-
公开(公告)号：CN119027429A
公开(公告)日：2024-11-26
申请号：CN202410899326.6
申请日：2024-07-05
Applicant: 重庆邮电大学
IPC: G06T7/10 , G06V10/44 , G06V10/42 , G06V10/80 , G06N3/0464
Abstract: 本发明请求保护一种基于改进的尺度融合脑肿瘤分割方法，旨在通过聚合编码器层内和层间的尺度信息，改进尺度特征融合，实现准确的脑肿瘤图像给分割，属于计算机视觉领域。所述方法包括以下步骤：步骤1.本发明提出了一种全局局部特征混合器，该模块通过并行捕获局部细节特征和全局上下文信息，实现全局‑局部尺度的信息混合，以解决脑肿瘤位置不确定性问题。步骤2.本发明设计了一个多尺度扩张初始模块，该模块能有效捕获多尺度的形状特征，旨在提高网络适应脑肿瘤不同形状的能力。步骤3.本发明设计了一个多尺度特征聚合模块，该模块能有效聚合来自编码器不同层级的多尺度特征，有助于缓解脑肿瘤大小不确定性问题。
-
公开(公告)号：CN110290491B
公开(公告)日：2020-12-04
申请号：CN201910412290.3
申请日：2019-05-17
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于多径辅助的室内定位方法。首先，利用多径信号的差分TOF构建关于散射体以及目标位置的目标方程；然后，利用粒子群优化(Particle Swarm Optimization,PSO)算法对散射体位置以及目标位置进行联合搜索，其中利用散射体与目标的AOA及房间尺寸大小确定搜索范围，减小搜索空间；其次，选取搜索到的散射体以及对应的差分TOF构建定位方程，对方程进行线性化后求解目标位置。最后，对所有散射体估计到的目标位置进行聚类检测检测散射体中的离群点，当出现离群散射体时重新进行上述步骤直到不出现离群点，此时将搜索到的目标位置作为最终估计值。该发明方法有效地利用了多径信号并且消除了相位误差的影响，实现了单站定位。
-
公开(公告)号：CN110658492A
公开(公告)日：2020-01-07
申请号：CN201910959218.2
申请日：2019-10-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种室内目标与散射体位置优化的迭代方法。首先根据多径信号传播特性构造室内散射体和单AP的多径信号传播模型；其次，利用多径信号参数差分Δtof与单AP、目标和各散射体间的位置关系构建目标位置关于各散射体的差分Δtof方程，将定位系统性能优化问题转化为加权最小二乘的求解问题；最后，利用WLS算法进行迭代来求解差分Δtof方程以获取散射体和目标的最终估计位置。本专利基于WLS算法提出了一种室内目标与散射体位置优化迭代方法，该方法解决了多径环境下定位精度低的问题，可在降低设备部署开销的同时增强定位系统的鲁棒性。
-
公开(公告)号：CN110290491A
公开(公告)日：2019-09-27
申请号：CN201910412290.3
申请日：2019-05-17
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于多径辅助的室内定位方法。首先，利用多径信号的差分TOF构建关于散射体以及目标位置的目标方程；然后，利用粒子群优化(Particle Swarm Optimization,PSO)算法对散射体位置以及目标位置进行联合搜索，其中利用散射体与目标的AOA及房间尺寸大小确定搜索范围，减小搜索空间；其次，选取搜索到的散射体以及对应的差分TOF构建定位方程，对方程进行线性化后求解目标位置。最后，对所有散射体估计到的目标位置进行聚类检测检测散射体中的离群点，当出现离群散射体时重新进行上述步骤直到不出现离群点，此时将搜索到的目标位置作为最终估计值。该发明方法有效地利用了多径信号并且消除了相位误差的影响，实现了单站定位。
-
-
-
Search Results
4
records
(took 0.019 seconds)
