-
公开(公告)号:CN116687125A
公开(公告)日:2023-09-05
申请号:CN202310865358.X
申请日:2023-07-14
Applicant: 郑州轻工业大学
Abstract: 本发明涉及可视化模拟技术领域,具体为一种计算机可视化模拟装置,包括桌体,所述桌体的下方固定连接有调节机构,且调节机构的顶端贯穿桌体的上方,所述调节机构的顶端固定连接有展示机构。本发明通过电机工作带动传动带转动,从而带动螺纹套筒转动,因此可以带动螺纹杆向上移动,从而带动展示屏移动,并拉伸伸缩杆,因此可以调节展示屏的高度,增加展示效果,便于向更多的人展示,通过拉动把手,带动展示屏转动,从而可以将展示屏从转动槽内取出,且转动展示屏,因此可以转动展示屏的角度,且展示屏转动带动转动块转动,从而可以带动限位杆移动,因此使限位杆插入限位孔的内部,因此可以防止展示屏前后转动。
-
公开(公告)号:CN116563301A
公开(公告)日:2023-08-08
申请号:CN202310529083.2
申请日:2023-05-11
Applicant: 郑州轻工业大学
IPC: G06T7/10 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/098
Abstract: 本发明涉及一种基于联邦学习的医学图像分割系统,该系统运行流程包括以下步骤:训练能够根据图像特征进行域分类的域分类器;根据批量归一化和实例归一化的特点,将批量归一化和实例归一化串联结合,构成风格归一化模块;根据深度神经网络的结构特点,在分割模型的编码器浅层使用风格归一化模块,构成风格归一化分割网络;根据未知域的图像特征经过经域分类器输入模型级别的注意力模块,继而生成输出各域模型的权重参数并进行加权聚合,获得泛化到未知域新的全局模型。本在联邦学习架构下,通过使用注意力模块、搭建风格归一化分割网络,获得能够用于泛化到未知域的全局模型,来提升模型的在未知域的泛化性能、模型在未知域的分割性能。
-
公开(公告)号:CN111126195B
公开(公告)日:2023-03-14
申请号:CN201911260652.8
申请日:2019-12-10
Applicant: 郑州轻工业大学
IPC: G06V20/52 , G06V10/764
Abstract: 本发明公开了基于场景属性驱动和时空域显著性的异常行为分析方法,包括构建主客体静态动势响应模型;构建主体表观显著性模型;构建面向全局场景的动态特征提取模型进行提取全局场景动态特征;构建主体运动显著性模型;对主体目标进行持续性的检查和跟踪;对行为状态进行判别;采用条件后验概率预测方法对异常行为的强弱程度进行判别;本发明通过从静态态势和动态态势两个角度考虑主客体之间的依存关系,对场景静态态势信息的描述分为面向主客体自身的显著表现特征和主客体之间的类别属性特征,形成了以场景属性关联为驱动目标潜在状态描述,解决了无法对静态主体目标进行异常判断的问题。
-
公开(公告)号:CN115392876A
公开(公告)日:2022-11-25
申请号:CN202211053746.X
申请日:2022-08-29
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于大数据的课程仿真教学系统及其终端装置,涉及仿真教学技术领域,现提出如下方案,包括系统登录单元,所述系统登录单元包括学生信息采集单元、教学管理单元、教师信息管理单元、学生信息管理单元和学生成绩管理单元;本发明不仅可以通过扫描仪进行学生人脸信息扫描采集处理,螺纹杆转动带动移动板进行上下调整便于对不同身高的学生使用,移动板移动的同时会通过齿轮与齿条的啮合带动连接杆的转动,连接杆的转动会同步带动扫描仪进行角度调整处理,同时可以通过学生课程分类模块和学生选课模块进行自我选课处理,有效的提高了课程仿真教学的效果和效率。
-
公开(公告)号:CN115017555A
公开(公告)日:2022-09-06
申请号:CN202210787424.1
申请日:2022-07-04
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种计算机技术用具有防盗功能的存储装置,涉及计算机防盗存储技术领域,现提出如下方案,包括保护壳,所述保护壳的一侧铰接有保护门,所述保护壳的顶部内壁安装有驱动机构,所述保护壳的顶部安装有保护壳固定机构,所述保护壳固定机构包括与保护壳顶部固定连接的L型固定板,所述L型固定板的顶部固定有多个圆筒一,所述圆筒一的内部套设有活塞杆一;本发明该将主机与工位限位固定,保护内部数据,避免主机被偷盗搬运,对暴力破坏信息实时采集并通知主机归属者进行报警,同时具有连接线裁断功能和报警功能,为数据丢失拖延时间的同时呼叫附近人员进行保护,多重保护,使数据更加安全,避免造成损失。
-
公开(公告)号:CN114757443A
公开(公告)日:2022-07-15
申请号:CN202210518552.6
申请日:2022-05-12
Applicant: 郑州轻工业大学
Abstract: 本发明提供一种基于大数据和人工智能的信息处理方法、系统和存储介质,处理方法包括:获取用电量评价模型;根据目标时间段所在日前一日相应时间段的用电量序列、并根据该用电量序列得到目标时间段的初始用电量预测序列;根据所述初始用电量预测序列、目标时间段所在日前设定日内参考时间段的用电量序列,得到目标时间段内的用电量预测矩阵;根据所述目标时间段内的用电量预测矩阵和所述用电量评价模型,得到所述目标时间段内的最终用电量预测矩阵;根据所述目标时间段内的最终用电量预测矩阵,得到所述目标时间段的总预测用电量。本发明所提供技术方案与现有技术相比,所得到的用电量预测结果准确性更高。
-
公开(公告)号:CN111967441A
公开(公告)日:2020-11-20
申请号:CN202010919264.2
申请日:2020-09-04
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于深度学习的农作物病害分析方法,通过采集数据,包括图像数据、天气数据、种植区域自然环境信息,所述图像数据为针对于某一区域的多角度数据,可以解决传统病害学习中平移设计的问题,不受图像中病虫害对农作物位置的影响,然后对所述采集的数据降噪处理操作、增强处理,很好的处理视点平移变化之外的其他效果,将所述图像数据划分为若干个子图像,然后对处理后的数据分别进行训练,得到农作物病害分析模型,使得农作物病害分析结果更加准确。
-
公开(公告)号:CN110946572A
公开(公告)日:2020-04-03
申请号:CN201911311087.3
申请日:2019-12-18
Applicant: 郑州轻工业大学
IPC: A61B5/0428 , A61B5/0402 , A61B5/04
Abstract: 本发明公开了无线心电图(ECG)采集监测装置,包括波形检测模块、整流比较模块和滤波发射模块,所述波形检测模块采集无线心电图(ECG)采集监测装置中工作时信号采集端的信号波形,运用三极管Q1检测运放器AR4、运放器AR2输出信号电位差,通过运放器AR5比较信号对运放器AR3输出信号微调,进一步运用三极管Q2、运放器AR6对整流比较模块输出信号进一步比较调节,最后滤波发射模块运用电感L1和电容C2、电容C3组成滤波电路对信号滤波,通过信号发射器E1发送至无线心电图监控终端内,能够对无线心电图(ECG)采集监测装置中工作时信号采集端的信号波形监测,便于监控终端的及时对采集的心电信号做出处理分析,避免重复检测现象。
-
公开(公告)号:CN117151215A
公开(公告)日:2023-12-01
申请号:CN202311242845.7
申请日:2023-09-25
Applicant: 郑州轻工业大学
IPC: G06N5/02 , G06F18/213 , G16H10/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于知识图谱的冠心病多模态数据特征提取方法,包括以下步骤:A:获取心电图、光电容积脉搏波和心音图的信号实体;B:获取心脏彩超图像的图像实体;C:获取病历文本的文本实体及文本实体属性,并抽取文本实体关系;D:与冠心病患者知识图谱本体结构进行链接形成知识图谱,建立病例关系图网;E:采用随机游走算法和Skip‑Gram模型将病例关系图网中的节点降维表征为统一的节点表示向量;F:采用主成分分析算法,对步骤E中得到的节点表示向量再次降维,最终获取节点的降维特征。本发明能够为冠心病诊断结果的辅助验证提供更为准确的数据基础。
-
公开(公告)号:CN115049608A
公开(公告)日:2022-09-13
申请号:CN202210654889.X
申请日:2022-06-10
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于YOLO‑V5和U‑Net的全自动心外膜脂肪组织提取系统,所述系统包括用于检测心脏空间位置的YOLO‑V5模型和用于分割心脏和提取心外膜脂肪组织的U‑Net模型。本发明还涉及一种基于YOLO‑V5和U‑Net的全自动心外膜脂肪组织提取系统的搭建及训练流程方法。本系统解决了U‑Net应U‑Net负样本较多情况下分割能力下降的问题及应用于大图片的小物体分割中的低效问题用于大图片的小物体分割中的低效问题,通过YOLO‑V5模型检测心脏位置和U‑Net模型分割心脏轮廓,使心外膜脂肪组织只需在心脏内通过脂肪阈值提取即可获取,提高了心外膜脂肪组织的提取精度,简化了U‑Net完成心外膜脂肪组织分割的计算量。
-
-
-
-
-
-
-
-
-