-
公开(公告)号：CN119671856B
公开(公告)日：2025-05-09
申请号：CN202510199201.7
申请日：2025-02-24
Applicant: 杭州电子科技大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于细节增强的医学图像超分辨率重建方法，该方法首先收集肺部CT图像，对图像进行预处理后进行下采样操作，将下采样前后的图像一一对应构成训练集。其次构建包括生成器和鉴别器的生成对抗网络结构，并基于下采样前后的图像数据进行训练。最后将图像采集时获取的肺部CT图像传入训练后的生成器，进行测试，得到细节特征增强后的肺部CT重建图像。本发明根据细节不清的低分辨率肺部CT图像，可以得到纹理细节清晰的高分辨率肺部CT图像。
-
Patent Agency Ranking
公开(公告)号：CN108647573A
公开(公告)日：2018-10-12
申请号：CN201810297353.0
申请日：2018-04-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的军事目标识别方法，属于基于图像的自动目标识别领域。本发明创造可以在军事目标识别，大规模军事目标检索，武器装备智能化，态势估计等领域应用。该方法针对传统的基于深度学习的目标识别网络各层单向连接，特征表达能力不足的问题，重新设计了一种稠密连接卷积等层的算法模型。使用稠密连接的方式，算法模型复用了每一层的特征，从而提高了算法模型的目标识别平均准确率；采用这种方式训练得到的算法模型更小；同时算法模型解决了梯度弥散、梯度膨胀的问题。
-
公开(公告)号：CN105657657A
公开(公告)日：2016-06-08
申请号：CN201610015779.3
申请日：2016-01-11
Applicant: 杭州电子科技大学
CPC classification number: H04W4/025 , H04L67/025 , H04L67/12 , H04L67/18 , H04M1/72572
Abstract: 本发明公开了一种水流信息采集与处理方法。本发明首先由数据采集人员手持安装有水流信息采集应用软件的移动设备，填写当前水体的流速、流量、水深等水流相关信息字段。其次借助移动设备的定位技术获取当前的地理位置信息。再次将水流信息以及地理位置信息一起上传到系统服务器端。最后利用数据融合技术对智能手机采集到的水流信息进行分析，运用相应的态势估计技术，对水流信息造成的影响进行预估，并结合城市排水安全运行原则，最终确定水流态势危险等级，为系统指挥决策人员决策的制定提供参考依据。本发明运用态势估计理论并结合移动开发技术，实现了水流信息的采集，这极大的提高了信息采集的全面性、实时性。
-
公开(公告)号：CN105701608A
公开(公告)日：2016-06-22
申请号：CN201610013812.9
申请日：2016-01-11
Applicant: 杭州电子科技大学
CPC classification number: Y02A20/16 , G06Q10/0635 , G06Q50/26
Abstract: 本发明公开了一种河道监督信息管理系统。本发明中的河道水流水质信息采集模块。由数据采集人员手持安装有移动设备，填写当前水体的流速、流量、水深，水质等相关信息字段。河道水流水质信息更新模块。利用数据融合技术对移动终端采集到的河道水流、水质信息进行分析；运用相应的态势估计技术，对水流信息造成的影响进行预估。河道水流水质信息显示模块是在百度地图上，将河道的水流态势用七种颜色的圆形标注物进行标识。预警信息推送模块是对于达到或超过预设置危险等级的水流，或者是排污，违建等突发事件，服务器端主动向河长推送预警信息。本发明运用态势估计理论并结合移动开发技术，其能够加强河长对河道水流信息的实时监督与管理能力。
-
公开(公告)号：CN119671856A
公开(公告)日：2025-03-21
申请号：CN202510199201.7
申请日：2025-02-24
Applicant: 杭州电子科技大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于细节增强的医学图像超分辨率重建方法，该方法首先收集肺部CT图像，对图像进行预处理后进行下采样操作，将下采样前后的图像一一对应构成训练集。其次构建包括生成器和鉴别器的生成对抗网络结构，并基于下采样前后的图像数据进行训练。最后将图像采集时获取的肺部CT图像传入训练后的生成器，进行测试，得到细节特征增强后的肺部CT重建图像。本发明根据细节不清的低分辨率肺部CT图像，可以得到纹理细节清晰的高分辨率肺部CT图像。
-
公开(公告)号：CN108614996A
公开(公告)日：2018-10-02
申请号：CN201810295054.3
申请日：2018-04-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的军船、民船自动识别方法，属于基于图像的自动目标识别领域。本发明创造可以在海防，武器装备智能化，态势估计领域应用。该方法针对传统的基于深度学习的目标识别网络各层单向连接，特征表达能力不足的问题，重新设计了一种稠密连接卷积等层的算法模型。使用稠密连接的方式，算法模型复用了每一层的特征，从而提高了算法模型的目标识别平均准确率；算法模型采用全卷积的特征提取方式去除了权重参数过大的全连接层，采用这种方式训练得到的算法模型更小；不仅如此，算法模型解决了梯度弥散、梯度膨胀的问题。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
