-
公开(公告)号：CN119941757A
公开(公告)日：2025-05-06
申请号：CN202510040725.1
申请日：2025-01-10
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06T11/00 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及医学影像辅助判读领域，特别涉及一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法，包括：获取待处理的肺部CT图像；将肺部CT图像进行划分、映射，得到嵌入图像，将嵌入图像归一化；将归一化后的嵌入图像送入编码器层，降低特征图的高度和宽度并增加通道数；将编码后的图像送入解码器层，恢复特征的高度和宽度；将解码后的图像送入线性投影层，恢复通道的数量，匹配分割目标；本发明通过结合状态空间模型和混合深度卷积，可以在低计算成本的前提下有效地提升模型捕获远程信息的能力。
-
公开(公告)号：CN119810666A
公开(公告)日：2025-04-11
申请号：CN202510009762.6
申请日：2025-01-03
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于双解码器双Transformer背景增强重建网络的高光谱遥感图像异常目标检测方法。该方法引入和设计了一种新颖的背景特征净化解码任务，通过聚焦注意力于背景特征来减小重建过程中异常像素的影响。考虑到异常和背景不同的特点，设计了一个异常剥离屏蔽辅助分支模块，对异常特征进行弱化，为解码阶段补充更丰富的没有异常的背景信息。此外，为进一步引导纯净背景的重建，还设计了一种新颖的交叉引导Transformer模块，用于全局集成多尺度背景属性特征。最后，通过使用协同优化损失函数，对空间光谱和频域中的潜在异常进行双重约束学习，完成异常目标的精确检测。在高光谱数据集上实验结果表明，本发明能够显著提升异常检测的准确性和鲁棒性。
-
公开(公告)号：CN118135399A
公开(公告)日：2024-06-04
申请号：CN202410253788.0
申请日：2024-03-06
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V20/13 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于边缘增强双编码器方向感知网络的卫星影像道路提取方法。该方法采用方向边缘检测器提取道路图像的边缘，并将得到的边缘图作为辅助信息，用于补充原图在不断卷积和下采样过程中导致断裂的细小道路。考虑到原图和边缘图不同的特点，还设计了双分支编码器，分别对原图和边缘图进行特征提取。为了更好地融合双编码路径中的边缘特征和空间特征，并捕获空间特征中的细长结构，在编码器与解码器中嵌入了方向空间注意力模块，将得到的特征集成到道路解码器中。此外，为了充分挖掘潜在的道路信息，还设计了分组局部‑全局特征融合模块，用于交换不同通道间的多尺度语义信息。在道路数据集上的实验结果显示，本发明提出的基于边缘增强双编码器方向感知网络的卫星影像道路提取方法能够提升道路提取的完整性。
-
公开(公告)号：CN111210085B
公开(公告)日：2023-01-24
申请号：CN202010039863.5
申请日：2020-01-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于多视图集成学习的煤矿瓦斯浓度预警方法，检测当前煤矿瓦斯浓度风险等级，若当前煤矿瓦斯浓度风险等级大于事故阈值，则进行预警提示，包括：读取煤矿瓦斯浓度数据集，进行预处理后分成训练集和测试集；计算特征间的互信息和特征与标签之间的互信息，得到关联矩阵；利用视图内特征间互信息之和分析视图的充分冗余性，利用典型相关分析技术分析视图间条件独立性，利用二者通过有监督的方式将单视图数据构造为多视图数据；在多视图构造结果上利用多视图集成学习算法融合各个视图上的结果，得到煤矿瓦斯浓度风险等级。本发明能够综合利用当前煤矿瓦斯浓度监测数据，提高预警准确度。
-
公开(公告)号：CN114838820A
公开(公告)日：2022-08-02
申请号：CN202210259970.8
申请日：2022-03-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度电极的光子计数探测器及其堆积校正方法，属于半导体技术领域。本发明包括对于每一个独立的能量通道的每个脉冲幅度信号增加一个独立的校正因子项，该校正因子项为两个或多个可分离参数化函数的乘积；其中第一个参数化函数取决于所有能量通道或目标能量通道附近一定窗口范围内能量通道上相应探测信号的加权和，该参数化函数包括两个关键参数项；其中第二个参数化函数取决于单个目标能量通道或多个能道范围内的探测信号总和，堆积校正所用参数化函数包括至少一个关键参数项。采用本发明的芯片系统，通过认为目标能量通道信号与校正因子的可分离性并忽略互相关函数影响，校正算法的参数数量和堆积校正算法的复杂性将降低。
-
Patent Agency Ranking
公开(公告)号：CN112257442A
公开(公告)日：2021-01-22
申请号：CN202011033636.8
申请日：2020-09-27
IPC: G06F40/295 , G06K9/62 , G06N3/02 , G06N3/08
Abstract: 本发明提供了一种基于扩充语料库神经网络的政策文件信息提取方法，包括：构建政策文件语料库；基于构建的政策文件语料库进行模型训练以生成政策文件信息提取模型；利用政策文件信息提取模型对目标政策文件进行提取。本发明的方法能够在政策文件含有大量特定的表达方式、用词措辞和专业性词汇等情况下，有效的识别实体，更精准的提取文件信息。
-
公开(公告)号：CN112039965A
公开(公告)日：2020-12-04
申请号：CN202010856199.3
申请日：2020-08-24
Applicant: 重庆邮电大学
IPC: H04L29/08
Abstract: 本发明属于边缘计算与时间敏感网络技术领域，提出了一种时间敏感网络中的多任务卸载方法及系统，所述方法包括将所需卸载的任务按照其属性建立任务模型，属性至少包括任务的代码量，任务输入的数据量和代码计算密度；在任务模型中，按照卸载决策依据，求解出任务在各个决策下所耗费的总时间，以最小化所耗费的总时间为目标，构建出每个任务的最优决策函数；按照博弈算法，在多任务的场景下，对每个任务的最优决策函数进行有限次的迭代计算，并计算出多任务达到纳什均衡的决策结果；本发明技术方案可以缓解计算资源不足，同时不影响任务的实时性，甚至在一定程度上提高任务交付的实时性，使计算节点之间负载均衡，具有良好的实际意义和应用价值。
-
公开(公告)号：CN112036909A
公开(公告)日：2020-12-04
申请号：CN202010864167.8
申请日：2020-08-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及信息追溯技术领域，涉及基于IPv6虚拟连接的产品信息追溯系统及方法；所述系统包括地址分配模块、第一服务器和第二服务器；地址分配模块为产品分配一个全球唯一的IPv6地址作为产品的身份标识并存储至产品信息数据库中；第一服务器根据IPv6地址构建各个产品所对应的虚拟通信对象，将产品对应的IPv6地址注册到路由器的路由表中，使得路由器中目标地址为产品IPv6地址的数据包能到达第一服务器中；第一服务器通过路由器与因特网通信；第一服务器通过虚拟通信对象与第二服务器进行通信；第二服务器调用产品信息数据库存储的产品的基本信息以及身份标识；本发明能够准确定位产品并找到存储产品的服务器从中获取产品信息。
-
公开(公告)号：CN109674237A
公开(公告)日：2019-04-26
申请号：CN201910032397.5
申请日：2019-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种思想政治相关，更具体的说是一种思想政治自动清理资料装置，包括旋转存储机构、资料夹取机构、资料传送机构、碎纸机、碎纸压缩机构、伸缩移动机构、装置整体外壳、临时存取机构，本装置具有存放资料的功能，还具有防打乱的临时存放功能，装置可以处理存放时间过长的资料，进行碎纸以及压缩操作，装置还具有伸缩移动功能，并且具备减震功能。旋转存储机构与装置整体外壳相连接，装置整体外壳与临时存取机构相连接，装置整体外壳与资料夹取机构相连接，装置整体外壳与资料传送机构通过紧固螺钉相连接，资料传送机构与碎纸机接触连接，碎纸机与装置整体外壳通过紧固螺钉相连接，碎纸压缩机构与碎纸机接触连接。
-
公开(公告)号：CN116563606A
公开(公告)日：2023-08-08
申请号：CN202310380529.X
申请日：2023-04-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V20/10 , G06V10/42 , G06V10/58 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于双分支空谱全局特征提取网络的高光谱图像分类方法。该方法通过分别学习高光谱图像的空间特征和光谱特征。其特点在于学习空间特征的空间子网络主体部分为编码解码结构，并利用跳跃连接，空间注意力和通道注意力增强特征表示。此外，设计了一个空间全局特征表示模块用于学习编码后的空间特征，并利用该模块表达全局空间特征。学习光谱特征的光谱子网络采用了渐进式特征学习的思想，并利用视角注意力强化渐进学习到的特征。最后，再利用自适应加权方法，融合两个子网络的结果。在多个真实高光谱遥感图像数据集上的实验结果显示，本发明所提出的双分支空谱全局特征提取网络能够取得优异的分类性能。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.044 seconds)
