-
公开(公告)号：CN119027781A
公开(公告)日：2024-11-26
申请号：CN202411112329.7
申请日：2024-08-14
IPC: G06V10/82 , G06F18/20 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明公开了基于多源异构数据的人工智能回燃预测方法及系统，涉及环境智能化预测技术领域。本发明与之前的火灾识别方法相比，解决了传统单模态人工智能火灾识别方法，其预测精度较低。当受到火场影响而导致数据缺失时，其火灾识别能力受阻，无法预测到回燃的发生的问题；通过摄像头、传感器物联网技术实现了数据的实时采集，提出一种基于多源异构数据的人工智能回燃预测模型，采用全新的网络模型架构，对火场中所采集的多源异构数据进行实时的计算与分析，通过先进的数据处理技术和深度学习模型实现对实际火灾场景中的回燃发生概率及强度的预测，提高回燃预测的准确性和时效性；且模型具有自我优化能力，能够随着数据积累不断提升预测性能。
-
公开(公告)号：CN118998900A
公开(公告)日：2024-11-22
申请号：CN202411256143.9
申请日：2024-09-09
Abstract: 本发明公开了基于人工智能的气流调控式回燃智能预防系统及方法，涉及火灾预防技术领域。本发明与之前的火灾预防系统相比，解决了传统的回燃预防手段不能自适应地调整策略以应对不同的火灾发展阶段和复杂的环境变化，难以满足现代火灾安全防护的需求的问题；通过融合多传感器数据综合考虑区域内的环境因素，并结合知识图谱和优化极限学习机的回燃预测模型进行回燃分析和预测，并以此进行气流智能调控，能够根据回燃风险自动调整通风设备参数，降低回燃发生可能性。系统具自适应性和可靠性，能自学习适应不同场景。还提高能源利用效率。同时便于集成与管理，与其他系统集成，提供便捷交互界面，方便远程监控与管理，提升了整体安全性与效率。
-
公开(公告)号：CN114863123A
公开(公告)日：2022-08-05
申请号：CN202210526774.2
申请日：2022-05-16
Applicant: 福州大学
Abstract: 本发明涉及一种基于多模型权重分配网络的直肠癌病理完全反应预测方法。该方法包括：原始图像预处理；特征提取、分割；对经特征提取、分割生成的ROI图像进行标准处理，输入预测模型得到预测结果。本发明方法预测精度较好。该模型避免传统方法需要大量人工标记和特征提取的缺点，实现了由图像输入到预测结果的自动输出。
-
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：CN114882282B
公开(公告)日：2025-02-25
申请号：CN202210536433.3
申请日：2022-05-16
Applicant: 福州大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/11 , G06V10/25 , G06V10/40 , G16H50/30
Abstract: 本发明涉及一种基于MRI和CT图像的结直肠癌治疗效果的神经网络预测方法。该方法首先通过深度学习网络对病变进行分割，然后根据分割结果自动提取感兴趣区域（ROI）。最后，通过通道融合MRI和CT特征，并使用卷积神经网络进行pCR分类。本发明方法可以使得在预测病人pCR上减少对肿瘤区域人工分割的繁琐性和耗时性。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN115409846A
公开(公告)日：2022-11-29
申请号：CN202210596796.6
申请日：2022-05-30
Applicant: 福州大学
Abstract: 本发明提出一种基于深度学习的结直肠癌病灶区域轻量级分割方法，包括以下步骤；步骤S1、数据处理：对获得的腹部图像进行数据预处理和数据增强操作；步骤S2、网络搭建与训练：所述网络为基于语境引导网络搭建的神经网络，在语境引导块中加入高效金字塔通道注意力模块，采用残差思想与语境引导块提取的局部特征结合，进行神经网络训练；步骤S3、预测分割：向神经网络输入测试数据，读取训练时保存好的模型权重并执行预测分割，将输出的图像病灶区域预测分割结果与神经网络的Label进行对比评价；本发明能取得较为优异的分割效果，而且能够在模型轻量化和性能之间取得较好的平衡。
-
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。
-
公开(公告)号：CN114882282A
公开(公告)日：2022-08-09
申请号：CN202210536433.3
申请日：2022-05-16
Applicant: 福州大学
Abstract: 本发明涉及一种基于MRI和CT图像的结直肠癌治疗效果的神经网络预测方法。该方法首先通过深度学习网络对病变进行分割，然后根据分割结果自动提取感兴趣区域（ROI）。最后，通过通道融合MRI和CT特征，并使用卷积神经网络进行pCR分类。本发明方法可以使得在预测病人pCR上减少对肿瘤区域人工分割的繁琐性和耗时性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
