基于贪婪投影三角化的体积确定方法、系统、设备及介质

    公开(公告)号:CN115564820B

    公开(公告)日:2023-03-21

    申请号:CN202211404837.3

    申请日:2022-11-10

    Abstract: 本发明公开了一种基于贪婪投影三角化的体积确定方法、系统、设备及介质,涉及体积计算技术领域,方法包括:获取多个针对于目标对象的原始点云数据,对每个所述原始点云数据进行预处理,得到多个目标点云数据;根据多个所述目标点云数据进行点云补全,得到完整点云数据,所述完整点云数据包括多个点云补全后的点云数据;利用贪婪投影三角化算法,对所述完整点云数据进行曲面重建,得到针对于所述目标对象的目标曲面模型,所述目标曲面模型包含多个目标面,每个所述目标面包括多个目标点,每个所述目标点表征一个点云数据;根据所述目标曲面模型包含的多个所述目标面,确定所述目标对象的体积。

    癫痫样放电分类模型训练及识别方法、系统及电子设备

    公开(公告)号:CN114886440B

    公开(公告)日:2022-09-30

    申请号:CN202210819873.X

    申请日:2022-07-13

    Abstract: 本发明公开了一种癫痫样放电分类模型训练及识别方法、系统及电子设备,涉及脑电信号处理技术领域,癫痫样放电分类模型是基于初始模型训练得到的,初始模型包括卷积神经网络、多头自注意力模块和树突神经网络,训练方法包括:获取多个原始脑电波数据,每个原始脑电波数据对应一个标注结果,通过卷积神经网络对每个原始脑电波数据进行特征提取,得到多个图像特征矩阵;通过多头自注意力模块对每个图像特征矩阵进行特征提取,得到多个输出特征矩阵;通过树突神经网络对每个输出特征矩阵进行分类识别,得到多个预测分类结果,根据各个预测分类结果和各个标注结果,确定损失函数值;根据损失函数值和训练结束条件,确定癫痫样放电分类模型。

    一种奶油靛蓝色素检测方法、装置、系统以及存储介质

    公开(公告)号:CN117789101B

    公开(公告)日:2024-12-10

    申请号:CN202311624480.4

    申请日:2023-11-29

    Abstract: 本发明提供一种奶油靛蓝色素检测方法、装置、系统以及存储介质,属于数据检测技术领域,方法包括:从采集设备中获得待测样品的奶油靛蓝色素待处理数据;对奶油靛蓝色素待处理数据的预处理得到奶油靛蓝色素待划分数据;将奶油靛蓝色素待划分数据随机划分为奶油靛蓝色素训练集和奶油靛蓝色素测试集;根据奶油靛蓝色素训练集对训练模型的模型优化得到目标检测模型;通过目标检测模型对奶油靛蓝色素测试集的检测得到检测结果。本发明使得模型具有高适用、高精度、高鲁棒、高效率的特性,提高了模型的泛化能力,能够达到对变温条件下的光谱定量分析在实践中运用的标准,有助于近红外光谱人工智能快速检测技术在食品安全领域的发展。

    基于贪婪投影三角化的体积确定方法、系统、设备及介质

    公开(公告)号:CN115564820A

    公开(公告)日:2023-01-03

    申请号:CN202211404837.3

    申请日:2022-11-10

    Abstract: 本发明公开了一种基于贪婪投影三角化的体积确定方法、系统、设备及介质,涉及体积计算技术领域,方法包括:获取多个针对于目标对象的原始点云数据,对每个所述原始点云数据进行预处理,得到多个目标点云数据;根据多个所述目标点云数据进行点云补全,得到完整点云数据,所述完整点云数据包括多个点云补全后的点云数据;利用贪婪投影三角化算法,对所述完整点云数据进行曲面重建,得到针对于所述目标对象的目标曲面模型,所述目标曲面模型包含多个目标面,每个所述目标面包括多个目标点,每个所述目标点表征一个点云数据;根据所述目标曲面模型包含的多个所述目标面,确定所述目标对象的体积。

    癫痫样放电分类模型训练及识别方法、系统及电子设备

    公开(公告)号:CN114886440A

    公开(公告)日:2022-08-12

    申请号:CN202210819873.X

    申请日:2022-07-13

    Abstract: 本发明公开了一种癫痫样放电分类模型训练及识别方法、系统及电子设备,涉及脑电信号处理技术领域,癫痫样放电分类模型是基于初始模型训练得到的,初始模型包括卷积神经网络、多头自注意力模块和树突神经网络,训练方法包括:获取多个原始脑电波数据,每个原始脑电波数据对应一个标注结果,通过卷积神经网络对每个原始脑电波数据进行特征提取,得到多个图像特征矩阵;通过多头自注意力模块对每个图像特征矩阵进行特征提取,得到多个输出特征矩阵;通过树突神经网络对每个输出特征矩阵进行分类识别,得到多个预测分类结果,根据各个预测分类结果和各个标注结果,确定损失函数值;根据损失函数值和训练结束条件,确定癫痫样放电分类模型。

    一种奶油靛蓝色素检测方法、装置、系统以及存储介质

    公开(公告)号:CN117789101A

    公开(公告)日:2024-03-29

    申请号:CN202311624480.4

    申请日:2023-11-29

    Abstract: 本发明提供一种奶油靛蓝色素检测方法、装置、系统以及存储介质,属于数据检测技术领域,方法包括:从采集设备中获得待测样品的奶油靛蓝色素待处理数据;对奶油靛蓝色素待处理数据的预处理得到奶油靛蓝色素待划分数据;将奶油靛蓝色素待划分数据随机划分为奶油靛蓝色素训练集和奶油靛蓝色素测试集;根据奶油靛蓝色素训练集对训练模型的模型优化得到目标检测模型;通过目标检测模型对奶油靛蓝色素测试集的检测得到检测结果。本发明使得模型具有高适用、高精度、高鲁棒、高效率的特性,提高了模型的泛化能力,能够达到对变温条件下的光谱定量分析在实践中运用的标准,有助于近红外光谱人工智能快速检测技术在食品安全领域的发展。

Patent Agency Ranking