-
公开(公告)号：CN113746543B
公开(公告)日：2022-09-23
申请号：CN202111026578.0
申请日：2021-09-02
Applicant: 福州大学
IPC: H04B10/079
Abstract: 本发明涉及一种光信噪比OSNR和色散CD的监测装置，包括：泵浦信号源、光信噪比模拟模块、可调色散模拟器、一阶偏振模色散模拟器、掺铒光纤放大器、连续波激光源、偏振控制器、高非线性光纤、第一窄带光学滤波器、第二窄带光学滤波器、第一光学功率计和第二光学功率计；所述泵浦信号源、光信噪比模拟模块、可调色散模拟器、一阶偏振模色散模拟器、掺铒光纤放大器依次连接；所述连续波激光源连接偏振控制器；所述高非线性光纤的输入端与掺铒光纤放大器和偏振控制器分别连接，输出端与第一窄带光学滤波器和第二窄带光学滤波器分别连接；第一窄带光学滤波器与第一光学功率计连接；第二窄带光学滤波器与第二光学功率计连接。本发明可监测范围广，精度高。
-
Patent Agency Ranking
公开(公告)号：CN113746543A
公开(公告)日：2021-12-03
申请号：CN202111026578.0
申请日：2021-09-02
Applicant: 福州大学
IPC: H04B10/079
Abstract: 本发明涉及一种光信噪比OSNR和色散CD的监测装置，包括：泵浦信号源、光信噪比模拟模块、可调色散模拟器、一阶偏振模色散模拟器、掺铒光纤放大器、连续波激光源、偏振控制器、高非线性光纤、第一窄带光学滤波器、第二窄带光学滤波器、第一光学功率计和第二光学功率计；所述泵浦信号源、光信噪比模拟模块、可调色散模拟器、一阶偏振模色散模拟器、掺铒光纤放大器依次连接；所述连续波激光源连接偏振控制器；所述高非线性光纤的输入端与掺铒光纤放大器和偏振控制器分别连接，输出端与第一窄带光学滤波器和第二窄带光学滤波器分别连接；第一窄带光学滤波器与第一光学功率计连接；第二窄带光学滤波器与第二光学功率计连接。本发明可监测范围广，精度高。
-
公开(公告)号：CN114897870B
公开(公告)日：2024-08-02
申请号：CN202210609169.1
申请日：2022-05-31
Applicant: 福州大学
IPC: G06T7/00 , G06T7/10 , G06T5/50 , G06T9/00 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/09
Abstract: 本发明提出基于级联结构注意力机制网络的结肠息肉分割方法，包括由相似的第一级编解码网络、第二级编解码网络顺序串联成的级联结构，其前一级网络得到息肉分割概率图，后一级网络优化前一级网络的结果，给予前一级网络分类错误的像素重新学习的机会；在前一级网络和后一级网络间设置编码端的反向注意力模块RA，用于使后一级网络重新学习前一级网络忽略的特征；所述级联结构注意力机制网络CSAMNet还内嵌有可学习不同尺寸息肉的多尺度特征的多尺度特征聚合模块MFAM，用于增强级联结构注意力机制网络对图像中不同尺寸息肉区域的适应能力；本发明能在识别过程中适应结肠镜图像中息肉和结肠组织对比度低、息肉尺寸变化大的图像特点。
-
公开(公告)号：CN114897870A
公开(公告)日：2022-08-12
申请号：CN202210609169.1
申请日：2022-05-31
Applicant: 福州大学
Abstract: 本发明提出基于级联结构注意力机制网络的结肠息肉分割方法，包括由相似的第一级编解码网络、第二级编解码网络顺序串联成的级联结构，其前一级网络得到息肉分割概率图，后一级网络优化前一级网络的结果，给予前一级网络分类错误的像素重新学习的机会；在前一级网络和后一级网络间设置编码端的反向注意力模块RA，用于使后一级网络重新学习前一级网络忽略的特征；所述级联结构注意力机制网络CSAMNet还内嵌有可学习不同尺寸息肉的多尺度特征的多尺度特征聚合模块MFAM，用于增强级联结构注意力机制网络对图像中不同尺寸息肉区域的适应能力；本发明能在识别过程中适应结肠镜图像中息肉和结肠组织对比度低、息肉尺寸变化大的图像特点。
-
公开(公告)号：CN113642581A
公开(公告)日：2021-11-12
申请号：CN202110925736.X
申请日：2021-08-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于编码多路径语义交叉网络的图像语义分割方法及系统，该方法包括：将图像数据集划分为训练集、验证集和测试集，对训练集中图像进行图像预处理；构建编码多路径语义交叉网络，编码端网络包括用于提取原始图像特征的主路径和用于提取经过预处理图像特征的辅助路径；编码端网络中嵌入语义交叉模块，以让两条路径的信息相互传递；解码端网络用于恢复图像的分辨率，其中嵌入边缘注意力模块；将训练集图像输入编码多路径语义交叉网络进行训练，并通过验证集进行验证；通过测试集对训练好的网络模型进行测试；通过最终的网络模型对新的图像进行语义分割，得到图像语义分割结果。该方法及系统有利于提高对图像中对象进行分割的准确性。
-
公开(公告)号：CN113642581B
公开(公告)日：2023-09-22
申请号：CN202110925736.X
申请日：2021-08-12
Applicant: 福州大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于编码多路径语义交叉网络的图像语义分割方法及系统，该方法包括：将图像数据集划分为训练集、验证集和测试集，对训练集中图像进行图像预处理；构建编码多路径语义交叉网络，编码端网络包括用于提取原始图像特征的主路径和用于提取经过预处理图像特征的辅助路径；编码端网络中嵌入语义交叉模块，以让两条路径的信息相互传递；解码端网络用于恢复图像的分辨率，其中嵌入边缘注意力模块；将训练集图像输入编码多路径语义交叉网络进行训练，并通过验证集进行验证；通过测试集对训练好的网络模型进行测试；通过最终的网络模型对新的图像进行语义分割，得到图像语义分割结果。该方法及系统有利于提高对图像中对象进行分割的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
