公开(公告)号：CN109239670A

公开(公告)日：2019-01-18

申请号：CN201810998871.5

申请日：2018-08-29

Applicant: 杭州电子科技大学

Inventor： 李训根 ,  于彦贞 ,  潘勉 ,  吕帅帅 ,  李子璇 ,  刘爱林 ,  张战

IPC: G01S7/02 ,  G06K9/62

Abstract: 本发明公开了一种基于结构嵌入和深度神经网络的雷达HRRP识别方法，首先提取数据的时域特征并对提取出的时域特征进行切分和非均匀量化编码得到其局部结构的编码，然后利用局部结构和其周围数个局部结构的关系得到其编码之间的共现矩阵，进而通过该共现矩阵得到数据的结构嵌入特征，然后再将提取出的嵌入特征送入由全连接层和基于LSTM的双向循环神经网络构成的深度神经网络进行训练，最后利用softmax层对HRRP进行识别并得到识别结果。

公开(公告)号：CN109191472A

公开(公告)日：2019-01-11

申请号：CN201810983829.6

申请日：2018-08-28

Applicant: 杭州电子科技大学

Inventor： 于海滨 ,  贝琛圆 ,  潘勉 ,  吕帅帅 ,  和文杰 ,  于彦贞 ,  刘爱林 ,  李子璇

IPC: G06T7/11

Abstract: 本发明公开了基于改进U-Net网络的胸腺细胞图像分割方法，包括以下步骤：将UCSB breast图像数据集进行图像预处理；在U-Net网络中，加入空洞残差模块和注意力模块；对U-Net网络根据设定的训练策略进行训练；建立包括F1评分，对象级Dice系数和Hausdorff距离的评估指标，通过评估指标优化网络，得到最优模型；将需分割的细胞图像输入最优模型，经过特征提取和特征上采样得到分割蒙版。本发明通过改进一个基础分割网络，创建一个新的细胞图像分割方法，解决了胸腺图像自动分割过程中精度较低的问题，提高了分割的正确率和效率。

公开(公告)号：CN109191471A

公开(公告)日：2019-01-11

申请号：CN201810983823.9

申请日：2018-08-28

Applicant: 杭州电子科技大学

Inventor： 潘勉 ,  贝琛圆 ,  于海滨 ,  吕帅帅 ,  和文杰 ,  于彦贞 ,  刘爱林 ,  李子璇

IPC: G06T7/11

Abstract: 本发明公开了基于改进U-Net网络的胰腺细胞图像分割方法，包括以下步骤：将Warwick-Qu图像数据集进行数据增强，采用非扭曲变换增强；在U-Net网络中，用空洞卷积代替传统卷积，合并入残差单元，并将空洞空间金字塔池引入网络；对U-Net网络根据设定的训练策略进行训练；建立包括F1评分，对象级Dice系数和Hausdorff距离的评估指标，通过评估指标优化网络，得到最优模型；将需分割的细胞图像输入最优模型，经过特征提取和特征上采样得到分割蒙版。本发明通过改进一个基础分割网络，创建一个新的细胞图像分割方法，解决了胰腺图像自动分割过程中精度较低的问题，提高了分割的正确率和效率。