-
公开(公告)号:CN118090699A
公开(公告)日:2024-05-28
申请号:CN202410093578.X
申请日:2024-01-23
Applicant: 浙江工业大学
IPC: G01N21/65 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明涉及到差分拉曼光谱技术,特别涉及一种结合差分拉曼光谱和SE‑Res2Net的黄曲霉素检测方法。测得含有黄曲霉素以及不含有黄曲霉素的待测物的差分拉曼光谱;构建模型,初始化模型参数;将黄曲霉素的差分拉曼光谱和待测物的差分拉曼光谱输入模型得到特征图X;将特征图X输入Res2Net模块,得到特征图Y5;将特征图Y5输入SE模块,得到特征图f';通过跳跃连接的方式将特征图X连接到特征图f'上,得到特征图f;得到待测物中是否含有黄曲霉素的概率,完成模型的训练;验证模型并更新参数。本发明有效去除拉曼光谱中的荧光、环境光等干扰,增强拉曼光谱中的特征峰,提高检测准确率。
-
公开(公告)号:CN113034475B
公开(公告)日:2024-04-19
申请号:CN202110339571.8
申请日:2021-03-30
Applicant: 浙江工业大学
IPC: G06T7/00 , G06T5/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T5/60
Abstract: 一种基于轻量级三维卷积神经网络的手指OCT体数据去噪方法,包括如下步骤:1)构建轻量级三维卷积模块;2)构建轻量级三维卷积神经网络模型,设定参数,进行训练;3)利用训练好的轻量级三维卷积神经网络,对OCT体数据进行去噪。本发明可以对手指体数据整体进行去噪,并且将网络轻量化,减少网络训练参数,加快去噪速度。
-
公开(公告)号:CN111242169B
公开(公告)日:2024-03-26
申请号:CN201911409311.2
申请日:2019-12-31
Applicant: 浙江工业大学
IPC: G06V10/771 , G06V10/77 , G06V10/762 , G06V10/74
Abstract: 一种基于图片相似度计算的脑纤维视角自动选择方法,包括以下步骤:1)导入异常纤维样本数据和待判定纤维数据,使用ParaView软件绘制成三维图像;2)运行自动视角旋转脚本,分别绕不同方向轴、以不同角度大小来进行图像旋转,并记录每次旋转之后的一组对比图片;3)通过计算每组图片的相似度,寻找差异最大的视角;4)获取差异最大的视角之后,对图片进行降维处理和聚类分析;5)获得聚类结果之后,根据结果来对纤维数据进行抽象,对原始的纤维数据进行抽象简化,提取重要信息,从而达到分析纤维结构特征的目的。本发明可以帮助研究人员快速定位纤维异常区域并进行分析。
-
公开(公告)号:CN117743294A
公开(公告)日:2024-03-22
申请号:CN202311598092.3
申请日:2023-11-28
Applicant: 浙江工业大学
IPC: G06F16/21 , G06N3/126 , G06N3/086 , G06F16/2453
Abstract: 一种基于遗传算法参数调整的时序数据库多目标优化方法,包括:首先,利用皮尔逊相关性分析对多个优化目标进行降维,减少目标间的关联性。然后,通过对时序数据库的参数空间进行建模,利用多变量回归分析对参数空间进行降维,确定了一组参数组合作为遗传算法的基因编码。最后,综合考虑降维后的目标,设计适应度函数,并采用时序分割的方法,将数据按照一定的间隔进行分割,以适应不同时间时序数据库性能要求不同的场景,通过遗传算法在不断迭代的过程中,逐步优化参数组合,以实现多目标优化。本发明提出的方法可以实现在时序数据库领域中针对多个优化目标的自动参数优化,提升了时序数据库的综合性能,为实际应用提供了有力支持。
-
公开(公告)号:CN117635771A
公开(公告)日:2024-03-01
申请号:CN202311690794.4
申请日:2023-12-11
Applicant: 浙江工业大学
IPC: G06T11/60 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 一种基于半监督对比学习的场景文本编辑方法和装置,其方法包括:准备训练数据,包含样式文本图像Is和标准内容文本图像Ic以及合成图像相应的标签;对样式文本图像Is中的文本进行擦除,得到无文本的背景图Ob以及Is对应的掩码图Masks;对样式文本图像ls和标准内容文本图像Ic进行预变换,即对Is进行背景过滤和样式增强得到I′s,并对Ic的文本方向进行调整,使其和Is的文本方向一致得到I′c;对I′s中的文本进行编辑,使其具有I′c的文本内容,并与背景特征融合得到初步的目标文本图像与其对应的掩码图Maskt;训练时,再结合对比学习策略对所得结果进行优化;在推理过程中,将与Maskt以及Ob执行一种笔划级别的修改,得到最终编辑完成的目标文本图像Ot。
-
公开(公告)号:CN116824003A
公开(公告)日:2023-09-29
申请号:CN202310738031.6
申请日:2023-06-21
Applicant: 浙江工业大学
Abstract: 一种基于骨架的地理地图重构方法,包括:(1)提取地理地图边界数据;(2)采用Douglas‑Peucker算法简化地图;(3)采用基于角平分线的骨架提取算法来提取地图骨架结构;(4)骨架正则化,将不规则的骨架形式转换为标准形式;(5)基于骨架的边界生长,在二维网格中,每个骨架线段以最初位于的单元格为起点,对其边界进行生长扩充;(6)上述操作之后,每个区域被转换成由矩形或直角矩形组成的区块,不同区域填充不同颜色,以便视觉区分。本发明在有效保证重建地图与原始地图在相邻关系和面积份额具有较高一致性的基础上,成功解决地图边界不规则问题,减轻视觉负担,在视觉上更美观且易于理解。
-
公开(公告)号:CN116721212A
公开(公告)日:2023-09-08
申请号:CN202310687724.7
申请日:2023-06-12
Applicant: 浙江工业大学
IPC: G06T17/00 , G06T7/80 , G06T3/40 , G06V40/13 , G06V40/12 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/094
Abstract: 一种基于无监督超分辨率的三维指纹方法,包括如下步骤:1)设计无监督超分辨率网络模型;2)使用系统采集的条纹投影指纹图像,通过无监督超分辨率神经网络模型来提高条纹投影指纹图像的分辨率,利用超分辨率后的图像进行三维重建,得到指纹的三维结构。本发明设计了一个无监督神经网络能够解决单一低分辨率条纹投影指纹的超分辨率,同时也改善结构光采集到的条纹投影指纹边缘模糊现象,从而使三维重建后的指纹图像更加清晰,精度更高。
-
公开(公告)号:CN115618573A
公开(公告)日:2023-01-17
申请号:CN202211170458.2
申请日:2022-09-23
Applicant: 浙江工业大学
IPC: G06F30/20 , G06F16/904 , G06F16/23 , G06F111/04 , G06F111/06
Abstract: 一种基于数学优化模型的渐进式时间线布局方法,包括:(1)获取某一时间数据,或者对非时间数据进行分析代入时间,得到时间演化集,对时间演化集数据进行表示;(2)在时间演化集中将原始数据固定,并插入新的数据点,通过目标函数确定新点的顺序,并尽可能和谐;(3)设计优化目标函数,对新点的坐标进行缩放并计算连续的坐标,设计约束条件对坐标的位置进行约束;(4)利用线性技术处理模型的目标函数以适应Gurobi编程接口,最后通过Gurobi求解模型。本发明解决了视觉上的负担和混乱的问题,实现了一种时间演化集的可视布局方案。
-
公开(公告)号:CN115273158A
公开(公告)日:2022-11-01
申请号:CN202210691578.0
申请日:2022-06-17
Applicant: 浙江工业大学
Abstract: 一种基于OCT体数据的手指伪造攻击检测方法,包括:检测内外部指纹的细节点数量和皮下汗腺的数量;设置细节点数量阈值num1,num2,汗腺数量阈值num3,内外指纹匹配得分阈值t,皮下汗腺位置和内指纹脊线重合率n;若内指纹细节点数量多于num1且外指纹细节点数量多于num2,则计算内外指纹匹配得分;若内指纹细节点数量少于num1,则直接判断为手指伪造攻击;若汗腺数量少于num3,则直接判断为手指伪造攻击;若汗腺数量多于num3,如果内外指纹匹配得高于t则系统直接通过检测;若汗腺数量少于num3的同时,内指纹的细节点数量少于num1,则进入下个步骤;计算皮下汗腺位置和内指纹的脊线重合率;若重合率高于设定值n,则通过检测,否则判断为手指伪造攻击。
-
公开(公告)号:CN114821411A
公开(公告)日:2022-07-29
申请号:CN202210399070.3
申请日:2022-04-15
Applicant: 浙江工业大学
IPC: G06V20/40 , G06V40/10 , G06V10/26 , G06V10/28 , G06V10/62 , G06V10/94 , G06V10/82 , G06T7/254 , G06F16/71 , G06F16/783 , G06N3/04 , G06N3/08
Abstract: 一种基于昇腾处理器的边端监控视频结构化存储方法,包括:搭建基于国产昇腾处理器的边端硬件系统;根据监控摄像头视频流实时更新背景图像;根据上一步得到的二值化矩阵Bi进行椒盐去噪,找出其像素点值为1的总点数c,设置阈值Tc,若c>Tc则表示存在运动目标,使用YOLOV3算法进行目标检测,将框选出来的行人图像分割出来,并且送入到行人外观提取网络提取外观标签;对于目标检测网络,如果提取到了行人目标则将该帧合并入H264文件,生成关于关键视频段和行人目标的标签信息;将H264放在SD卡中,当缓存的数据达到SD卡存储上限后会定期向服务器进行备份。本发明加快了监控视频突发事件处理的实时性和响应速度,减少了服务器的计算压力。
-
-
-
-
-
-
-
-
-