-
公开(公告)号：CN119942370A
公开(公告)日：2025-05-06
申请号：CN202311452714.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/17 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种针对无人机图像的弱小目标检测方法。该发明在目标检测方向上具有一定的通用性。针对弱小目标检测难度较大的问题，本发明提出了一个上下文感知模块利用具有可变形卷积层的特征提取器和基于非局部的全局上下文(GC)模块来共同学习局部几何信息和全局语义特征。同时使用路径增强网络(PANet)来学习多尺度特征，然后应用一个细化块，整合不同层的高级的语义信息和低级的位置信息，以此提升对目标的定位能力。在基于无人机图像的弱小目标检测上，能够达到更高的识别精度。
-
公开(公告)号：CN114965329B
公开(公告)日：2025-03-14
申请号：CN202210441422.7
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种利用顶空单滴微萃取‑分光移液管法测定天然水体中的砷含量的方法，属于检测技术领域。本发明检测方法中采用的设备成本低，便携性好，容易操作，可以适时调整采样策略以适应任何特定环境的需要，在现场得到5min‑1的典型样品吞吐量。本发明的检测方法灵敏、稳健、可靠、简单、实用，可以在野外快速测量天然水体中不同形态砷的纳摩尔浓度。本发明的检测方法对砷的线性检测范围是0.3‑65nM(R2＝0.9980)，检出限是0.1nM，对于25nM As(III)测量的RSDs
-
公开(公告)号：CN115225625B
公开(公告)日：2023-05-23
申请号：CN202210892034.0
申请日：2022-07-27
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统，包括用户终端、云实验平台和本地分析系统；所述用户终端作为云实验平台的入口，用于提交用户的需求参数并获取和查看实验的进度和结果；所述云实验平台包括服务层、业务层、智慧层、控制层和持久层，服务层负责用户终端和本地分析系统的服务接入，业务层用于处理云实验平台内部的业务流程，智慧层用于生成实验策略，持久层负责业务数据的存储和状态维护，控制层负责对本地分析系统的远程调度；所述本地分析系统包括实验室客户端和实验设备，实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令，并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号：CN116009435A
公开(公告)日：2023-04-25
申请号：CN202211547022.0
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G05B19/042 , H04W4/38
Abstract: 本发明公开了一种基于树莓派的语音智能节能系统的终端设计方法。该发明借助树莓派自身优势，设计了一个多重传感数据作为依据综合判断人员活动状态的智能监控系统。其中，需要采集的数据包括室内外环境温湿度、室内外光照值、人体红外传感器数值、噪声发生次数、图像人体识别等。多重传感器检测记录线程并行执行，通过调用Wring Pi开发库与树莓派上的GPIO设备，主要是传感器和红外收发器通信，实现高效率、低延迟的硬件层驱动程序。所得数据在终端临时存储，再利用Python程序Pandas、Numpy、tensorflow等AI库对数据进行预处理和格式化。最后，通过TCP/IP协议将规范化数据发给计算核心云服务器集群。终端自带一个单机版终端系统，可以通过局域网直接访问管理。
-
公开(公告)号：CN115830311A
公开(公告)日：2023-03-21
申请号：CN202211378833.2
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于点云数据自动增强的三维点云语义分割方法。该发明可以进一步增强以PointNet++为代表的点云语义分割算法在不同应用场景下的泛化性能。以往点云语义分割算法通常存在两个问题：一是利用传统的数据增强方法；二是将数据增强与网络训练分为两个阶段。本发明提出的基于点云数据自动增强的三维点云语义分割方法，通过考虑样本的基本几何结构，为每个输入样本回归一个特定的增强函数，同时学习点云样本的形状变换和逐点位移，并联合优化增强函数和优化器，解决网络中输入样本多样性不足的问题，增强网络的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN115688786A
公开(公告)日：2023-02-03
申请号：CN202211386894.3
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于Bi‑LSTM的法律命名实体识别方法，属于自然语言处理领域。本发明结合词向量训练和深度学习方法，对自然语言处理领域的命名实体识别任务进行了深度的改进和优化，使其兼顾准确性与模型复杂度地问题。本发明首先进行文本预处理，减少原始文本数据中大量干扰信息；然后对处理后的语料进行词向量训练，基于skip‑gram模型训练词向量。本发明提出利用Bi‑LSTM完成语料特征提取地方法，结合CRF限制标签间的关系以及进行结果校正，解决法律领域命名实体识别问题。
-
公开(公告)号：CN115661805A
公开(公告)日：2023-01-31
申请号：CN202211368439.0
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于改进的Faster RCNN的车牌识别方法，包括以下步骤：步骤1：选择VGG16作为提取车牌字符特征的主干网络，将获取的图片输入特征网络，进行卷积和池化，得到共享特征特征图；步骤2：采用RPN网络检测车牌位置的候选框；步骤3：通过以Fast RCNN检测器为基础的车牌检测网络获得车牌图片，车牌检测网络的目标在于精修ROI(Region of Interests)候选框的坐标，获得车牌的最终边框；步骤4：将提取的车牌边框内的信息输入LPRNet网络模型，提取车牌信息。本发明利用Faster RCNN网络模型识别出图片中的车牌边框的位置，再通过LPRNet网络模型对车牌边框内的图像进行整体卷积形成识别序列，提取车牌信息，识别的精准度更高。
-
公开(公告)号：CN115565699A
公开(公告)日：2023-01-03
申请号：CN202211387474.7
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G16H80/00 , G06F40/289 , G06N3/04 , G06N3/08 , G06Q10/06
Abstract: 本发明公开了一种基于BERT的临床医学对话的意图识别办法，本发明涉及自然语言处理和问答系统领域，结合BERT模型与BiLSTM模型，形成新的IEBERT‑BiLSTM算法来进行问答系统意图的分类。本发明对传统的BERT模型进行了优化。引入记忆模块，将上一轮或者多轮的意图结果存储到记忆单元，在当前语句进行词向量之前，嵌入记忆单元的历史意图状态，再进行词向量化，增强了对邻次的输入数据进行综合考虑，保留了上下文的依赖关系；对传统的BiLSTM模型引入注意力机制，通过计算词与词之间的相似度去挖掘信息，在一定程度上降低噪点影响并提升用户意图的特征信息权值，提高模型的分类和预测效果。
-
公开(公告)号：CN115225625A
公开(公告)日：2022-10-21
申请号：CN202210892034.0
申请日：2022-07-27
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
IPC: H04L67/025 , H04L67/10 , H04L67/12
Abstract: 本发明公开一种基于远程控制的云化学分析系统，包括用户终端、云实验平台和本地分析系统；所述用户终端作为云实验平台的入口，用于提交用户的需求参数并获取和查看实验的进度和结果；所述云实验平台包括服务层、业务层、智慧层、控制层和持久层，服务层负责用户终端和本地分析系统的服务接入，业务层用于处理云实验平台内部的业务流程，智慧层用于生成实验策略，持久层负责业务数据的存储和状态维护，控制层负责对本地分析系统的远程调度；所述本地分析系统包括实验室客户端和实验设备，实验室客户端用于接收云实验平台下发的指令并驱动对应的实验设备完成指令，并向云实验平台反馈实验结果。本发明提供一种不受时间、空间限制的远程分析系统。
-
公开(公告)号：CN114723875A
公开(公告)日：2022-07-08
申请号：CN202111472948.3
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种融合了语义分割网络的改进三维场景重建技术。该发明主要针对动态场景下尤其是存在运动物体的室内动态场景下的定位与建图。针对场景重建过程中运动物体会影响三维重建效果的问题，在ORB‑SLAM2框架中加入了目前较为先进的语义分割网络DeeplabV3+，选择MSCOCO数据集训练语义分割网络，将静态特征点和潜在的动态特征点进行区分。而后利用前后帧之间匹配特征点和对应极线的关系进行筛选，确定潜在特征点中处于运动状态的目标特征点并将其剔除，用以得到准确的三维场景地图。加入了语义分割网络的ORB‑SLAM2模型能够一定程度上减少动态场景下运动目标对定位与建图的干扰，且得到的三维地图融合了部分语义信息。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.036 seconds)
