-
公开(公告)号：CN120021964A
公开(公告)日：2025-05-23
申请号：CN202510510813.3
申请日：2025-04-23
Applicant: 武汉纺织大学
IPC: A61B5/053 , A61B5/00 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于多频谱电阻抗的癌症检测方法，所述方法包括以下步骤：S1：利用多频谱电阻抗测量癌症组织正常、良性和恶性样本的信号数据；S2：设计时序区块划分机制，将采集的多频谱电阻抗数据划分为特定频率范围的时序片段；S3：构建多尺度信号处理模块，对划分后的时序数据进行数据填充，提取特定频率范围的特征模式；S4：依据多尺度信号处理模块提取的特征，结合网络模型捕获时序与频域交互特性，进行对癌症的检测。本发明通过设计时序区块划分机制、构建多尺度信号处理模块，并结合设计的网络模型捕提升了癌症检测的准确性和可靠性。
-
公开(公告)号：CN118486082A
公开(公告)日：2024-08-13
申请号：CN202410683528.7
申请日：2024-05-29
Applicant: 武汉纺织大学
IPC: G06V40/20 , G06V20/52 , G06V10/774 , G06V20/40 , G06V10/776
Abstract: 本发明涉及一种基于骨骼点的课堂行为识别方法，包含如下步骤：S1:采集课堂中监控学生的视频数据，制作课堂数据集，将课堂数据集分为训练集、验证集和测试集；S2:提取训练集和测试集中的人体骨骼关键点数据，获得人体骨骼关键点数据集；S3:设计类不平衡损失函数；S4:使用提取的骨骼关键点数据集训练课堂行为识别网络模型，得到训练好的课堂行为识别网络模型并保存；S5:利用训练好的课堂行为识别网络模型，实时检测学生课堂中的行为。通过以骨骼点为基础，而非直接依赖于像素级的图像信息，骨骼点数据不受视觉外观变化的影响，具有较高的抗扰性，能够稳定地反映人体运动的本质，使得模型在各种环境条件下都能保持较好的识别性能。
-
公开(公告)号：CN116968022B
公开(公告)日：2024-05-28
申请号：CN202310873004.X
申请日：2023-07-14
Applicant: 武汉纺织大学
Abstract: 本申请提供一种基于视觉引导的机械臂抓取目标物体方法及系统，所述方法包括以下步骤：S1、建立目标物体识别模型；S2、图像采集设备采集目标物体的多个图像数据，构建成数据集；S3、将所述数据集输入至所述目标物体识别模型进行深度学习网络训练，得到训练好的目标物体识别模型；S4、将实时采集的待抓取目标物体的图像输入至所述训练好的目标物体识别模型进行处理，得到所述待抓取目标物体的位置坐标；S5、机械臂根据所述位置坐标对待抓取目标物体进行抓取。本申请通过目标物体识别模型确定待抓取目标物体的实际坐标，机械臂根据实际坐标进行抓取，提高了机械臂抓取复杂不规则目标物体的准确度。
-
公开(公告)号：CN117649633B
公开(公告)日：2024-04-26
申请号：CN202410121388.4
申请日：2024-01-30
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种用于高速公路巡检的路面坑洼检测方法，所述方法包括以下步骤：S1：设计适用于解析高速公路路面图像的路面图像解析模型，所述路面图像解析模型包括全局感知模块、特征增强模块、特征提取模块、注意力增强模块、特征补充模块和结果模块；S2：训练设计好的路面图像解析模型，得到训练好的路面图像解析模型；S3：使用训练好的路面图像解析模型来实时解析路面图片，检测到路面坑洼后，根据所述路面图像解析模型预测的位置信息生成路面坑洼的边界框，显示在原图像上。本发明通过设计适用于解析高速公路路面图像的路面图像解析模型，提升了路面坑洼检测的效率，节省了人力统计成本，为高速公路养护和规划提供准确信息和可靠数据支持。
-
公开(公告)号：CN117649630B
公开(公告)日：2024-04-26
申请号：CN202410114410.2
申请日：2024-01-29
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于监控视频流的考场作弊行为识别方法，所述方法包括：S1：采集考场监控的视频数据，并对数据进行人工筛选预处理，制作考场行为数据集；S2：设计基于监控视频流的考场作弊行为识别网络模型，包括空间信息提取通道、时间信息提取通道和时空注意力机制特征融合模块；S3：训练考场作弊行为识别网络，得到训练好的考场作弊行为识别网络模型；S4：将训练好的考场作弊行为识别网络模型进行保存，并部署到实际系统中，用于实时的监控视频流的考场作弊行为识别。本发明通过设计基于监控视频流的考场作弊行为识别网络模型，对考场中考生的行为进行实时检测，提高考场作弊行为的识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN117441980B
公开(公告)日：2024-03-22
申请号：CN202311776468.5
申请日：2023-12-20
Applicant: 武汉纺织大学
IPC: A42B3/04 , A42B3/30 , G06F18/10 , G06F18/23213
Abstract: 本发明涉及一种基于多传感信息智能计算的智能头盔系统及方法，通过数据采集模块采集数据并传输到深度学习模块与数字孪生模块；利用深度学习模块捕捉用户数据中的长程依赖关系和时序信息，将长程依赖关系和时序信息整合，作为监测任务的分析结果传输至数字孪生模块；在数字孪生平台上显示接收的数据；数字孪生体根据接收的用户数据，实时生成相应的体态并进行展示；当判断用户处于危险状态时或者监测到危险时，对用户进行警告，同时在数字孪生平台上展示，达到可视化的作用，通过结合数字孪生技术和智能穿戴技术，实时获取用户当前状态和环境，当遇到危险时系统能迅速做出准确判断，并利用语音交互功能实施救援工作，以保障用户的生命安全。
-
-
公开(公告)号：CN117649633A
公开(公告)日：2024-03-05
申请号：CN202410121388.4
申请日：2024-01-30
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种用于高速公路巡检的路面坑洼检测方法，所述方法包括以下步骤：S1：设计适用于解析高速公路路面图像的路面图像解析模型，所述路面图像解析模型包括全局感知模块、特征增强模块、特征提取模块、注意力增强模块、特征补充模块和结果模块；S2：训练设计好的路面图像解析模型，得到训练好的路面图像解析模型；S3：使用训练好的路面图像解析模型来实时解析路面图片，检测到路面坑洼后，根据所述路面图像解析模型预测的位置信息生成路面坑洼的边界框，显示在原图像上。本发明通过设计适用于解析高速公路路面图像的路面图像解析模型，提升了路面坑洼检测的效率，节省了人力统计成本，为高速公路养护和规划提供准确信息和可靠数据支持。
-
公开(公告)号：CN117311645B
公开(公告)日：2024-02-06
申请号：CN202311588096.3
申请日：2023-11-24
Applicant: 武汉纺织大学
IPC: G06F3/06 , G06F16/16 , G06F16/172 , G06F16/14 , G06F16/13
Abstract: 缓存和分段元数据缓存，减轻元数据读放大及其本申请提供一种LSM存储元数据读放大的优 带来的内存空间浪费和多余的磁盘I/O问题。化方法，方法包括以下步骤：S1：构建支持分段元数据访问的SSTable文件，包括数据区和元数据区，数据区存储有序键值对数据，以数据块的方式组织，每个数据块具有一个索引项；元数据区将索引项切分成多个索引分段，建立对应的布隆过滤器，形成一组分段元数据；S2：构建分离的文件缓存和分段元数据缓存，文件缓存用于缓存文件信息；分段元数据缓存用于缓存分段元数据；S3：若文件缓存与分段元数据缓存中均存在与SSTable文件对应的缓存记录，则SSTable元数据(56)对比文件王坤;杨杨;邱雪松.天地一体化网络中基于HDFS的元数据优化策略.无线电通信技术.2017,(第01期),正文.
-
公开(公告)号：CN117409208A
公开(公告)日：2024-01-16
申请号：CN202311725616.0
申请日：2023-12-14
Applicant: 武汉纺织大学
IPC: G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实时服装图像语义分割方法及系统，所述方法包括：S1：设计适用于实时解析服装图像的实时服装图像语义分割模型，实时服装图像语义分割模型包括图像特征提取模块、高低分辨率信息融合模块、注意力模块和语义分割预测模块；S2：训练设计好的实时服装图像语义分割模型，得到训练好的实时服装图像语义分割模型；S3：使用训练好的实时服装图像语义分割模型来解析服装图像，生成像素级的预测图像。本发明通过设计用于实时解析服装图像的实时服装图像语义分割模型，在对实时服装图像语义分割模型训练的过程中设计损失函数，利用训练好的模型来解析服装图像，生成像素级的预测图像，提高对实时服装图像中信息分割的准确度和速度。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.031 seconds)
