-
公开(公告)号：CN117808911A
公开(公告)日：2024-04-02
申请号：CN202311585523.2
申请日：2023-11-24
Applicant: 重庆邮电大学
IPC: G06T11/00 , G06T7/80 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明属于CT重建技术领域，具体涉及一种基于深度学习的锥形束CT重建方法；该方法包括：获取原始CT数据集并对其进行预处理，得到2D投影数据；将2D投影数据输入到U‑net网络中进行处理，得到2D投影特征；将目标点投影到2D投影数据上，根据2D投影特征获取目标点在2D投影数据上的特征向量；采用第一多层感知机聚合目标点的特征向量和位置信息，得到目标点的位置感知特征向量；采用注意力聚合机制对位置感知特征向量进行处理，得到聚合特征向量；将聚合特征向量输入到第二多层感知机中进行处理，得到目标点的密度值；本发明在稀疏视角下也能够有较好的效果，提高了密度预测的准确性。
-
公开(公告)号：CN116541519A
公开(公告)日：2023-08-04
申请号：CN202310235933.8
申请日：2023-03-13
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/38 , G06F16/383 , G06F16/335
Abstract: 本发明涉及一种基于引文分析和主题建模辅助文献综述的论文可视化方法，包括：获取原始论文数据集，并根据论文之间的引用关系创建耦合相似矩阵和共被引相似性矩阵；提取论文的主题和论文主题的概率分布；将论文主题的概率分布输入t‑sne得到论文在二维平面上的散点图并利用Kruskal算法计算得到t‑sne引文网络图进行可视化显示；计算论文主题概率分布之间的相似性创建内容相似性矩阵；根据耦合相似矩阵、共被引相似性矩阵和内容相似性计算综合相似性矩阵；并通过d3.js生成对应的耦合引文网络图、共被引引文网络图和综合引文网络图进行可视化显示，并根据论文之间的引用关系向用户推荐论文，提高用户文献综述的效率。
-
公开(公告)号：CN114661393A
公开(公告)日：2022-06-24
申请号：CN202210193379.7
申请日：2022-03-01
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于流动人口数据特征聚类的城市集聚效应可视分析方法，该方法包括：S1：转换原始数据集d1的格式，统一数据项中包含的所有地理位置和经纬度坐标；S2：利用先验知识筛选出数据集中的相关数据项构成新的数据集d2；S3：对属于城市群中的城市的地理坐标进行DBSCAN密度聚类；S4：对数据集d2中所有城市的流入人口中第三产业所占的百分比进行K‑Means聚类；S5：将两次聚类结果标记在数据集d2、d3中；S6：将数据集d2、d3在前端页面使用ECharts图表库可视化展示并添加鼠标交互；S7：分析中心城市的辐射能力，使用引力模型分析城市之间的联系。本发明提出了一种新的可视化方法来判断城市群集聚效应的强弱，并且对于全国范围内的城市都可适用。
-
公开(公告)号：CN112927248A
公开(公告)日：2021-06-08
申请号：CN202110307518.X
申请日：2021-03-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及点云处理、三维点云分割领域技术领域，具体涉及一种基于局部特征增强和条件随机场的点云分割方法，该方法包括：将数据集输入训练好的点云分割网络模型中进行分割，得到分割结果，点云分割网络模型先训练后使用，其训练过程包括：将训练集输入到点云分割网络模型中，经处理后点云分割网络模型输出预测的标签图；真实标签做监督，根据真实标签和预测的标签图计算交叉熵损失函数；迭代多次，采用随机梯度下降算法优化损失函数，最终得到训练好的点云分割网络模型。本发明可以即解决局部特征提取能力差的问题，同时可以解决边缘分割效果差的问题。
-
公开(公告)号：CN111340108A
公开(公告)日：2020-06-26
申请号：CN202010116433.9
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于最优传输理论的高维数据可视化方法，属于数据可视化和维数缩减领域。该方法包括：S1：对原始高维数据进行数据预处理和归一化；S2：基于最优质量传输迭代收缩采样点；每次迭代过程先计算最优传输方案，然后根据最优传输方案将采样点移动到点集质量重心；S3：计算每个骨架点之间的连接关系，连接骨架点，构建骨架分支；S4：根据对称SNE公式求解高低维的各点对其他点的高斯分布和，构成高斯分布矩阵；S5：计算距离矩阵，并最小化Wasserstein距离得到传输计划矩阵；S6：利用传输计划矩阵并根据能量函数求解低维坐标。本发明能从高维数据提取拓扑结构，并且能将拓扑结构和数据投影到二维平面上的目标。
-
Patent Agency Ranking
公开(公告)号：CN109726355A
公开(公告)日：2019-05-07
申请号：CN201910008797.2
申请日：2019-01-04
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于向量插值的船舶轨迹修复方法，属于图形和可视化技术领域。该方法包括以下步骤：S1：输入缺失轨迹段起止点的动态信息、坐标信息和时间，设置待修复轨迹点个数，确定待修复轨迹点的时间间隔，并对起止点的经纬度坐标进行高斯投影转换，对起止点的速度单位进行转换；S2：采用双向迭代的方式，根据起止点的动态信息求出两组待修复轨迹点的动态信息，在此基础上再利用起止点的动态信息和高斯平面坐标，求出两组坐标预测值；S3：根据权重对两组坐标预测值进行加权平均，再进行高斯反投影计算，得到最终的待修复轨迹点经纬度坐标。本发明能够提高作曲线运动的船舶轨迹修复准确率且相应降低算法运行时间。
-
公开(公告)号：CN108288505A
公开(公告)日：2018-07-17
申请号：CN201810085738.0
申请日：2018-01-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种可视分析的心理健康评估方法，属于数据可视化应用技术领域。该方法包括四个部分：在数据录入界面完成SCL-90心理健康评估量表的数据录入；使用捆绑柱状图、折线图对当前录入的数据进行可视分析，并根据当前评估结果结合历史数据分析结果给出相应的改善建议；使用特征选择算法对用户的历史数据进行分析，采用散点树图对结果进行呈现；对不同地区、年龄、行业、性别的心理健康状况的整体呈现。本发明所述的一种将可视分析技术应用于心理健康评估中的方法，基于数据可视化和心理健康评估理论，对用户的心理健康评估数据进行可视分析，其结果是准确的，可行的，特别是便于用户可以及时发现自己的心理健康问题，调整自己的心理健康状况。
-
公开(公告)号：CN105046675B
公开(公告)日：2017-09-29
申请号：CN201510522131.0
申请日：2015-08-24
Applicant: 重庆邮电大学
IPC: G06T5/50
CPC classification number: G06T11/005 , G06T11/003 , G06T11/006 , G06T2210/41
Abstract: 本发明属于医学图像处理技术领域，公开了一种基于MVCT图像消除KVCT图像中金属伪影的方法，首先对MVCT图像和KVCT图像进行配准，其次用NMAR方法消除配准后的MVCT图像中的金属伪影，然后对KVCT图像和消除伪影后的MVCT图像进行前向投影，最后建立优化模型，进行优化重建，从而得到消除伪影后的KVCT图像。本发明提出的方法利用MVCT图像中金属伪影少，且理论上同一组织内部梯度为零的特点建立优化模型。该优化模型能达到重建后的KVCT图像的梯度与MVCT图像的梯度相近，而灰度值又能与重建前的KVCT图像相近的目的。本发明提出的方法既能很好的消除金属伪影，也有较好的去噪效果，而且重建出的KVCT图像具有真实性。
-
公开(公告)号：CN102609972A
公开(公告)日：2012-07-25
申请号：CN201210023515.4
申请日：2012-02-02
Applicant: 重庆邮电大学
Inventor： 秦红星
IPC: G06T15/08
Abstract: 一种基于逆速度位移场的体数据可视化处理方法，涉及图形图像技术。本发明采用的技术方案为：对体数据的多步变形操作一般化为两步变形操作，把步变形操作认为是步变形操作与第步变形操作的叠加；建立由初始化场景、体数据两步变形操作模型；计算逆速度位移场表达由原有的逆速度位移场、特征场数据、特征体数据和变形模板共同表达的操作，通过后处理以保持逆速度位移场的一阶连续；以逆速度位移场为场景，应用ray-casting算法进行变形后体数据的绘制。本发明提出的方法解决了体数据多步操作难题，保证了绘制质量和绘制的实时性，提高了体数据内结构间几何关系的可理解性。
-
公开(公告)号：CN119600288A
公开(公告)日：2025-03-11
申请号：CN202411649360.4
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及图像处理和计算机视觉技术领域，特别涉及一种基于SAM的文本引导多视角火星地形特征图像分割方法，包括构建并训练MTSNet模型，将待分割火星图像以及地形提示文本输入训练好的MTSNet模型，得到分割结果；所述MTSNet模型包括MTG‑SAM分支、LTEN分支、特征融合模块、文本提示编码器和Mask Decoder；所述MTG‑SAM分支由多个Transformer Block级联组成，每一个Transformer Block中引入一个TCAM模块；所述文本提示编码器包括CLIP文本编码器、文本仿射层和提示编码器；本方法有效提高了火星图像地形分割的准确性和便捷性。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.024 seconds)
