-
公开(公告)号：CN114936995B
公开(公告)日：2025-03-28
申请号：CN202210676577.9
申请日：2022-06-15
Applicant: 郑州轻工业大学
Inventor： 黄伟
IPC: G06T5/50
Abstract: 本发明公开了一种基于大核注意力机制的多尺度特征增强的遥感图像融合方法，其中局部与非局部特征提取模块是由多尺度残差块与大核注意力模块构成的，使用金字塔挤压注意模块充分整合大核注意力模块与多尺度残差块所提取的空间与通道维度的局部与非局部信息，然后采用基于非对称卷积的U型特征提取网络来获取不同尺度与深度的低频特征，在编解码的过程中增强特征的语义，并充分融合上下文信息。本发明通过局部与非局部结合的方式，从通道与空间角度对遥感图像进行特征提取，并构建金字塔挤压注意模块充分整合所提取特征，利用ACUNet增强特征的语义信息以及充分融合上下文，从而大大提升了多光谱与全色图像融合结果的图像质量。
-
公开(公告)号：CN117151215A
公开(公告)日：2023-12-01
申请号：CN202311242845.7
申请日：2023-09-25
Applicant: 郑州轻工业大学
IPC: G06N5/02 , G06F18/213 , G16H10/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识图谱的冠心病多模态数据特征提取方法，包括以下步骤：A：获取心电图、光电容积脉搏波和心音图的信号实体；B：获取心脏彩超图像的图像实体；C：获取病历文本的文本实体及文本实体属性，并抽取文本实体关系；D：与冠心病患者知识图谱本体结构进行链接形成知识图谱，建立病例关系图网；E：采用随机游走算法和Skip‑Gram模型将病例关系图网中的节点降维表征为统一的节点表示向量；F：采用主成分分析算法，对步骤E中得到的节点表示向量再次降维，最终获取节点的降维特征。本发明能够为冠心病诊断结果的辅助验证提供更为准确的数据基础。
-
公开(公告)号：CN111967440B
公开(公告)日：2023-10-27
申请号：CN202010919119.4
申请日：2020-09-04
Applicant: 郑州轻工业大学
IPC: G06V20/10 , G06V10/30 , G06V10/56 , G06F16/583 , G06F16/953 , G06T17/00
Abstract: 本发明公开一种农作物病害的综合识别处理方法，包括以下步骤：构建输入样本集和多源对比库、颜色纹理描述集成、输入样本集筛选、融合模型建模、提取颜色纹理特征、颜色纹理综合分析比对和确定具体病虫害及位置；本发明获取目标范围农作物叶片图像样本构成输入样本集，利用外部数据源，并对相应目标农作物的病虫害颜色纹理进行编号，构建多源对比库，且构建输入样本集的可视化模型，构建影像相对应的Path和Row数值矢量化模型，提取颜色纹理特征，和多源对比库进行比对，颜色纹理相重合的时候，语音播放模块播放针对该颜色纹理的具体病虫害描述，从而准确对农作物病害进行识别，比人工识别更加准确。
-
公开(公告)号：CN113659939B
公开(公告)日：2023-09-19
申请号：CN202110991434.2
申请日：2021-08-26
Applicant: 郑州轻工业大学
Abstract: 一种基于闭环负反馈的UPWM失真校正方法及该方法构建的数字UPWM调制器，该方法首先在数字Sigma‑Delta调制器之前添加插零值模块，提高输入信号的采样频率；然后在数字Sigma‑Delta调制器之后加入抽取模块，降低数字Sigma‑Delta调制器输出信号的采样频率；之后对数字Sigma‑Delta调制器的状态空间表达式进行重构，求取一组新的状态空间系数，使得重构之后的数字D类音频功放系统和原数字D类音频功放系统等价；最后将抽取模块和UPWM发生器包含到数字Sigma‑Delta调制器的环路内，构成闭环负反馈环路，使得环路的输入输出呈现线性，从而校正UPWM产生的失真。本发明不仅能降低谐波失真还能大幅降低功放输出信号的本底噪声，从而可使功放拥有较高的SNDR，同时所提方法可全数字电路实现、硬件实现简单且具有可移植性。
-
公开(公告)号：CN115544306A
公开(公告)日：2022-12-30
申请号：CN202210307291.3
申请日：2022-03-25
Applicant: 郑州轻工业大学
IPC: G06F16/901
Abstract: 本发明提出了一种基于特征融合哈希算法的多模态检索方法，其步骤为：首先，获取多模态训练集，并分别提取每个模态的特征；再通过PCA分别计算每个模态的特征的低维特定模态特征；其次，通过稀疏投影学习各个模态的特征的联合特征；并分别计算低维特定模态特征和联合特征的正交旋转矩阵和融合系数；然后，根据正交旋转矩阵和融合系数计算查询样本的哈希码；最后，计算查询样本的哈希码与数据库实例间的哈希码的汉明距离，并将汉明距离小于阈值的数据作为检索结果。本发明能够挖掘多模态数据信息之间共享的语义信息和特定模态内结构信息，以学习判别性的哈希码；在无因松弛而产生较大的量化误差的情况下，有效地解决了离散优化问题。
-
Patent Agency Ranking
公开(公告)号：CN111479110B
公开(公告)日：2022-12-13
申请号：CN202010293694.8
申请日：2020-04-15
Applicant: 郑州轻大产业技术研究院有限公司 , 郑州轻工业大学
IPC: H04N19/109 , H04N19/119 , H04N19/51 , H04N19/543 , H04N19/567
Abstract: 本发明提出了一种针对H.266/VVC的快速仿射运动估计方法，其步骤为：利用标准差计算当前CU的纹理复杂度，并根据纹理复杂度将当前CU分为静态区域或非静态区域；对于静态区域的CU，跳过仿射运动估计，直接利用运动估计对当前CU进行预测，并通过率失真优化的方法选择最佳的预测方向模式；对于非静态区域的CU，利用训练好的随机森林分类器RFC模型对当前CU进行分类，输出最佳的预测方向模式。对于静态区域的CU，本发明跳过仿射运动估计，降低了计算复杂度；对于非静态区域的CU，本发明通过提前训练好的模型直接进行预测方向模式的预测，避免了仿射运动估计的计算，从而降低仿射运动估计模块的复杂度。
-
公开(公告)号：CN119273986A
公开(公告)日：2025-01-07
申请号：CN202411360770.7
申请日：2024-09-27
Applicant: 郑州轻工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V20/10 , G06V10/77
Abstract: 本发明提供一种基于多尺度空谱混洗卷积和轻量化Transformer的高光谱图像分类方法，包括如下步骤：利用主成分分析PCA模块降低高光谱图像HSI的维度，消除光谱冗余；基于多尺度空谱混洗MSC模块提取多个细粒度特征；基于三维轻量化Transformer模型增强空间特征和光谱特征之间的相互作用；采用Softmax分类器对高光谱图像HSI进行分类。本发明可以有效地融合不同感受野中物质的不同细节特征并保持光谱特征的连续性，同时解决二次复杂度问题。
-
公开(公告)号：CN118154970A
公开(公告)日：2024-06-07
申请号：CN202410338747.1
申请日：2024-03-22
Applicant: 郑州轻工业大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于遥感图像的小目标检测系统，包括特征提取单元、边缘信息融合单元、粗处理单元和检测单元；特征提取单元用于获取遥感图像中不同尺度的特征，不同尺度的特征包括低级特征和高级特征；边缘信息融合单元用于融合低级特征，输出边缘融合特征；粗处理单元用于结合高级特征和边缘融合特征进行第一分类和第一回归的操作，输出预检测结果；检测单元用于对预检测结果进行第二分类和第二回归的操作，产生最终检测结果。还公开了一种基于上述检测系统的检测方法。本发明可通过检测系统对遥感图像中的小目标进行检测，可以有效融合边缘特征，利用特征金字塔中的多层特征选择锚点来定位小目标，从而有效得到与小目标相关的最终检测结果。
-
公开(公告)号：CN114936995A
公开(公告)日：2022-08-23
申请号：CN202210676577.9
申请日：2022-06-15
Applicant: 郑州轻工业大学
Inventor： 黄伟
IPC: G06T5/50
Abstract: 本发明公开了一种基于大核注意力机制的多尺度特征增强的遥感图像融合方法，其中局部与非局部特征提取模块是由多尺度残差块与大核注意力模块构成的，使用金字塔挤压注意模块充分整合大核注意力模块与多尺度残差块所提取的空间与通道维度的局部与非局部信息，然后采用基于非对称卷积的U型特征提取网络来获取不同尺度与深度的低频特征，在编解码的过程中增强特征的语义，并充分融合上下文信息。本发明通过局部与非局部结合的方式，从通道与空间角度对遥感图像进行特征提取，并构建金字塔挤压注意模块充分整合所提取特征，利用ACUNet增强特征的语义信息以及充分融合上下文，从而大大提升了多光谱与全色图像融合结果的图像质量。
-
公开(公告)号：CN114637751A
公开(公告)日：2022-06-17
申请号：CN202210304220.8
申请日：2022-03-25
Applicant: 郑州轻工业大学
IPC: G06F16/22 , G06F16/2455 , G06F16/2453 , G06K9/62 , G06F17/16
Abstract: 本发明公开了一种Hadamard矩阵引导的多模态哈希检索方法，本方法在一个整体框架中联合执行子空间学习和散列学习，一方面，所提出的方法自适应地捕获多模态数据之间的互补信息，此外，通过集成的矩阵分解方法重构多模态空间，以增强特征表示能力；另一方面，本方法利用Hadamard矩阵的列属性来生成每个类别的目标代码，对目标二进制矩阵采用软二进制约束来提高模型的判别性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.041 seconds)
