交易平台
    5.
    发明公开

    公开(公告)号:CN115797002A

    公开(公告)日:2023-03-14

    申请号:CN202211427510.8

    申请日:2022-11-15

    Abstract: 本发明提供了一种本地农产品自由交易平台,属于电商交易技术领域;解决了目前在线销售平台不能为广大农民销售自己小批量农产品的问题;平台层级分为省、市、县、乡、村五级,农民在本村平台上传自己剩余可销售优质农产品,由本村负责人进行检查评价审核,本村及其余村的村民即可在平台看到待销售的农产品;其余乡镇的人们可看到本村销售的农产品;县里的人们可看到本地乡村销售的农产品,有需要的居民可以采购到新鲜和物美价廉的农产品,农民可实现增收。邻县的人们可以互相看到相邻区县的农产品,可互相进行购买。相邻市的人们可看到邻近市的农产品,可互相进行购买;本发明应用于农产品交易。

    一种基于图卷积-Informer模型的长时序交通流量预测方法

    公开(公告)号:CN113487061A

    公开(公告)日:2021-10-08

    申请号:CN202110592309.4

    申请日:2021-05-28

    Abstract: 本发明一种基于图卷积‑Informer模型的长时序交通流量预测方法,属于长时序交通流量预测技术领域;所要解决的技术问题为:提供一种基于图卷积‑Informer模型的长时序交通流量预测方法的改进;解决上述技术问题采用的技术方案为:包括如下步骤:采集单位时间内高速公路站点和省干线公路交调站点的所有通过车辆的速度信息,并在数据预处理后建立交通流量时序信息数据集;根据高速公路站点和省干线公路交调站点的相对地理位置信息建立站点网络结构拓扑图;构建两层图卷积神经网络模型结构,对路网拓扑结构与交通流量时序信息进行编码并学习数据的空间依赖特征信息;将图卷积得到的编码信息输入Informer层进行训练并学习数据长时序依赖特征信息;本发明应用于交通流量预测。

    一种基于ResNet-Xgboost模型预测心电波异常类型的方法

    公开(公告)号:CN113456084A

    公开(公告)日:2021-10-01

    申请号:CN202110604493.X

    申请日:2021-05-31

    Abstract: 本发明一种基于ResNet‑Xgboost模型预测心电波异常类型的方法,属于心电波异常类型预测技术领域;所要解决的技术问题为:提供一种基于ResNet‑Xgboost模型预测心电波异常类型的方法的改进;解决上述技术问题采用的技术方案为:包括如下步骤:构建8导联心电图数据集;构建能够捕捉不同导联间相似性的ResNet结构的深度神经网络模型,并输出深度特征;根据领域知识和专家经验,构造常用的基于心电波的衍生特征作为人工构造特征;将深度特征和人工构造特征进行特征拼接后作为输入,构建多标签Xgboost预测模型;对于一个新的8导联心电图数据,先输入深度神经网络模型,得到深度特征,与人工特征拼接后输入训练好的Xgboost预测模型,预测患某种疾病的概率;本发明应用于心电波异常预测。

    一种智慧园区交通用路口通行车辆行人安全导流装置

    公开(公告)号:CN119445815A

    公开(公告)日:2025-02-14

    申请号:CN202510023570.0

    申请日:2025-01-07

    Abstract: 本发明属于交通导流装置技术领域,具体涉及一种智慧园区交通用路口通行车辆行人安全导流装置;包括底座,底座的顶部固定连接有支撑柱,支撑柱的一侧设置有导流箱,导流箱的内部设置有第一导流板,第一导流板的内部设置有第二导流板,第一导流板的顶部开设有导向槽,第二导流板的顶部成型有导向板,导向板滑动连接于导向槽内,第二导流板的一侧固定连接有侧板,侧板的底部设置有万向轮,导流箱、第一导流板和第二导流板之间连接有伸缩驱动机构,伸缩驱动机构驱动第二导流板、第一导流板展开或缩回;导流箱、第一导流板和第二导流板能够三级伸缩,增大导流范围,方便使用,便于调节,适应不同的导流场景。

    一种基于Transformers-MulMLA的农业土地覆盖时空语义分割方法

    公开(公告)号:CN114998361B

    公开(公告)日:2025-01-14

    申请号:CN202210641790.6

    申请日:2022-06-07

    Abstract: 本发明提供了一种基于Transformers‑MulMLA的农业土地覆盖时空语义分割方法,属于农业土地覆盖时空语义分割技术领域;所要解决的技术问题为:提供基于Transformers‑MulMLA的农业土地覆盖时空语义分割方法的改进;解决上述技术问题采用的技术方案为:包括如下步骤:S1:对t时刻的输入的农作物图片进行图像预处理;S2:将步骤S1中处理好的图片输入空间特征提取Transformer编码器,输出空间特征;S3:将步骤S2中的空间特征输入至时序特征提取Transformer编码器进行时序分析,输出时间序列特征;S4:采用Mul‑MLA结构对编码层特征进行解码,得到目标农作物覆盖分布语义分割图像;本发明应用于农业土地分割。

    一种基于Transformers-MulMLA的农业土地覆盖时空语义分割方法

    公开(公告)号:CN114998361A

    公开(公告)日:2022-09-02

    申请号:CN202210641790.6

    申请日:2022-06-07

    Abstract: 本发明提供了一种基于Transformers‑MulMLA的农业土地覆盖时空语义分割方法,属于农业土地覆盖时空语义分割技术领域;所要解决的技术问题为:提供基于Transformers‑MulMLA的农业土地覆盖时空语义分割方法的改进;解决上述技术问题采用的技术方案为:包括如下步骤:S1:对t时刻的输入的农作物图片进行图像预处理;S2:将步骤S1中处理好的图片输入空间特征提取Transformer编码器,输出空间特征;S3:将步骤S2中的空间特征输入至时序特征提取Transformer编码器进行时序分析,输出时间序列特征;S4:采用Mul‑MLA结构对编码层特征进行解码,得到目标农作物覆盖分布语义分割图像;本发明应用于农业土地分割。

Patent Agency Ranking