三维植物细胞柔性表面几何建模方法及模型

    公开(公告)号:CN112185456A

    公开(公告)日:2021-01-05

    申请号:CN202011023785.6

    申请日:2020-09-25

    Abstract: 本发明属于生物信息技术领域,具体涉及一种三维植物细胞柔性表面几何建模方法及模型,本发明先采用n维广义映射建立细胞柔性形状拓扑模型,该拓扑数据结构不仅能够存储细胞的几何信息,而且还能够存储细胞的变形力学信息,便于后期维护;其次采用B样条曲面对细胞形状几何细胞描述细节;再其次设计几何顶、边与面的查询来定位需要进行柔性变形的几何对象,用户能够自由地查询几何模型的任意单元。本发明建立的模型能够进一步借助胡克定律建立曲面的变形与力之间的关系,利用本发明研究设计“点”、“线”和“面”拓扑单元查询算法,定位到细胞几何相应单元,修改其所属曲面控制点坐标来实现细胞三维形状的柔性变形。

    三维植物细胞柔性表面几何建模方法及模型

    公开(公告)号:CN112185456B

    公开(公告)日:2024-08-27

    申请号:CN202011023785.6

    申请日:2020-09-25

    Abstract: 本发明属于生物信息技术领域,具体涉及一种三维植物细胞柔性表面几何建模方法及模型,本发明先采用n维广义映射建立细胞柔性形状拓扑模型,该拓扑数据结构不仅能够存储细胞的几何信息,而且还能够存储细胞的变形力学信息,便于后期维护;其次采用B样条曲面对细胞形状几何细胞描述细节;再其次设计几何顶、边与面的查询来定位需要进行柔性变形的几何对象,用户能够自由地查询几何模型的任意单元。本发明建立的模型能够进一步借助胡克定律建立曲面的变形与力之间的关系,利用本发明研究设计“点”、“线”和“面”拓扑单元查询算法,定位到细胞几何相应单元,修改其所属曲面控制点坐标来实现细胞三维形状的柔性变形。

    一种基于智能合约的环签名方法、系统、存储介质及设备

    公开(公告)号:CN114362970A

    公开(公告)日:2022-04-15

    申请号:CN202210260900.4

    申请日:2022-03-17

    Abstract: 本发明提供一种基于智能合约的环签名方法、系统、存储介质及设备,方法包括:获取参与者公钥并生成初始随机数;对初始随机数进行数据加密,并将得到的随机数密文发送至对应参与者,以使参与者解密得到随机数原文、并对随机数原文进行数据处理得到目标随机数;对目标随机数通过计算以获得赞成比例,并随机生成实施者公私钥对,根据参与者的公钥结合实施者公私钥对、以及赞成比例进行环签名并生成签名结果。上述基于智能合约的环签名方法、系统、存储介质及设备,通过对集体环签名场景的研究,使得环签名与参与者的数量无关,实现了交易数据的快速响应,提高了签名效率,解决现有技术中签名效率低的技术问题。

    一种基于YOLOv7的小目标检测方法及系统

    公开(公告)号:CN116385810B

    公开(公告)日:2023-08-15

    申请号:CN202310656474.0

    申请日:2023-06-05

    Abstract: 本发明属于深度学习目标检测技术领域,具体涉及一种基于YOLOv7的小目标检测方法及系统,该方法通过基于YOLOv7的小目标检测模型进行小目标检测,所述基于YOLOv7的小目标检测模型的主干网络增加了小目标增强模块;所述小目标增强模块包括两个分支,第一个分支由两个CBS模块和空间到深度操作构成;第二个分支为增强特征提取能力模块,将两个分支提取到的特征进行融合。本发明通过小目标增强模块提取细节特征、丰富小目标的语义信息,提升小目标的检测效果,将CIoU损失函数替换为归一化高斯Wasserstein距离损失。

    一种基于智能合约的环签名方法、系统、存储介质及设备

    公开(公告)号:CN114362970B

    公开(公告)日:2022-07-05

    申请号:CN202210260900.4

    申请日:2022-03-17

    Abstract: 本发明提供一种基于智能合约的环签名方法、系统、存储介质及设备,方法包括:获取参与者公钥并生成初始随机数;对初始随机数进行数据加密,并将得到的随机数密文发送至对应参与者,以使参与者解密得到随机数原文、并对随机数原文进行数据处理得到目标随机数;对目标随机数通过计算以获得赞成比例,并随机生成实施者公私钥对,根据参与者的公钥结合实施者公私钥对、以及赞成比例进行环签名并生成签名结果。上述基于智能合约的环签名方法、系统、存储介质及设备,通过对集体环签名场景的研究,使得环签名与参与者的数量无关,实现了交易数据的快速响应,提高了签名效率,解决现有技术中签名效率低的技术问题。

    一种基于YOLOv7的小目标检测方法及系统

    公开(公告)号:CN116385810A

    公开(公告)日:2023-07-04

    申请号:CN202310656474.0

    申请日:2023-06-05

    Abstract: 本发明属于深度学习目标检测技术领域,具体涉及一种基于YOLOv7的小目标检测方法及系统,该方法通过基于YOLOv7的小目标检测模型进行小目标检测,所述基于YOLOv7的小目标检测模型的主干网络增加了小目标增强模块;所述小目标增强模块包括两个分支,第一个分支由两个CBS模块和空间到深度操作构成;第二个分支为增强特征提取能力模块,将两个分支提取到的特征进行融合。本发明通过小目标增强模块提取细节特征、丰富小目标的语义信息,提升小目标的检测效果,将CIoU损失函数替换为归一化高斯Wasserstein距离损失。

    一种水稻氮素胁迫程度检测方法及系统

    公开(公告)号:CN117351346A

    公开(公告)日:2024-01-05

    申请号:CN202311177130.8

    申请日:2023-09-13

    Abstract: 本发明提供了一种水稻氮素胁迫程度检测方法及系统,该方法包括:实时采集水稻的叶片图像,并将所述叶片图像输入至优化后的ResNet主干网络中,以通过主干网络提取出输入的叶片图像的特征并生成对应的原始特征图;其次对得到的特征图依次进行最大值池化处理以及平均值池化处理,以计算并获取原始特征图中包含的每个特征通道的最大值以及平均值,接着通过预设全连接层将最大值以及最小值映射至同一通道权重内;通过通道权重对原始特征图进行加权处理,以生成对应的目标特征图,并根据目标特征图检测出水稻的氮素胁迫程度。本发明能够大幅缩短水稻氮素含量的检测周期,对应提升了用户的使用体验。

Patent Agency Ranking