-
-
公开(公告)号：CN107693909A
公开(公告)日：2018-02-16
申请号：CN201711013297.5
申请日：2017-10-25
Applicant: 江南大学
CPC classification number: A61M11/00 , A61M31/00 , A61M2205/33 , A61M2210/1025 , A61M2210/005
Abstract: 本发明公开了基于多视角模糊智能系统的手持式智能人工雾化器，包括手持式雾化底座、可拆卸式雾化液筒体、雾化喷嘴和可拆卸式安抚挂件；可拆卸式雾化液筒体上还连接有雾化面罩，雾化面罩包括硬质罩体、面部托板和托架支撑杆，其中面部托板通过若干托架支撑杆连接在硬质罩体的末端，而且托架支撑杆的外侧还包裹有透气罩；雾化面罩的面部托板的周边均匀地布置有至少四个微型压力传感器，本发明的雾化器的多视角模糊智能系统通过其中心控制装置获取这些微型压力传感器的压力数值、使用者的呼吸频率，实时控制雾化面罩的雾化电机的工作电压，最终控制雾化喷嘴的雾化大小，训练患者的呼吸习惯，为该儿童提供合理的雾化速率，具有较高的舒适性能。
-
公开(公告)号：CN106897999A
公开(公告)日：2017-06-27
申请号：CN201710107672.6
申请日：2017-02-27
Applicant: 江南大学
CPC classification number: G06T7/0004 , G06T2207/30128
Abstract: 本发明公开了一种基于尺度不变特征变换的图像融合方法，主要解决苹果质量无损检测的问题。其实现步骤是：1)利用非下采样轮廓波变换NSCT将待融合图像分解为低频子带和高频子带；2)对低频子带利用尺度不变特征变换SIFT寻找到特征描述子并记录下每个特征描述子在低频子带中的位置，利用特征描述子构造了一种内容匹配度指标；3)利于一种基于内容匹配度的混合融合策略来融合低频子带，利用绝对值取大的融合策略实现高频子带系数的融合；5)利用非下采样轮廓波逆变换生成融合图像。本发明能充分融合红外与可见光苹果图像的有用信息，有效保护源图像细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量，能够有效的实施苹果的无损质量检测。
-
公开(公告)号：CN106897987A
公开(公告)日：2017-06-27
申请号：CN201710053310.3
申请日：2017-01-18
Applicant: 江南大学
CPC classification number: G06T5/50 , G06T9/00 , G06T2207/10048 , G06T2207/10052 , G06T2207/10081 , G06T2207/10088 , G06T2207/20048 , G06T2207/20221
Abstract: 本发明公开了一种基于平移不变剪切波和栈式自编码的图像融合方法。其实现步骤为：首先用平移不变剪切波变换将待融合图像分解成低频子带系数和高频子带系数；其次，低频子带系数反映了图像的基础轮廓，利用加权取平均的方法进行融合；高频子带系数反映了图像的边缘和纹理信息，本发明提出了一种基于栈式自编码特征的融合方法，利用滑动分块的方法将高频子带分块，以小块作为输入训练栈式自编码网络，利用训练好的网络再对小块进行编码得到特征，并利用空间频率进行特征增强得到活动测度，最后利用此活动测度数值取大的融合规则进行高频子带系数小块的融合，所有小块融合后利用滑动窗口逆变换得到高频子带；最后利用平移不变剪切波逆变换得到融合后的图像。本发明相比于传统的融合方法能更好地保留原图像中的边缘和纹理信息。
-
公开(公告)号：CN103617623B
公开(公告)日：2016-03-16
申请号：CN201310667423.4
申请日：2013-12-10
Applicant: 江南大学
IPC: G06T7/00
Abstract: 本发明公开了全表示半监督快速谱聚类的医学图像分割方法及系统。方法步骤包括：获取等待处理的医学图像；通过触摸屏在该医学图像中圈画；对全幅医学图像进行像素灰度、空间位置及Gabor纹理特征提取，进行特征归一化和特征降维处理；进行圈画区域参照信息的All-In-One形式表示；生成基于全表示半监督机制的图论松弛聚类模型；聚类模型二次项重新整理成新的正定矩阵；改写为约束型最小包含球形式；基于核心集最小包含球快速逼近策略估算最终解；图示化聚类指示向量决定聚类分割的实际类别数；根据类别数基于K均值算法将聚类指示分量划分成不同子集。系统包括一个FPGA模块及外接设备。本发明方法及系统，操作简单，实时性好，准确性高。
-
Patent Agency Ranking
公开(公告)号：CN103617623A
公开(公告)日：2014-03-05
申请号：CN201310667423.4
申请日：2013-12-10
Applicant: 江南大学
IPC: G06T7/00
Abstract: 本发明公开了全表示半监督快速谱聚类的医学图像分割方法及系统。方法步骤包括：获取等待处理的医学图像；通过触摸屏在该医学图像中圈画；对全幅医学图像进行像素灰度、空间位置及Gabor纹理特征提取，进行特征归一化和特征降维处理；进行圈画区域参照信息的All-In-One形式表示；生成基于全表示半监督机制的图论松弛聚类模型；聚类模型二次项重新整理成新的正定矩阵；改写为约束型最小包含球形式；基于核心集最小包含球快速逼近策略估算最终解；图示化聚类指示向量决定聚类分割的实际类别数；根据类别数基于K均值算法将聚类指示分量划分成不同子集。系统包括一个FPGA模块及外接设备。本发明方法及系统，操作简单，实时性好，准确性高。
-
公开(公告)号：CN102722753A
公开(公告)日：2012-10-10
申请号：CN201210179827.4
申请日：2012-06-01
Applicant: 江南大学
IPC: G06N7/02
Abstract: 本发明公开了一种具有类人学习能力的TSK模糊系统建模方法。本发明方法主要以TSK模糊系统作为研究对象，在此基础上通过利用传统TSK模型对历史数据训练得到的历史储备(模型参数)融入当前场景训练模型中，进而发明了具有类人学习能力的模糊系统，即TSK类人学习模糊系统。本发明方法的优势在于所得到的TSK模糊系统不但能够充分利用当前场景的数据信息，而且还能够有效地利用历史储备来进行迁移辅助学习，它具有通过继承历史储备来弥补当前场景信息缺失的能力。
-
公开(公告)号：CN102496065A
公开(公告)日：2012-06-13
申请号：CN201110363614.2
申请日：2011-11-16
Applicant: 江南大学
IPC: G06N7/02
Abstract: 本发明公开了一种具有历史继承性的模糊系统建模方法。本发明方法主要以ML型模糊系统作为研究对象，在此基础上通过利用RSDE(压缩集密度估计方法)对历史数据以及当前场景数据分别进行概率密度分布估计，进而发明了具有历史继承性的模糊系统，即ML型历史继承模糊系统。本发明方法的优势在于所得到的模糊系统不但能够充分利用当前场景的数据信息，而且还能够有效地利用历史知识来进行学习，它具有通过继承历史场景知识来弥补当前场景信息缺失的能力。
-
公开(公告)号：CN119125092A
公开(公告)日：2024-12-13
申请号：CN202410978549.1
申请日：2024-07-22
Applicant: 江南大学
IPC: G01N21/64 , G01N21/33 , G01N33/53 , G01N33/533 , G01N33/543 , B82Y40/00 , B82Y30/00 , B82Y5/00 , B22F1/054
Abstract: 本发明公开了一种金纳米簇/抗原聚集体的制备方法及应用，包括，将Prot溶液逐滴加入至ATT‑AuNCs，孵育合成Prot‑AuNCs，离心处理，避光保存，制得Prot‑AuNCs；将Prot‑AuNCs与CAR‑BSA混合，制得金纳米簇/抗原聚集体。本发明中FeNPs与聚集体配对能使FONLFA检测系统达到较高的灵敏度，比“关闭”模式的灵敏度分别提高5倍和100倍，比传统比色模式灵敏度分别提高5倍和200倍，可用于对大批量样品进行肉眼检测。
-
公开(公告)号：CN109994203B
公开(公告)日：2023-03-24
申请号：CN201910297211.9
申请日：2019-04-15
Applicant: 江南大学
IPC: G16H50/20 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/0464 , A61B5/369
Abstract: 本发明属于智能医疗应用领域，涉及一种基于EEG信号深度多视角特征学习的癫痫检测方法。该方法包括训练阶段和使用阶段两部分，训练阶段包括初始多视角特征构建模型、深度多视角特征提取模型和脑电信号分类。初始多视角特征构建模型使用傅立叶变换和离散小波包分解将原始的EEG信号转换到频域和时频域，获得信号的频域和时频域特征，然后和原始的EEG信号一起构建成初始多视角特征，获得初始多视角特征构建模型。本发明为了提高多视角特征的有效性，基于最初的多视角数据，利用CNN进行深度学习来构造出深度多视角特征。相对于原始多视角特征，经过深度特征提取的多视角特征具有更小的数据维度和更高的分类效果。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.034 seconds)
