-
公开(公告)号：CN111416628B
公开(公告)日：2023-05-12
申请号：CN202010275449.4
申请日：2020-04-09
Applicant: 重庆邮电大学
IPC: H03M13/15
Abstract: 本发明涉及一种基于随机表征的BCH软判决信道码译码装置，属于信道编码领域，包括：随机测试图样生成模块用于生成随机测试图样；硬判决译码核心模块用于对随机测试图样向量进行尝试译码；误码纠正模块进行误码纠正，生成候选码字，并仅将包含循环冗余校验位的信息比特部分传递给提前跳出判决模块；提前跳出判决模块进行循环冗余校验，并将校验结果反馈回随机测试图样生成模块：若循环冗余校验不通过，则继续生成随机测试图样；若循环冗余校验通过，即表示当前分组译码成功，停止生成当前分组的随机测试图样，进入下一个分组。本发明显著提升了译码性能，有效降低了硬件实现的复杂度开销。
-
公开(公告)号：CN111626962A
公开(公告)日：2020-09-04
申请号：CN202010481805.8
申请日：2020-05-27
Applicant: 重庆邮电大学 , 南京智盈人工智能研究院有限公司
Abstract: 本发明涉及一种CMOS内窥镜图像增强方法，属于机器视觉领域，包括以下步骤：S1：将内窥镜视频的每一帧转变成图像并保存；S2：检测内窥镜图像的高光区域，并修复高光区域；S3：将修复高光区域后的图像通过基于改进的导向滤波算法进行处理，并进行细节增强；S4：将增强后的内窥镜图像的每一帧合成为内窥镜视频。本发明最终实现了医用内窥镜图像检测与修复和细节增强的功能，并提升了DV-BV值。
-
公开(公告)号：CN111481192B
公开(公告)日：2022-06-03
申请号：CN202010323589.4
申请日：2020-04-22
Applicant: 重庆邮电大学 , 南京智盈人工智能研究院有限公司
Abstract: 本发明涉及一种基于改进U‑Net的心电信号R波检测方法，属于心电信号技术领域该方法主要包括如下几个要点：1)对获取的心电数据进行预处理；2)将经过预处理的心电数据输入训练好的U‑net网络模型中；3)获取U‑net网络模型输出的心电信号分割数据；4)结合组平均聚类算法对分割结果进行优化，最终输出R波位置。与传统的R波检测方法相比，本发明引入深度学习中的分割网络，提高了在强噪声或波形异常环境下R波检测的正确率，该方法具有较好的定位灵敏度和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113327258A
公开(公告)日：2021-08-31
申请号：CN202110801472.7
申请日：2021-07-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的肺部CT图像识别方法，属于图像处理技术领域。该方法包括以下步骤：S1：获取原始肺部CT图像数据集；S2：使用改进的U‑Net网络对原始肺部CT图像数据集进分割，其中改进的U‑Net网络使用Focal Loss作为损失函数提高肺区分割能力；S3：使用分割后的肺部CT图像作为训练集和测试集，将训练集输入CCT网络进行训练；S4：将测试集输入至训练好的CCT网络，输出病症类别的概率值，通过概率值确认检测患者的肺部CT图像类别。本发明大大减少了训练所需的计算资源，同时提高了图像识别的精确度。
-
公开(公告)号：CN111481192A
公开(公告)日：2020-08-04
申请号：CN202010323589.4
申请日：2020-04-22
Applicant: 重庆邮电大学
IPC: A61B5/0456 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/00
Abstract: 本发明涉及一种基于改进U-Net的心电信号R波检测方法，属于心电信号技术领域该方法主要包括如下几个要点：1)对获取的心电数据进行预处理；2)将经过预处理的心电数据输入训练好的U-net网络模型中；3)获取U-net网络模型输出的心电信号分割数据；4)结合组平均聚类算法对分割结果进行优化，最终输出R波位置。与传统的R波检测方法相比，本发明引入深度学习中的分割网络，提高了在强噪声或波形异常环境下R波检测的正确率，该方法具有较好的定位灵敏度和鲁棒性。
-
公开(公告)号：CN117053797A
公开(公告)日：2023-11-14
申请号：CN202311052899.7
申请日：2023-08-21
Applicant: 重庆邮电大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于多目视觉下的大气偏振导航方法，属于偏振光导航领域。该方法包括：S1：利用偏振采集装置获取偏振角度为0°、45°、90°的三幅灰度图像，并获得当前状态下天空的DOP和AOP；S2：分别对DOP和AOP进行特征提取及处理，得到DOP的极点位置信息和AOP特征点集；S3：将三幅灰度图像输入卷积神经网络，对当前天气进行判决，根据判决结果选择最优解法；由最优解法解得太阳子午线位置，再解出载体坐标系下太阳方位角；S4：利用当前年份和日期以及实时时间，计算得到当前时刻导航坐标系下太阳方位角；S5：使用太阳方位角为中间桥梁，得到载体坐标系和导航坐标系的相对关系，最终得到载体行进方向。
-
公开(公告)号：CN113486969A
公开(公告)日：2021-10-08
申请号：CN202110801457.2
申请日：2021-07-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于改进的Resnet网络的X光图像分类方法，属于图像处理技术领域。该方法将X光图像数据集作为图像输入，通过SMOTE数据扩充算法得到模型的训练、测试和验证数据集；分类模型采用残差网络ResNet为模型基本框架，通过在残差网络ResNet中加入挤压激励网络并将其进行捷径连接；模型中普通方形卷积核中加入了水平卷积和垂直卷积组成非对称卷积结构，突显局部关键特征和加快训练效率；采用焦点损失函数，整个网络会根据损失函数调整每种疾病的损失值，以得到对疾病分类能力更强的网络模型。本发明能够解决数据不平衡分布带来的问题，并增强特征信息提取能力，提高模型整体性能，从而提高对X光图像分类的准确度。
-
公开(公告)号：CN111416628A
公开(公告)日：2020-07-14
申请号：CN202010275449.4
申请日：2020-04-09
Applicant: 重庆邮电大学
IPC: H03M13/15
Abstract: 本发明涉及一种基于随机表征的BCH软判决信道码译码装置，属于信道编码领域，包括：随机测试图样生成模块用于生成随机测试图样；硬判决译码核心模块用于对随机测试图样向量进行尝试译码；误码纠正模块进行误码纠正，生成候选码字，并仅将包含循环冗余校验位的信息比特部分传递给提前跳出判决模块；提前跳出判决模块进行循环冗余校验，并将校验结果反馈回随机测试图样生成模块：若循环冗余校验不通过，则继续生成随机测试图样；若循环冗余校验通过，即表示当前分组译码成功，停止生成当前分组的随机测试图样，进入下一个分组。本发明显著提升了译码性能，有效降低了硬件实现的复杂度开销。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
