-
公开(公告)号：CN116301755A
公开(公告)日：2023-06-23
申请号：CN202310300686.5
申请日：2023-03-23
Applicant: 同济大学
IPC: G06F8/20 , G06F8/30 , G06F40/205 , G06F16/25 , G06F16/22
Abstract: 本发明涉及一种基于有向计算图的自动化批流数据打标框架构建方法，包括以下步骤：输入接口描述语言，接口描述语言中包含表格创建指令、数据源定义及数据连接指令；对接口描述语言进行词法分析，生成抽象语法树；将抽象语法树转换为关系代数表达式树；定义关系代数表达式树为逻辑有向计算图；针对逻辑有向计算图上的节点进行代码生成操作，得到物理有向图，完成批流数据打标框架的构建。与现有技术相比，本发明可以灵活地实现针对批流数据的自动化打标，即使打标规则改变，也无需重新编写代码以及重新上下线程序，从而可以有效提高企业的生产效率。
-
公开(公告)号：CN116228900A
公开(公告)日：2023-06-06
申请号：CN202211670091.0
申请日：2022-12-25
Applicant: 同济大学
IPC: G06T11/00 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于深度学习的压缩能谱X射线CT图像重建方法，所述的方法包括以下步骤：1)通过压缩能谱X射线成像系统扫描得到投影数据的降采样多能正弦图；2)采用改进的U‑Net网络结构补全降采样多能正弦图；3)采用迭代算法，将补全的多能正弦图转换为单能正弦图；4)采用滤波反投影算法重建得到初始的能谱CT图像；5)通过深度学习的卷积神经网络去除重建的能谱CT图像中的伪影。与现有技术相比，本发明具有CT图像重建速度快、CT图像重建质量高等优点。
-
公开(公告)号：CN113362372B
公开(公告)日：2023-05-02
申请号：CN202110570260.2
申请日：2021-05-25
Applicant: 同济大学
Abstract: 本发明涉及一种单目标追踪方法及计算机可读介质，其中单目标追踪方法包括：步骤1：获取待检测的视频帧序列，对所有的视频帧进行数据增强预处理；步骤2：将视频帧序列输入训练好的单目标检测模型；步骤3：单目标检测模型输出目标分类结果和对应的边界框估计值；步骤4：筛选目标分类结果中的待追踪单目标，输出其边界框估计值，完成单目标追踪。与现有技术相比，本发明具有目标追踪性能好等优点。
-
公开(公告)号：CN115511991A
公开(公告)日：2022-12-23
申请号：CN202211072825.5
申请日：2022-09-02
Applicant: 同济大学
IPC: G06T11/00
Abstract: 本发明涉及一种基于AGDRN网络的高光谱图像重建方法及装置，其中方法包括：获取CASSI系统采集的压缩测量数据；构建基于AGDRN主干网络的端到端重建网络并进行训练，AGDRN主干网络包括依次连接的特征映射层、特征处理模块和特征重建层，特征处理模块的顶层由一个全局跳连接跨过多个特征处理组以及一个卷积层组成，每个特征处理组由一个组级跳连接跨过一个残差注意力块、多个残差卷积块和一个卷积层组成，每个残差注意力块由一个局部跳连接跨过SSPA注意力块组成，每个残差卷积块由一个局部跳连接跨过多个卷积层组成；将压缩测量数据输入端到端重建网络，得到重建的高光谱图像。与现有技术相比，本发明具有特征提取高效、综合考虑光谱维和空间维的内在相关性等优点。
-
公开(公告)号：CN111914923B
公开(公告)日：2022-11-18
申请号：CN202010735723.1
申请日：2020-07-28
Applicant: 同济大学 , 江西师范大学 , 北京富通东方科技有限公司
Abstract: 本发明涉及一种基于聚类特征提取的目标分布式识别方法，包括：步骤1：训练深度神经网络，获得深度神经网络模型；步骤2：将深度神经网络模型划分为N边和N域两个子神经网络模型，获得拆分后的深度神经网络模型；步骤3：将N边和k‑means聚类子模型部署在边缘设备，将N域部署于边缘域中心，获得分布式深度神经网络模型；步骤4：对分布式神经网络模型进行优化，获得优化后的分布式深度神经网络模型；步骤5：使用步骤4中优化后的分布式深度神经网络模型完成目标分布式识别。与现有技术相比，本发明具有在边缘侧应用神经网络，实现目标识别、数据传输量低，识别速度快，在降低系统总体能耗与处理时间的同时，也保证了目标识别的精度等优点。
-
Patent Agency Ranking
公开(公告)号：CN115187642A
公开(公告)日：2022-10-14
申请号：CN202210650719.4
申请日：2022-06-09
Applicant: 同济大学
Abstract: 本发明涉及一种遥感图像配准方法、设备及存储介质，该方法包括以下步骤：步骤S1、对给定的两幅待配准的遥感图像I1和I2进行特征检测和描述，并依据特征描述子的相似性构建得到初始匹配集S；步骤S2、基于每对匹配相应的邻域元素一致性约束以及邻域元素相对位置一致性约束，建立非刚性匹配的目标函数，通过阈值剔除错误匹配，迭代优化后保留正确匹配对应的最优内点集其中，首次迭代时，损失函数仅考虑邻域元素一致性约束；步骤S3、对保留的最优内点集进行变换估计，输出配准后的遥感图像。与现有技术相比，本发明具有鲁棒性强的优点。
-
公开(公告)号：CN115019509A
公开(公告)日：2022-09-06
申请号：CN202210712726.2
申请日：2022-06-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于两阶段注意力LSTM的停车场空余车位预测方法，包括以下步骤：获取当前停车场的历史数据；对历史数据进行预处理得到特征数据；建立停车场空余车位预测模型，包括基于两阶段注意力机制的修正模型、LSTM模型和Dense层，其中，基于两阶段注意力机制的修正模型的权重参数包括特征注意力权重和时序注意力权重；将特征数据作为模型的输入，停车场空余车位、车辆驶入、驶出数量作为模型的输出，对模型进行训练；更新历史数据，并基于更新后的历史数据进行模型的更新训练；获取用户的查询请求；响应用户的查询请求，调用训练完成的模型得到预测结果并返回所述预测结果。与现有技术相比，本发明具有预测准确性高等优点。
-
公开(公告)号：CN114723669A
公开(公告)日：2022-07-08
申请号：CN202210227648.7
申请日：2022-03-08
Applicant: 同济大学
Abstract: 本发明公开了一种基于上下文信息感知的肝脏肿瘤二点五维深度学习分割算法。本发明结合二维网络和三维网络提出基于上下文感知的二点五维分割网络模型，在综合利用上下文信息的同时有效降低计算成本。一方面将多张连续切片作为网络输入，另一方面在编码器部分使用三维卷积提取深层特征和片间特征，从而利用层间连续性来优化分割结果，同时在特征提取网络顶层使用空洞空间卷积池化模块来引入全局语义信息，缓解分割目标尺度差异较大的问题。此外，在解码器部分使用二维网络降低参数量，在网络中使用深度可分离卷积代替常规卷积来降低运算成本，同时结合类别交叉熵损失函数和Dice损失函数设计的加权损失函数也能够进一步改善医学图像中的类别不均衡问题。
-
公开(公告)号：CN114302321A
公开(公告)日：2022-04-08
申请号：CN202111483695.X
申请日：2021-12-07
Applicant: 同济大学
IPC: H04W4/02 , H04W4/029 , H04W12/04 , H04W12/069
Abstract: 本发明提供一种隐藏锚节点位置信息的隐私保护定位方法。该方法使用密钥共享技术，使锚节点的位置信息在无线定位过程中无法被其他节点包括服务器获知。在定位过程中，服务器为每个锚节点分配一个非零参数，每个锚节点将包含自身位置信息的隐私输入构建成对应于每个锚节点的非零参数的密钥多项式，并将多项式的数值发布给对应的其他锚节点；每个锚节点将从其他锚节点处接收到的所有多项式数值求和后发送给服务器；服务器根据接收到的数值构建方程组，进一步求解得到待定位节点的位置坐标。本发明通过密钥共享技术，可以有效地保护无线网络定位系统中锚节点的位置隐私安全，避免因位置泄露而导致的不可估量的后果。
-
公开(公告)号：CN114081517A
公开(公告)日：2022-02-25
申请号：CN202111201682.9
申请日：2021-10-15
Applicant: 同济大学
IPC: A61B6/03
Abstract: 本发明涉及一种静态双能断层合成摄像系统和方法，系统包括固定机架，该固定机架的一端固定有分布式碳纳米管阵列光源，另一端固定有双层探测器，分布式碳纳米管阵列光源包括分布式排列的多个场致发射光源，双层探测器包括两个相互叠加的闪烁探测器，分别用于吸收低能X射线光子和高能X射线光子。与现有技术相比，本发明利用分布式碳纳米管阵列光源替代传统BDT中的单射线源+旋转机架架构，避免了多角度测量中的扫描过程；采用双层探测器分别接收两个能谱区间的测量信息，由此可以重建出包含模体材质组分信息的多能谱断层图像，可以发现在二维图像中隐匿的微小病变，减少了不必要的活检以及测量时间和潜在的运动伪影。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.022 seconds)
