-
公开(公告)号:CN108901540A
公开(公告)日:2018-11-30
申请号:CN201810689327.2
申请日:2018-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于人工蜂群模糊聚类算法的补光和疏果的方法,属于农业技术领域。包括S1:对图像进行采集,通过无线设备或蓝牙传输等模块传输到图像采集卡或者是图像接收模块中;S2:采用最大稳定极值区域和分层轮廓分析算法得到光照分布图;S3:采用改进人工蜂群模糊聚类算法对果实进行分割,并判断其大小;S4:对果树进行补光和疏果。本方法将图像处理应用于农业生产中,可以帮助农业生产者完成农场中大规模种植的监测,判断果树果实的生长、受光照情况情况,协助农业生产者对果树进行管理和修剪,使果树产生更高的经济价值。
-
公开(公告)号:CN114359625B
公开(公告)日:2025-03-18
申请号:CN202111521072.7
申请日:2021-12-13
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/774 , G06N3/045 , G06N3/084 , G06N3/0985 , G06N3/048 , A61B5/318 , A61B5/00
Abstract: 本发明涉及一种基于二维图像的深度学习心率失常分类方法,属于医学信号处理技术领域。该方法包括:对一维原始心电信号进行间期异常和幅值异常的分类;对间期异常和幅值异常的一维心电信号进行二维图像化处理;对所得到的二维图像集按7:3的比例分为训练集和测试集,彼此之间无交叉数据;利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练;输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。
-
公开(公告)号:CN114359625A
公开(公告)日:2022-04-15
申请号:CN202111521072.7
申请日:2021-12-13
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/318 , A61B5/00
Abstract: 本发明涉及一种基于二维图像的深度学习心率失常分类方法,属于医学信号处理技术领域。该方法包括:对一维原始心电信号进行间期异常和幅值异常的分类;对间期异常和幅值异常的一维心电信号进行二维图像化处理;对所得到的二维图像集按7:3的比例分为训练集和测试集,彼此之间无交叉数据;利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练;输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。
-
-