-
Patent Agency Ranking
公开(公告)号：CN111127879A
公开(公告)日：2020-05-08
申请号：CN201911254775.0
申请日：2019-12-09
Applicant: 湖南大学
Abstract: 本发明提供了一种基于生成式对抗网络的城市交通流量预测方法，其包括如下步骤：获取某一城市的位置信息并将该城市区域划分为多个网格区域；采集预设时间内该城市区域中车辆的GPS轨迹数据集，根据时间段统计计算出每个网格区域中的进流量和出流量，并将进流量和出流量组织成流量图集I；将连续的三帧流量图IN-2、IN-1、IN输入到训练好的生成式对抗网络模型中，即可得到预测的下一个时间间隔的流量图IN+1，其中N大于2。与相关技术相比，本发明的基于生成式对抗网络的城市交通流量预测方法采用3D卷积能够有效提取交通流量的时间强相关性和空间依赖性，采用生成流量图的方式来预测，预测结果可靠性更高。
-
公开(公告)号：CN113393456B
公开(公告)日：2022-04-19
申请号：CN202110788728.5
申请日：2021-07-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多任务的早孕期胎儿标准切面的自动质量控制方法，包括：获取多张早孕期胎儿超声切面图像，对多张早孕期胎儿超声切面图像进行预处理，以得到预处理后的多张早孕期胎儿超声切面图像，将获得的每张预处理后的早孕期胎儿超声切面图像输入训练好的多任务深度卷积网络中，以获得该张早孕期胎儿超声切面图像对应切面的类别及其置信度、该切面中所有关键解剖结构的类别及其置信度、以及所有关键解剖结构的位置坐标，将每张早孕期胎儿超声切面图像对应切面的类别、以及该切面中所有关键解剖结构的类别输入到训练好的SVM分类模型中。本发明能够解决现有基于人工筛查的方法工作量较大和耗时长的技术问题。
-
公开(公告)号：CN111462060A
公开(公告)日：2020-07-28
申请号：CN202010212057.3
申请日：2020-03-24
Applicant: 湖南大学
Abstract: 本申请涉及一种胎儿超声图像中标准切面图像的检测方法、装置、计算机设备和存储介质。本申请的方法包括：获取预设数量的胎儿超声图像帧的连续帧序列；依次对胎儿超声图像帧的连续帧序列进行预处理操作，得到预处理后的图像帧；将预处理后的图像帧发送至并行处理的第一处理器，由第一处理器将预处理后的图像帧输入训练好的分割模型中，得到预处理后的图像帧的分割结果；将分割结果发送至并行处理的第二处理器，由第二处理器将预处理后的图像帧输入训练好的分类模型中，得到胎儿超声图像帧的最终检测结果并展示。采用本方法能够提高检测效率。
-
公开(公告)号：CN113393456A
公开(公告)日：2021-09-14
申请号：CN202110788728.5
申请日：2021-07-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多任务的早孕期胎儿标准切面的自动质量控制方法，包括：获取多张早孕期胎儿超声切面图像，对多张早孕期胎儿超声切面图像进行预处理，以得到预处理后的多张早孕期胎儿超声切面图像，将获得的每张预处理后的早孕期胎儿超声切面图像输入训练好的多任务深度卷积网络中，以获得该张早孕期胎儿超声切面图像对应切面的类别及其置信度、该切面中所有关键解剖结构的类别及其置信度、以及所有关键解剖结构的位置坐标，将每张早孕期胎儿超声切面图像对应切面的类别、以及该切面中所有关键解剖结构的类别输入到训练好的SVM分类模型中。本发明能够解决现有基于人工筛查的方法工作量较大和耗时长的技术问题。
-
公开(公告)号：CN111127879B
公开(公告)日：2021-09-07
申请号：CN201911254775.0
申请日：2019-12-09
Applicant: 湖南大学
Abstract: 本发明提供了一种基于生成式对抗网络的城市交通流量预测方法，其包括如下步骤：获取某一城市的位置信息并将该城市区域划分为多个网格区域；采集预设时间内该城市区域中车辆的GPS轨迹数据集，根据时间段统计计算出每个网格区域中的进流量和出流量，并将进流量和出流量组织成流量图集I；将连续的三帧流量图IN‑2、IN‑1、IN输入到训练好的生成式对抗网络模型中，即可得到预测的下一个时间间隔的流量图IN+1，其中N大于2。与相关技术相比，本发明的基于生成式对抗网络的城市交通流量预测方法采用3D卷积能够有效提取交通流量的时间强相关性和空间依赖性，采用生成流量图的方式来预测，预测结果可靠性更高。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
