-
公开(公告)号:CN107536672A
公开(公告)日:2018-01-05
申请号:CN201710674827.4
申请日:2017-08-09
Applicant: 重庆邮电大学
Abstract: 本发明申请公开了闹钟式震动耳塞,包括可伸入耳道中的耳塞、用来带动耳塞震动的震动马达以及用来控制震动马达工作的控制模块;所述震动马达和控制模块均设置在耳塞内;所述震动马达外包裹有震动套,所述震动套上设有径向向外伸出的用来作用于耳道的多个凸起。本发明不依赖于扬声器即可使耳塞具有闹钟叫醒的功能。
-
公开(公告)号:CN104009834A
公开(公告)日:2014-08-27
申请号:CN201410162996.6
申请日:2014-04-22
Applicant: 重庆邮电大学
IPC: H04L9/00
Abstract: 本发明公开了一种基于差分混沌键控DCSK的MIMO保密通信方法,经过改进,使信息分散在两条信道上传输,且每一路信息的参考信号在另一路传输,这样即使某一路信息在传输过程中被截获,也无法破译原始信号,同时也解决信道利用率低的问题。同时为了解决多径衰落的问题,使用MIMO技术能够抑制信道噪声和多径衰落,无需增加系统带宽和发送功率。通过改进前后系统误码率的对比,发现新型MIMO-DCSK保密通信系统较传统系统在数据传输中的误码率更低,同时信道的利用率更高和保密性更强。
-
公开(公告)号:CN103884421A
公开(公告)日:2014-06-25
申请号:CN201410110813.6
申请日:2014-03-24
Applicant: 重庆邮电大学
IPC: G01H17/00
Abstract: 本发明请求保护一种利用自相关-小波阈值变换联合去噪和伪哈密顿量的变尺度Duffing振子来检测微弱周期信号的方法,该方法包括对高频工程信号进行频率/时间尺度变换,使其转换为固定角频率1rad/s的信号,从而方便了设置系统相变阈值;搭建相关与小波阈值变换的联合去噪系统,极大程度改善了信噪比,避免了待测信号初始相位和噪声对检测结果的不利影响;构造Duffing系统伪哈密顿量实时地表征系统动力学行为,解决了定量判断系统状态时计算量大,效率低的难题。理论分析及仿真结果表明,较之传统做法,检测过程更方便快速,在实际应用中具有重大意义,因此具有很好的应用前景。
-
公开(公告)号:CN118052830B
公开(公告)日:2024-12-10
申请号:CN202410015147.1
申请日:2024-01-04
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06T7/90 , G06T5/70 , G06T7/13 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于隐式提示的多病变视网膜分割方法,主要包含三色域特征增强、调制模块、隐式提示模块和提示结合模块。该方法通过转换色彩空间并选取其中分量进行组合并结合高斯模糊,实现数据增强。为减少病变对细小血管的影响,调制模块采用上下文语义差异较小的临近跳跃连接实现自底向上的调制,实现由粗到细的特征融合。为针对病变进行有效分割,隐式提示模块利用提示信息结合编码的中层特征进行自适应学习病变类型,提示结合模块在解码阶段结合提示信息与跳跃连接实现对各种病变的可靠分割。以上措施的实施显著提升了视网膜血管的分割精度,强化了网络在处理病变背景下形态差异较大的血管的能力,提高了末端毛细血管分割的准确性。
-
公开(公告)号:CN117689669B
公开(公告)日:2024-08-27
申请号:CN202311542338.5
申请日:2023-11-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于结构自适应上下文敏感的视网膜血管分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡、伽马校正等预处理;然后,对训练集进行图片尺寸分割以完成数据增强;接着,搭建由收缩路径和扩张路径组成的全卷积神经网络架构;最后,采用提出的结构自适应层替代卷积层来替代普通卷积、跳接层引入提出的空洞残差路径以及解码器中添加自适应特征融合模块,并引入多尺度深度监督机制,得到结构自适应上下文敏感网络,并将测试数据输入到该网络中快速测试完成图像分割。本发明有效地提高了视网膜血管的分割精度,且结构合理,提高了网络在复杂背景下处理形态差异较大的血管的能力以及末端毛细血管分割的准确性。
-
公开(公告)号:CN118052830A
公开(公告)日:2024-05-17
申请号:CN202410015147.1
申请日:2024-01-04
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06T7/90 , G06T5/70 , G06T7/13 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于隐式提示的多病变视网膜分割方法,主要包含三色域特征增强、调制模块、隐式提示模块和提示结合模块。该方法通过转换色彩空间并选取其中分量进行组合并结合高斯模糊,实现数据增强。为减少病变对细小血管的影响,调制模块采用上下文语义差异较小的临近跳跃连接实现自底向上的调制,实现由粗到细的特征融合。为针对病变进行有效分割,隐式提示模块利用提示信息结合编码的中层特征进行自适应学习病变类型,提示结合模块在解码阶段结合提示信息与跳跃连接实现对各种病变的可靠分割。以上措施的实施显著提升了视网膜血管的分割精度,强化了网络在处理病变背景下形态差异较大的血管的能力,提高了末端毛细血管分割的准确性。
-
公开(公告)号:CN117689669A
公开(公告)日:2024-03-12
申请号:CN202311542338.5
申请日:2023-11-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于结构自适应上下文敏感的视网膜血管分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡、伽马校正等预处理;然后,对训练集进行图片尺寸分割以完成数据增强;接着,搭建由收缩路径和扩张路径组成的全卷积神经网络架构;最后,采用提出的结构自适应层替代卷积层来替代普通卷积、跳接层引入提出的空洞残差路径以及解码器中添加自适应特征融合模块,并引入多尺度深度监督机制,得到结构自适应上下文敏感网络,并将测试数据输入到该网络中快速测试完成图像分割。本发明有效地提高了视网膜血管的分割精度,且结构合理,提高了网络在复杂背景下处理形态差异较大的血管的能力以及末端毛细血管分割的准确性。
-
公开(公告)号:CN104101780A
公开(公告)日:2014-10-15
申请号:CN201410167811.0
申请日:2014-04-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于联合去噪和频率调制的微弱信号检测方法,属于信号处理技术领域。该方法包括以下步骤:1)将混有噪声的低信噪比待测信号通过自相关器,抑制部分噪声;2)对经过步骤1)处理后的待测信号进行小波阈值变换,去除信号自相关后的残留噪声;3)利用可调标准信号调制步骤2)中输出信号频率,使得调制后的信号频率能够满足双Duffing振子差分系统的检测条件,调制后的信号通过低通滤波器滤掉高频部分信号;4)将步骤3)中低通滤波器输出的信号输入双Duffing振子差分检测系统,设置系统初始状态参数;5)判断双Duffing振子差分检测系统是否有规律间歇混沌现象出现,有规律间歇混沌现象出现时,由连续零方法可得到间歇混沌周期,进而得到待测信号频率。较之传统检测方法,本方法可检测强噪声背景下任意频率微弱微弱信号,在实际应用中具有重大意义。
-
公开(公告)号:CN103884421B
公开(公告)日:2015-12-09
申请号:CN201410110813.6
申请日:2014-03-24
Applicant: 重庆邮电大学
IPC: G01H17/00
Abstract: 本发明请求保护一种利用自相关-小波阈值变换联合去噪和伪哈密顿量的变尺度Duffing振子来检测微弱周期信号的方法,该方法包括对高频工程信号进行频率/时间尺度变换,使其转换为固定角频率1rad/s的信号,从而方便了设置系统相变阈值;搭建相关与小波阈值变换的联合去噪系统,极大程度改善了信噪比,避免了待测信号初始相位和噪声对检测结果的不利影响;构造Duffing系统伪哈密顿量实时地表征系统动力学行为,解决了定量判断系统状态时计算量大,效率低的难题。理论分析及仿真结果表明,较之传统做法,检测过程更方便快速,在实际应用中具有重大意义,因此具有很好的应用前景。
-
公开(公告)号:CN118351305A
公开(公告)日:2024-07-16
申请号:CN202410427142.X
申请日:2024-04-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于频域与空间域信息融合的实时实例分割方法,首先设置模型训练的损失函数;然后,采用带动量的随机梯度下降算法作为优化方法,并采用了非极大值抑制算法消除重复检测;接着,搭建由多个残差块堆叠组成的ResNet50残差网络架构作为主干网络;然后,采用改进的双向特征金字塔结构对后三个卷积模块的特征图进行操作融合语义信息,并引入频域表示以获得更准确全局信息;最后,将完成信息融合的最后一层特征图输入到掩模分支,使用改进的频域表示特征融合方法将得到的掩模系数和原型掩模特征图相结合,得到目标物体的位置坐标、类别信息和像素分割结果。本发明在实时(每秒超过30帧)的基础上有效地提高了图像的分割精度,且结构合理。
-
-
-
-
-
-
-
-
-