-
公开(公告)号：CN118101852A
公开(公告)日：2024-05-28
申请号：CN202410369227.7
申请日：2024-03-28
Applicant: 深圳信息职业技术学院
Abstract: 本发明公开一种基于三维不等长Arnold变换和超混沌系统的医学图像加密方法，其过程为：(1)将大小为N×M的三幅灰度图像分解为8位二进制的位级平面，并将这些位级平面叠加成大小为N×M×24的三维位矩阵；(2)对三维位矩阵进行三维不等长Arnold变换，得到置乱后的三维位矩阵，对置乱后的三维位矩阵进行进制转换，并得到三幅十进制的二维灰度图像；(3)利用超混沌系统对三幅十进制的二维灰度图像进行扩散操作，并将三幅扩散后的图像叠加为一幅彩色图像，该彩色图像为最终得到的加密图像。本发明将三幅医学图像加密为一幅彩色加密图像，从而能有效地干扰密图非法获得者的破解。
-
公开(公告)号：CN117876833A
公开(公告)日：2024-04-12
申请号：CN202410071392.4
申请日：2024-01-18
Applicant: 深圳信息职业技术学院
IPC: G06V10/80 , G06V10/26 , G06V10/25 , G06V10/54 , G06V10/42 , G06V10/50 , G06T7/33 , G06T7/136 , G06T7/187 , G06V10/82
Abstract: 本申请公开了一种用于机器学习的肺部CT图像特征提取方法，涉及图像处理技术领域，包括：获取患者的肺部CT图像，对肺部CT图像进行预处理，根据预处理的结果确定纹理特征；根据纹理特征将肺部CT图像进行分割处理，确定肺部CT图像中的感兴趣区域；根据多个肺部CT图像，比较感兴趣区域的变化情况，进一步确定肿瘤区域，输出肿瘤区域对应的代谢特征；根据肿瘤区域的确定情况，确定肿瘤区域的形态学特征，并基于肿瘤区域形态变化，确定肿瘤区域纹理特征的变化情况；根据肿瘤区域的提取结果，确定肿瘤区域的特征融合情况，完成对肿瘤特征的提取；能够提高图像识别精准度，提高图像识别的效率。
-
公开(公告)号：CN110929216B
公开(公告)日：2023-12-12
申请号：CN201911157901.0
申请日：2019-11-22
Applicant: 深圳信息职业技术学院
Abstract: 本发明提出一种具有抗拖曳的自适应反步制导律设计方法，所述方法包括以下步骤：(一)、根据前置量法与平行接近法制导思想，建立模型；(二)、针对建立的模型，考虑系统中的不确定性，综合利用反步滑模和自适应方法，设计了自适应反步滑模制导律。本发明基于前置量法与平行接近法的制导思想，提出一种具有抗拖曳的自适应反步制导律设计方法，是一种新型的反步滑模制导策略，其前置法保证了导弹导引轨迹比拖曳诱饵提前一个合适角度，平行接近法保证了导弹能够精确拦截目标。
-
公开(公告)号：CN108053402B
公开(公告)日：2021-08-10
申请号：CN201810007202.7
申请日：2018-01-04
Applicant: 深圳信息职业技术学院
Abstract: 本发明涉及图像处理领域，更具体地，涉及一种缺陷图像分割方法。方法包括：对原始图像进行差分运算得到差分图像；对原始图像和差分图像进行处理得到两组数组信号；对两组数组信号进行归一化处理；利用独立分量分析进行解混，对归一化后的两组数组信号中的背景信号和缺陷目标特征信号进行分离，得到两个独立分量；将两个独立分量还原成矩阵形成两个分量图像；对每一个分量图像设置阈值进行阈值分割；将两个分量图像的分割结果进行融合得到缺陷分割图。本发明将原始图像和原始图像的差分图像分别利用独立分量分析的方法进行图像分割，再将两个图像分割结果进行融合，可以有效解决图像背景编号对分割的干扰，从而有效地将缺陷从图像中分割出来。
-
公开(公告)号：CN110929216A
公开(公告)日：2020-03-27
申请号：CN201911157901.0
申请日：2019-11-22
Applicant: 深圳信息职业技术学院
Abstract: 本发明提出一种具有抗拖曳的自适应反步制导律设计方法，所述方法包括以下步骤：(一)、根据前置量法与平行接近法制导思想，建立模型；(二)、针对建立的模型，考虑系统中的不确定性，综合利用反步滑模和自适应方法，设计了自适应反步滑模制导律。本发明基于前置量法与平行接近法的制导思想，提出一种具有抗拖曳的自适应反步制导律设计方法，是一种新型的反步滑模制导策略，其前置法保证了导弹导引轨迹比拖曳诱饵提前一个合适角度，平行接近法保证了导弹能够精确拦截目标。
-
Patent Agency Ranking
公开(公告)号：CN110426957B
公开(公告)日：2020-03-13
申请号：CN201910701872.3
申请日：2019-07-31
Applicant: 深圳信息职业技术学院
IPC: G05B13/04
Abstract: 一种基于时延观测器的水厂投药系统自适应滑模控制方法，本发明涉及含时延观测器的高水厂投药系统控制方法。本发明为了解决现有技术水厂投药系统存在大滞后、时变性和自动化水平偏低等问题。本发明步骤为：步骤一：根据带有滞后环节的水厂投药系统模型将其转换为一个无迟延预估模型；步骤二：根据步骤一建立的无迟延预估模型，基于滑模控制理论和自适应技术，设计自适应滑模控制器；步骤三：对步骤二设计的自适应控制器包含系统状态信息，利用输出延迟观测器对系统状态信息进行观测估计，最后自适应滑模控制器得以实现。本发明应用于水厂投药系统控制领域。
-
公开(公告)号：CN119380027B
公开(公告)日：2025-04-29
申请号：CN202411907952.1
申请日：2024-12-24
Applicant: 深圳信息职业技术学院
Abstract: 本发明涉及图像分割技术领域，尤其涉及一种基于深度学习的PET‑CT肺癌图像分割方法及系统。该方法包括以下步骤：获取PET肺癌图像数据以及CT肺癌图像数据，利用多尺度特征编码器分别对PET肺癌图像数据以及CT肺癌图像数据进行多尺度特征提取，得到图像特征数据；根据图像特征数据进行基于跨模态注意力机制的图像特征融合，得到双模态图像融入数据；根据双模态图像融入数据进行可解释性注意力模块设计，并通过颜色梯度标记注意力强度，生成逐像素注意力热力图。本发明通过多模态融合、多尺度特征提取和可解释性注意力机制，在提高肺癌图像分割准确性和增强临床可解释性方面具有显著优势。
-
公开(公告)号：CN119380027A
公开(公告)日：2025-01-28
申请号：CN202411907952.1
申请日：2024-12-24
Applicant: 深圳信息职业技术学院
Abstract: 本发明涉及图像分割技术领域，尤其涉及一种基于深度学习的PET‑CT肺癌图像分割方法及系统。该方法包括以下步骤：获取PET肺癌图像数据以及CT肺癌图像数据，利用多尺度特征编码器分别对PET肺癌图像数据以及CT肺癌图像数据进行多尺度特征提取，得到图像特征数据；根据图像特征数据进行基于跨模态注意力机制的图像特征融合，得到双模态图像融入数据；根据双模态图像融入数据进行可解释性注意力模块设计，并通过颜色梯度标记注意力强度，生成逐像素注意力热力图。本发明通过多模态融合、多尺度特征提取和可解释性注意力机制，在提高肺癌图像分割准确性和增强临床可解释性方面具有显著优势。
-
公开(公告)号：CN113225300A
公开(公告)日：2021-08-06
申请号：CN202010948080.9
申请日：2020-09-10
Applicant: 深圳信息职业技术学院
IPC: H04L29/06 , G06K9/38 , G06K9/40 , G06K9/46 , G06K9/62 , G06F16/51 , G06F16/55 , G06F16/583 , G06F16/951
Abstract: 本发明涉及图像分析技术领域，具体是一种基于图像的大数据分析方法，为了提高整体的运算速度，步骤1、图像采集：步骤2、图像预处理：步骤3、特征提取：步骤4、建立图像特征索引：步骤5、图像特征匹配。本发明设计新颖，方法考究，利用PCA算法将维将高维图像识别问题转化为特征表达向量的识别问题,大大降低了计算的复杂程度,减少了冗余信息所造成的识别误差,提高了识别的精度和工作效率，同时也减少了所需存储空间，节约了存储设备的成本，图像特征匹配可以将相似度由高到低的图像输出，提高了识别度。
-
公开(公告)号：CN113011475A
公开(公告)日：2021-06-22
申请号：CN202110240455.0
申请日：2021-03-04
Applicant: 深圳信息职业技术学院
IPC: G06K9/62
Abstract: 本发明公开了一种考虑相关噪声和随机参数矩阵的分布式融合算法，包括以下步骤：建立参杂有相关噪声和随机参数矩阵的系统模型；进行局部预测器设计，求解局部滤波器的一步预测均值和协方差；利用局部预测器及新息，设计局部滤波器；基于局部滤波器的估计结果对分布式融合预测器的预测值进行修正，计算修正后的均值和协方差。本发明的考虑相关噪声和随机参数矩阵的分布式融合算法，适用于多传感器的非线性系统，基于对数据处理中心的先验信息进行修正，推导了分布式融合预测器及分布式滤波器，相比于将线性系统下的结论基于EKF算法进行推广，针对非线性系统设计相应的估计器在处理非线性问题时可获得更高的估计精度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.029 seconds)
