-
公开(公告)号：CN116611580A
公开(公告)日：2023-08-18
申请号：CN202310739974.0
申请日：2023-06-21
Applicant: 福州大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多源数据与深度学习的海洋赤潮预测方法。一方面将遥感数据、水质浮标监测数据、气象数据和人工检测数据结合，另一方面采用基于CNN‑LSTM的深度学习方法利用时间序列的多特征因子进行赤潮预测。该过程包括：a.数据集的构建、对环境因子数据的整合和预处理；b.采用皮尔逊系数分析环境因子和赤潮发生的相关性，并利用复相关系数分析多环境因子组合与赤潮发生的相关性；c.构建CNN‑LSTM预测模型，对训练好的CNN‑LSTM预测模型进行参数优化调整；d.利用不同组合的多环境因子对模型进行测试，并进行性能评估。该方法结合遥感图像数据和水质检测数据，增加数据数量、提高数据集复杂度的同时提高对赤潮预报的准确度。
-
公开(公告)号：CN116524498A
公开(公告)日：2023-08-01
申请号：CN202310505473.6
申请日：2023-05-08
Applicant: 福州大学
Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。
-
公开(公告)号：CN110907754A
公开(公告)日：2020-03-24
申请号：CN201911213982.1
申请日：2019-12-02
Applicant: 国网福建省电力有限公司莆田供电公司 , 国网福建省电力有限公司 , 福州大学
Abstract: 本发明公开了一种基于PSD-BPA的故障线路严重程度评估方法，包括：编制与BPA计算需要的潮流文件和稳定文件格式对应的数据接口，实现与电网生产数据的无缝对接，为本发明在实际电网生产中运用奠定了良好的基础；运用API函数、多线程技术和C++编译平台编写BPA软件核心程序的自动调用程序，实现批量故障自动仿真，为快速而精确地仿真分析电网暂降风险提供了一种有效方法，可快速获得海量的精确电压暂降仿真结果；基于不同的故障位置、故障类型对电压敏感节点的海量仿真样本，提出一种新的电压暂降严重程度实用指标评估方法，方法综合故障情况以及电压暂降情况，给找出当前网架中造成暂降并可能引发损失的关键脆弱区域提供依据。
-
公开(公告)号：CN103436615A
公开(公告)日：2013-12-11
申请号：CN201310372313.5
申请日：2013-08-24
Applicant: 福州大学
Abstract: 本发明公开了一种PCR-DGGE\TGGE\SSCP引物的筛选方法，从所研究的微生物生态体系的菌群序列特性出发进行PCR-DGGE\TGGE\SSCP引物筛选，筛选指标包括引物对的匹配情况及其扩增片段的区分度、平均差异度、平均长度和平均GC含量，最适的引物对是通过综合比较各引物对之间指标的优劣来确定的。本发明选取的引物具有很强的针对性同时无需进行繁琐的多引物筛选或联用的实验操作工作，有助于采用PCR-DGGE\TGGE\SSCP技术对所研究微生态体系的菌群多样性进行快速而准确的解析。
-
公开(公告)号：CN116524498B
公开(公告)日：2025-05-09
申请号：CN202310505473.6
申请日：2023-05-08
Applicant: 福州大学
Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN116612427A
公开(公告)日：2023-08-18
申请号：CN202310505340.9
申请日：2023-05-08
Applicant: 福州大学
IPC: G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于改进的轻量型YOLOv7的密集行人检测系统，包括步骤：采集不同场景下的行人图像；对采集的行人图像，根据类别和位置信息进行标注；对行人图像进行数据增强，形成可供检测模型训练的数据图像；构建改进的轻量型YOLOv7，在基于原始的YOLOv7的基础上对模型进行改进，实现轻量化设计，并对改进的检测模型进行轻量化处理；将轻量化处理后的YOLOv7部署到嵌入式终端，与QT搭建的上位机构成完整的密集行人检测系统。应用本技术方案不仅可以实现日常生活的行人检测功能，同时可以实现对密集人群的行人检测。
-
公开(公告)号：CN116363149A
公开(公告)日：2023-06-30
申请号：CN202310199511.X
申请日：2023-03-04
Applicant: 福州大学
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种基于U‑Net改进的医学图像分割方法，包括如下步骤：步骤A1:建立医学图像分割数据集；步骤A2:扩充数据集并进行预处理；步骤A3:搭建基于U‑Net改进的医学图像分割模型OA‑UNet；步骤A4:训练基于U‑Net改进的医学图像分割模型OA‑UNet；步骤A5:使用训练好的OA‑UNet模型对新输入的医学图像进行分割。应用本技术方案可实现有效地提取医学图像中的病理特征，实现对病理区域的自动分割，分割精度高。
-
公开(公告)号：CN115802479A
公开(公告)日：2023-03-14
申请号：CN202211245769.0
申请日：2022-10-12
Applicant: 国网福建省电力有限公司厦门供电公司 , 国网福建省电力有限公司 , 福州大学
Abstract: 本发明涉及一种基于5G及北斗的室内外融合定位方法，包括以下步骤：步骤S1:基于北斗的站间精准同步的卫星定位算法，对信号移动台进行室外定位；步骤S2:基于5G的指纹定位算法，对信号移动台进行室内定位；步骤S3:基于室内定位和室外定位，通过融合算法，对室内定位位置进行最优估计；步骤S4:将融合结果上报给定位服务平台进行数据校正。本发明在保证定位系统稳定性的同时，进一步提高定位的精度。
-
公开(公告)号：CN110907754B
公开(公告)日：2021-10-01
申请号：CN201911213982.1
申请日：2019-12-02
Applicant: 国网福建省电力有限公司莆田供电公司 , 国网福建省电力有限公司 , 福州大学
Abstract: 本发明公开了一种基于PSD‑BPA的故障线路严重程度评估方法，包括：编制与BPA计算需要的潮流文件和稳定文件格式对应的数据接口，实现与电网生产数据的无缝对接，为本发明在实际电网生产中运用奠定了良好的基础；运用API函数、多线程技术和C++编译平台编写BPA软件核心程序的自动调用程序，实现批量故障自动仿真，为快速而精确地仿真分析电网暂降风险提供了一种有效方法，可快速获得海量的精确电压暂降仿真结果；基于不同的故障位置、故障类型对电压敏感节点的海量仿真样本，提出一种新的电压暂降严重程度实用指标评估方法，方法综合故障情况以及电压暂降情况，给找出当前网架中造成暂降并可能引发损失的关键脆弱区域提供依据。
-
公开(公告)号：CN115640538A
公开(公告)日：2023-01-24
申请号：CN202211245873.X
申请日：2022-10-12
Applicant: 国网福建省电力有限公司厦门供电公司 , 国网福建省电力有限公司 , 福州大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/0495 , G06N3/082 , G06N3/092 , G06N3/096 , G06F16/29 , H04W64/00 , H04W4/33
Abstract: 本发明涉及一种基于MobileNetV3网络的定位终端场景感知方法，4包括以下步骤：步骤S1:获取各工作场景中的指纹数据，构建指纹数据库；步骤S2:对指纹数据库中的指纹数据进行数据降维和场景标注，得到处理后的指纹数据；步骤S3:构建改进的MobileNetV3网络模型，并基于处理后的指纹数据进行训练，获得训练后的模型。步骤S4:对已经训练好的网络模型进行模型剪枝、量化和知识蒸馏，得到最优的模型；步骤S5:基于最优的模型对采集到的指纹数据进行场景感知，实现场景分类。本发明在保证复杂场景感知精度的同时，实现场景感知的低功耗和高效率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
