-
公开(公告)号：CN104699543A
公开(公告)日：2015-06-10
申请号：CN201510138370.6
申请日：2015-03-27
Applicant: 福州大学
Inventor： 杨明静
IPC: G06F9/54
Abstract: 本发明涉及基于Windows显示体系下与小端口驱动通信方法，在显卡小端口驱动的加载过程中，创建私有的通信对象，并替换掉显卡小端口驱动原本的函数分发表，这样用户态的应用程序就可以直接打开该通信对象，与之完成通信，但因为我们替换掉了显卡小端口驱动原本的函数分发表，故显卡小端口驱动原本的通信请求也被我们所截获，所以需要通过的恰当的方式来完成这些请求，以避免改变了显卡小端口驱动原本的通信行为。
-
公开(公告)号：CN114299058B
公开(公告)日：2024-09-06
申请号：CN202111680086.3
申请日：2021-12-30
Applicant: 福州大学
IPC: G06T7/00 , G16H50/20 , G16H10/20 , G16H10/60 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于扩散MRI图像的脑网络分析方法，同时采用双任务的模型训练方法，实现脑网络的综合性分析。解决脑网络在非欧空间进行表示学习的问题。同时采用双任务的模型训练方法，实现临床数据的充分利用，得到脑网络的定性和定量分析结果。其采用可在非欧空间上感知不规则结构数据特征的图神经网络（GNNs）模型对脑网络进行表示学习，以提高模型对于脑网络表示的准确度。此外，采用双任务的训练策略调节网络参数，以增加分析结果的实用性。
-
公开(公告)号：CN114332122B
公开(公告)日：2024-06-07
申请号：CN202111637998.2
申请日：2021-12-30
Applicant: 福州大学
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于注意力机制分割并回归的细胞计数方法，将细胞分割和回归结合起来，以起到减小细胞计数的误差的效果。此外，基还于U‑Net++的原始模型结构进行改进，引入卷积注意力机制模块，以增强分割的效果。考虑到目前大部分基于卷积回归网络的细胞计数方法都是经过全卷积网络训练后进行回归计数，从而导致细胞的计数结果会有较大的误差，因此本发明设计的基于注意力机制分割并回归的细胞计数方法，在进行全卷积训练中增加分割模块，以增加细胞计数的准确性，采用先分割后回归，达到精确计数的目的。
-
公开(公告)号：CN112801020B
公开(公告)日：2022-10-14
申请号：CN202110174952.5
申请日：2021-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于背景灰度化的行人再识别方法及系统，该方法包括：S1、对原始图像进行背景灰度化处理，得到处理后的BGg图像；S2、基于ResNet50的双路网络，一路为背景灰度流BGg‑Stream，对BGg图像进行特征提取，另一路为全局流G‑Stream，对原始图像进行特征提取；S3、通过级联对两路网络进行彼此交互；S4、两路网络在每个阶段所得的特征图，通SCAB模块之后作为BGg‑stream的下一层卷积的输入特征图，使两路网络得以联系，两路特征得以结合；S5、采用三元组损失函数来更新网络参数，并进行相似度计算，最后输出排列序列。该方法及系统有利于弱化背景干扰，提高行人再识别的准确度。
-
公开(公告)号：CN108958482B
公开(公告)日：2021-09-28
申请号：CN201810690728.X
申请日：2018-06-28
Applicant: 福州大学
Abstract: 本发明提供一种基于卷积神经网络的相似性动作识别装置及方法，该装置包括相连接的加速度计模块及移动终端；加速度计模块包括单片机及分别与其连接加速度传感器、蓝牙模块、电源模块；把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。本发明使用卷积神经网络算法，该算法能够针对不同的应用场景自动提取特征值，无需人工单独对不同的场景设计特征值，且该算法对相似性动作的识别效果较好。
-
Patent Agency Ranking
公开(公告)号：CN104683162A
公开(公告)日：2015-06-03
申请号：CN201510138738.9
申请日：2015-03-27
Applicant: 福州大学
Inventor： 杨明静
Abstract: 本发明涉及一种基于中间域名实现网络设备自动发现系统及其方法，包括一个以上的网络设备和一个以上的网管设备；还包括一DNS服务器，用于解析中间域名且将中间域名转换为IP地址；一中间域名服务器，用于为网络设备动态分配网管设备的地址；所述网络设备还包括有一代理Agent，用于完成所述网络设备与所述中间域名服务器和所述网管设备的信息交互；所述网络设备与中间域名服务器经一通信端口进行通信。本发明的有益效果在于：可以实现网络设备自动发现网管设备，网管设备自动将网络设备加入管理，减少网络设备手动添加工作，提升工作效率。
-
公开(公告)号：CN114332787B
公开(公告)日：2024-09-06
申请号：CN202111680087.8
申请日：2021-12-30
Applicant: 福州大学
IPC: G06V20/54 , G06V10/82 , G06V10/774 , G06V10/74 , G06N3/088 , G06N3/096 , G06N3/094 , G06N3/045 , G06N3/0475
Abstract: 本发明提出一种无源域无监督域自适应车辆再识别方法，在车辆再识别过程中，通过源域模型和目标域数据，利用关系保持一致损失和知识蒸馏损失训练一个生成器，目的是生成具有源域风格的伪目标样本，然后利用伪目标样本对模型进行微调，从而提升模型性能。其不再使用源域数据，而是利用隐含在源域模型中学习到的源域知识来作为指导，从而促进目标域数据的风格向源域数据的风格进行迁移。
-
公开(公告)号：CN114299543B
公开(公告)日：2024-09-06
申请号：CN202111636116.0
申请日：2021-12-29
Applicant: 福州大学
IPC: G06V40/10 , G06V10/774 , G06V10/764 , G06V10/762 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06V10/82
Abstract: 本发明涉及一种无监督行人重识别方法，包括以下步骤：步骤S1:获取包括若干视角的行人图像数据，构建行人数据集；步骤S2:构建行人重识别模型，并基于无监督的视角内和视角外的训练方法进行训练，得到训练后的行人重识别模型；步骤S3:将待识别图像输入训练后的行人重识别模型，获取识别结果。本发明解决相似度计算问题导致分配伪标签不准确问题，有效提高识别效率和可靠性。
-
-
公开(公告)号：CN114332102B
公开(公告)日：2024-08-02
申请号：CN202111680466.7
申请日：2021-12-31
Applicant: 福州大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于分离表示的脑肿瘤图像生成与分割联合学习方法。基于分离表示将共享的内容和域特定样式特征分离出来，通过将提取的内容特征与分割任务相连接，能够有效提高脑肿瘤图像合成与分割的效果。通过对缺失模态的合成，无需在所有可能的模态子集上训练模型，复杂性相对更小，所需的训练时间更少。该网络模型可以灵活地处理随机一个或多个缺失域，使模型在输入任何多模态子集时都具有鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.017 seconds)
