-
公开(公告)号：CN119006942B
公开(公告)日：2025-03-25
申请号：CN202411488310.2
申请日：2024-10-24
Applicant: 常熟理工学院
IPC: G06V10/764 , G06V10/54 , G06V10/774 , G06N3/0464 , G06N3/094 , G16H30/00 , G16H70/60
Abstract: 本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。
-
公开(公告)号：CN118331044A
公开(公告)日：2024-07-12
申请号：CN202410318134.1
申请日：2024-03-20
Applicant: 常熟理工学院
IPC: G05B13/04
Abstract: 本发明公开了一种基于轨迹自修正控制双足机器人运动的强化学习方法，利用策略模型输出决策动作与双足机器人在线交互获取真实的环境样本；利用环境动态性模型，来模拟双足机器人的运动状态，用获取的真实的环境样本和监督学习的方法去训练环境动态性模型；然后与策略模型交互获取虚拟样本，将真实样本和虚拟样本对齐进行轨迹自修正，采用误差控制实现对虚拟样本的过滤，在环境动态性模型更新后，利用策略与环境动态性模型交互产生新的更加精确的训练虚拟样本，利用真实的环境样本和新的训练虚拟样本共同训练策略模型。本发明仅需机器人与环境进行少量的交互就可以达到与无模型强化学习近似的累积奖赏，提高双足机器人运动策略的学习效率和准确率。
-
公开(公告)号：CN109089241B
公开(公告)日：2020-12-04
申请号：CN201811242088.2
申请日：2018-10-24
Applicant: 常熟理工学院
Abstract: 本发明提供了一种车载网的数据通信实现方法，所述车载网包括车辆节点，所述车载网覆盖的面积由两个以上的路段，每个路段由两个交叉路口唯一定义，即该路段为该两个交叉路口之间的道路；一个交叉路口能够属于两个以上的路段；车辆节点具有定位功能，通过电子地图能够获取每个交叉路口的地理坐标；所述网络通过本发明所提供的实现方法可快速获取网络数据，缩短路由延迟，降低数据包丢失率，提高服务质量，本发明可应用于道路路况监测、环境监测等领域，具有广泛的应用前景。
-
公开(公告)号：CN109462549B
公开(公告)日：2020-11-27
申请号：CN201811240536.5
申请日：2018-10-24
Applicant: 常熟理工学院
IPC: H04L12/741 , H04L12/751
Abstract: 本发明提供了一种新一代无线移动网络的实现方法，所述网络包含路由器、接入节点和节点；一个路由器配置两个以上的上游有线接口和两个以上的下游有线接口，上游有线接口和下游有线接口统称为接口；接入节点配置一个有线接口和一个无线接口；节点配置一个无线接口；用户通过本发明所提供的新一代无线移动网络的实现方法能够在移动过程中快速获取数据，从而有效增加了数据通信成功率，提高了服务质量，本发明可应用于道路路况监测、车辆管理等领域，具有广泛的应用前景。
-
公开(公告)号：CN119579655A
公开(公告)日：2025-03-07
申请号：CN202510135346.0
申请日：2025-02-07
Applicant: 常熟理工学院
IPC: G06T7/246 , G06V10/80 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种视频目标的跟踪方法，包括视频数据采集、视频数据预处理、跟踪模型训练、跟踪模型测试验证、待处理视频输入验证后跟踪模型得到跟踪结果。其中跟踪模型通过Transformer的编码器来增强外观模板特征和搜索域特征的显著性，并计算相似度权重得到记忆特征；之后由Transformer解码器融合增强后的搜索域特征和记忆特征得到最终特征，并由无锚框的回归机制输出目标边界框。此外，跟踪模型通过轨迹预测模型来估计目标的位置，避免附近的相似物体干扰，纠正了跟踪结果。本发明还公开了视频目标的跟踪系统，本发明解决了目标外观变化而导致误差积累以及相似目标干扰问题，跟踪精度和成功率高。
-
Patent Agency Ranking
公开(公告)号：CN109462549A
公开(公告)日：2019-03-12
申请号：CN201811240536.5
申请日：2018-10-24
Applicant: 常熟理工学院
IPC: H04L12/741 , H04L12/751
CPC classification number: H04L45/02 , H04L45/54 , H04L45/745
Abstract: 本发明提供了一种新一代无线移动网络的实现方法，所述网络包含路由器、接入节点和节点；一个路由器配置两个以上的上游有线接口和两个以上的下游有线接口，上游有线接口和下游有线接口统称为接口；接入节点配置一个有线接口和一个无线接口；节点配置一个无线接口；用户通过本发明所提供的新一代无线移动网络的实现方法能够在移动过程中快速获取数据，从而有效增加了数据通信成功率，提高了服务质量，本发明可应用于道路路况监测、车辆管理等领域，具有广泛的应用前景。
-
公开(公告)号：CN118331044B
公开(公告)日：2024-12-17
申请号：CN202410318134.1
申请日：2024-03-20
Applicant: 常熟理工学院
IPC: G05B13/04
Abstract: 本发明公开了一种基于轨迹自修正控制双足机器人运动的强化学习方法，利用策略模型输出决策动作与双足机器人在线交互获取真实的环境样本；利用环境动态性模型，来模拟双足机器人的运动状态，用获取的真实的环境样本和监督学习的方法去训练环境动态性模型；然后与策略模型交互获取虚拟样本，将真实样本和虚拟样本对齐进行轨迹自修正，采用误差控制实现对虚拟样本的过滤，在环境动态性模型更新后，利用策略与环境动态性模型交互产生新的更加精确的训练虚拟样本，利用真实的环境样本和新的训练虚拟样本共同训练策略模型。本发明仅需机器人与环境进行少量的交互就可以达到与无模型强化学习近似的累积奖赏，提高双足机器人运动策略的学习效率和准确率。
-
公开(公告)号：CN118171682A
公开(公告)日：2024-06-11
申请号：CN202410209234.0
申请日：2024-02-26
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于迁移函数和模仿学习的四足机器人运动控制方法，该方法为：首先构建基于深度概率神经网络的迁移函数模型，利用策略与四足机器人在线交互中获取的真实样本对迁移函数模型的参数进行学习，在此基础上构造了迁移函数、策略以及判别器的损失函数；然后采用训练完的迁移函数模型产生虚拟样本，利用虚拟样本和真实样本以及专家示例共同实现对判别器的训练；最后采用真实样本和虚拟样本来促进策略的学习，使智能体学习的行为策略逐渐接近于专家数据对应的专家策略，实现对专家策略的模仿学习。本发明仅需少量真实样本即可获得与专家策略近似的累积奖赏，提高了四足机器人前向运动策略的学习效率和准确率。
-
公开(公告)号：CN118025036A
公开(公告)日：2024-05-14
申请号：CN202410274586.4
申请日：2024-03-11
Applicant: 常熟理工学院
Abstract: 本发明公开了一种汽车车牌安装架，包括安装架，安装架的两侧以及底部均固定安装有多个挡片，安装架的一侧壁上固定安装有水箱，安装架的顶端固定安装有清理箱，安装架上螺接有多个锁紧螺栓，在安装架的两侧以及底端安装有用来限位的挡片，起到初步防止安装架掉落的风险，挡片采用亚克力板，不会造成遮挡，同时利用锁紧筒对锁紧螺栓进行进一步的锁紧和限定，这样避免锁紧螺栓在颠簸路段长时间的颠簸下，出现松动的问题，更进一步的设置有可以自动清理的清理箱，对车牌进行喷水清洗，驾驶员在驾驶室内按动按钮即可实现喷水，在冬季时，还可以利用空调风管对清理箱内的水进行加热处理，使得清理更加方便。
-
公开(公告)号：CN119006942A
公开(公告)日：2024-11-22
申请号：CN202411488310.2
申请日：2024-10-24
Applicant: 常熟理工学院
IPC: G06V10/764 , G06V10/54 , G06V10/774 , G06N3/0464 , G06N3/094 , G16H30/00 , G16H70/60
Abstract: 本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
