-
公开(公告)号：CN117765187A
公开(公告)日：2024-03-26
申请号：CN202410196740.0
申请日：2024-02-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于多模态深度估计引导的单目隐神经的建图方法，采用模糊深度感知模块的条件隐式最大似然估计技术生成深度多模态分布先验，提高存在非不透明介质时的场景重建精度，引入空间雕刻损失实现多视图深度估计的有效融合，获得全局一致的场景表征，引入表面法线损失，加强局部几何一致性约束，优化场景表示的同时使得系统在仅RGB输入的条件下，也具备精确的位姿跟踪精度和鲁棒性，解决了现有技术中因形状辐射歧义导致的全局表面重建不一致性，受限于物体空间位置遮挡与传感器测量精度导致建图不完整，定位效果不理想的问题。
-
公开(公告)号：CN110909396B
公开(公告)日：2020-08-21
申请号：CN201910972860.4
申请日：2019-10-14
Abstract: 本发明公开了一种计算机信息安全保护装置，具体涉及计算机设备技术领域，包括桌板，所述桌板底部两侧分别固定设置有第一支撑柜和第二支撑柜，所述桌板顶部设置有显示屏，所述显示屏输出端连接有主机，所述主机设置在第二支撑柜内部，所述第二支撑柜外侧设置有主机防护机构，所述桌板底部设置有键盘防护机构。本发明通过设置有主机防护机构和键盘防护机构，可以通过防护门上的按键槽直接按动主机的开机键，从而不需要打开防护门便可以开机，提高了开机效率，通过第一指纹密码锁和第二指纹密封锁可以有效对主机和键盘进行防护，与现有技术相比，可以有效对键盘和主机进行防护，且自动化程度高，操作便捷，且开机不用进行验证，提高操作效率。
-
公开(公告)号：CN107124377A
公开(公告)日：2017-09-01
申请号：CN201710279067.7
申请日：2017-04-25
Applicant: 成都信息工程大学
IPC: H04L12/911 , H04L12/863 , H04L12/801 , G06F9/455
Abstract: 本发明涉及一种数据中心内流量带宽可约束的虚拟机动态聚合方法，其包括以下步骤：对初始状态虚拟机针对计算资源进行多级聚合；建立流量代价模型；定义聚团内交互流量ICIT以及聚团外交互流量ECIT；定义数据中心虚拟机聚合过程中总的流量交互代价；使用全局流量模型来描述任意初始虚拟机i和j之间的交互流量Tij；统计系统内当前所有等效虚拟机连通度；统计系统内当前所有等效虚拟机的经过转换系数转换的ICIT和ECIT；使用DWMTR进行虚拟机三级聚团操作；选出ECIT/ICIT值最大的等效虚拟机，测试是否能通过将其与其余核心交换机控制域内的ICIT/ECIT值升序排列的等效虚拟机对调；选用首次满足对调条件的等效虚拟机进行对调；重复前述过程，直至系统内所有虚拟机完成位置调整。
-
公开(公告)号：CN119293594A
公开(公告)日：2025-01-10
申请号：CN202411451278.0
申请日：2024-10-17
Applicant: 成都信息工程大学
IPC: G06F18/241 , G06N3/042 , G06N3/0464 , G06F18/25
Abstract: 本发明提出了一种基于卷积神经网络的SSVEP分类方法，涉及数据处理技术领域，包括：S1、获取原始SSVEP信号，利用ICEEMDAN算法将SSVEP信号进行集合经验模态分解为本征模态函数；S2、将分解得到的本征模态函数输入到基于图卷积网络的时间特征提取器进行时间特征数据提取；S3、将步骤S2提取得到的时间特征数据输入基于图卷积网络的空间特征提取器进行空间特征数据提取；S4、通过压缩激励函数对特征提取后的数据进行特征融合，根据融合后的数据的特征进行分类以得到分类结果；本发明能够显著提高分类准确率和信息传输速率，降低噪声和伪影的影响。
-
公开(公告)号：CN118626940B
公开(公告)日：2024-10-11
申请号：CN202411106056.5
申请日：2024-08-13
Applicant: 成都信息工程大学
IPC: G06F18/241 , G06F18/25 , G06N3/0464 , A61B5/00 , A61B5/374 , A61B5/1455
Abstract: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法，属于大脑多模态信号分类的技术领域，其包括获取处理后的脑电信号；对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理，得到多个窄时间序列；提取多个窄时间序列中的时间特征，并基于多层感知机分类层，得到EEG数据时间分支的脑认知任务的分类结果；采用等距方位角投影将血红蛋白浓度转化为三维空间张量，并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息；最后采用决策融合策略融合并行双分支的结果，最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要，并增强了网络泛化性。
-
Patent Agency Ranking
公开(公告)号：CN118212372B
公开(公告)日：2024-07-23
申请号：CN202410630016.4
申请日：2024-05-21
Applicant: 成都信息工程大学
IPC: G06T17/05 , G06T17/10 , G06T17/20 , G06T15/00 , G06T15/08 , G06V10/80 , G06V10/44 , G06V10/46 , G06V10/56 , G06V10/82 , G06N3/0499 , G06N3/048
Abstract: 本发明公开了一种融合神经隐式表面表征与体积渲染的建图方法，基于密度场是由一个定义良好的表面产生的这一设定，将经典体渲染技术中的体密度建模为参数可学习的符号距离函数，并利用估计的TSDF引导由光心像素生成射线与真实表面交点附近密集采样，使采样点分布更好地吻合场景真实辐射场分布，以获取更准确的表面几何近似与颜色表征。通过采用体素存储TSDF与高效的空间收缩函数，增强射线与几何边界交叉的检测效率，实现无边界的真实世界场景的照片级图像合成，同时生成精确的深度图。采用体素动态扩展技术实现大规模场景的高效隐式场景表示。
-
公开(公告)号：CN118332454A
公开(公告)日：2024-07-12
申请号：CN202410750277.X
申请日：2024-06-12
Applicant: 成都信息工程大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/25 , G06F18/2131 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明提供一种基于多维特征融合的情绪识别模型训练方法，涉及情绪识别技术领域，该方法为对脑电信号进行预处理，得到频域信息；对频域信息进行微分处理，得到微分熵数据；基于微分熵数据，通过多维特征融合的方式训练情绪识别模型，得到训练好的情绪识别模型；情绪识别模型用于对所述脑电信号进行分析，得到情绪分类结果。本发明解决了情绪识别模型冗余性高和通用性差的问题。
-
公开(公告)号：CN118212372A
公开(公告)日：2024-06-18
申请号：CN202410630016.4
申请日：2024-05-21
Applicant: 成都信息工程大学
IPC: G06T17/05 , G06T17/10 , G06T17/20 , G06T15/00 , G06T15/08 , G06V10/80 , G06V10/44 , G06V10/46 , G06V10/56 , G06V10/82 , G06N3/0499 , G06N3/048
Abstract: 本发明公开了一种融合神经隐式表面表征与体积渲染的建图方法，基于密度场是由一个定义良好的表面产生的这一设定，将经典体渲染技术中的体密度建模为参数可学习的符号距离函数，并利用估计的TSDF引导由光心像素生成射线与真实表面交点附近密集采样，使采样点分布更好地吻合场景真实辐射场分布，以获取更准确的表面几何近似与颜色表征。通过采用体素存储TSDF与高效的空间收缩函数，增强射线与几何边界交叉的检测效率，实现无边界的真实世界场景的照片级图像合成，同时生成精确的深度图。采用体素动态扩展技术实现大规模场景的高效隐式场景表示。
-
公开(公告)号：CN109849802B
公开(公告)日：2020-08-04
申请号：CN201910270999.4
申请日：2019-04-04
Applicant: 成都信息工程大学
IPC: B60R11/02
Abstract: 本发明公开了一种车载可移动式计算机支架，涉及计算机技术领域。该发明包括支架本体，支架本体上表面开有放置槽，放置槽内部固定有松紧带，松紧带一端固定有卡块，放置槽一侧开有卡槽，支架本体一侧开有固定槽，支架本体底部固定有若干滑槽，滑槽内部滑动连接有滑块，滑块两侧开有活动槽，活动槽内部固定有卡杆，卡杆外侧滚动连接有滚珠，滑块一侧固定有连接杆，连接杆一端固定有调节杆，调节杆外侧固定有限位板。本发明通过加长板的作用，在使用时结构合理，操作简单，使键盘和鼠标等外设有足够的地方安放，以此提高使用者的工作效率，且收起放置板和加长板时其体积较小，便于随身携带。
-
公开(公告)号：CN110162804B
公开(公告)日：2020-01-21
申请号：CN201810021270.9
申请日：2018-01-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于CPU加速的波场正演模拟优化方法，其包括以下步骤：S1)提出波场正演具体物理模型；S2)进行数值建模；在空间维度上使用高阶差分来模拟二阶微分，从而减小内存的使用；在时间维度上减少延拓步长；S3)进行静态分块及分配：根据线程数量k，将图像沿长边方向平均分成k个子图，然后将其按顺序标记后作为基础子图；S4)并行化及通信时间隐藏；S5)模型拆分和任务分解。本发明能够有效提高波场正演模拟的计算速度，并且能动态分块调配节点，从模型分块和通信时间隐藏两个方面优化，进行并行加速，充分利用多核计算资源，并有效的同步模拟实际物理传播过程。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.027 seconds)
