-
公开(公告)号：CN118229969A
公开(公告)日：2024-06-21
申请号：CN202410209873.7
申请日：2024-02-26
Applicant: 河南大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及医学图像分割技术领域，具体涉及一种用于视网膜血管分割的边缘检测和连通性增强网络，包括：网络采用U型结构，包括特征编码器、特征解码器、边缘检测模块和连通性增强模块；特征编码器包括四个下采样层，利用边缘检测模块提取输入图像的边缘信息获得视网膜血管的边缘细化图像；特征解码器通过上采样层获得与输入图像具有相同分辨率的特征映射，将特征编码器通过边缘检测模块跳跃连接至特征解码器的对应部分；特征编码器最后一层通过连通性增强模块连接到特征解码器；根据前三层特征解码器的输出分别与真实标签的比较结果，获取每层的损失。本发明能够更好地处理视网膜血管的图像分割任务，从而提高复杂血管的分割精度。
-
公开(公告)号：CN118075006A
公开(公告)日：2024-05-24
申请号：CN202410300319.X
申请日：2024-03-15
Applicant: 河南大学
IPC: H04L9/40 , G06N3/045 , G06F18/214
Abstract: 本发明涉及网络入侵检测技术领域，具体涉及一种基于自监督图神经网络的入侵检测方法及系统，获取入侵检测数据集的图结构，对图结构进行处理，得到正样本和负样本，利用正样本和负样本对图神经网络进行迭代训练，在训练过程中，将正样本和负样本输入图编码器中，得到正样本和负样本的节点表示，根据正样本和负样本的节点表示，利用判别器对正样本和负样本进行判别，根据判别结果调整图神经网络的各项参数，从而得到训练好的图神经网络；利用训练好的图神经网络进行入侵检测。本发明通过应用图神经网络，并采用自监督学习方法，自动生成目标标签来训练网络，有效保证了入侵检测的准确性和精度，提高了入侵检测成功率。
-
公开(公告)号：CN117742365A
公开(公告)日：2024-03-22
申请号：CN202311772480.9
申请日：2023-12-21
Applicant: 河南大学
Abstract: 本发明涉及无人机技术领域，具体涉及一种基于热成像的多无人机协同工作的智能救援方法。该方法首先每架无人机在待救援区域中按照预设的路径在其负责区域执行平扫任务；将每架无人机在执行平扫任务时捕获的热成像图像，生成高热点强化图，提取高温像素点；从高温像素点中筛选出异常像素点；将异常像素点转化至待救援区域的实际坐标，输出异常点集合及其对应的世界坐标。而后基于异常点集合，对每架无人机进行任务分配以及最短路径规划。本发明采用多架无人机同时覆盖广大区域，系统能够实现高效的搜寻与救援响应，以提升救援效率。
-
Patent Agency Ranking
公开(公告)号：CN116707641A
公开(公告)日：2023-09-05
申请号：CN202310723313.9
申请日：2023-06-16
Applicant: 河南大学
IPC: H04B10/11 , H04B10/112 , H04Q11/00
Abstract: 本发明涉及无线通信技术领域，具体涉及一种支持可见光通信的混合数据中心网络结构设计方法，该方法包括：在不改变原有的RRect有线结构的情况下，为每个服务器安装4个LED收发器，根据无线小世界网络的特点，将每个服务器作为节点，将服务器节点放置在二维网格上构建规则链路，根据小世界网络中服务器间的随机链路的连接概率与距离即最短路径长度的d次方成比例的特点，将欧式距离与平均聚类系数相结合构建随机链路，进而构建无线网络结构；结合有线网络结构和无线网络结构获得混合数据中心网络结构。本发明构建的混合数据中心网络结构缓解了网络拥塞，缩短了平均路径长度，提高了通信效率。
-
公开(公告)号：CN113010598B
公开(公告)日：2022-11-01
申请号：CN202110467800.4
申请日：2021-04-28
Applicant: 河南大学
IPC: G06F16/26 , G06F16/29 , G06F3/04845 , G06F3/0483 , G06F21/60 , G06F40/186
Abstract: 本发明提供一种面向遥感大数据处理的动态自适应分布式协同工作流系统。该系统包括：工作流模型协同构建模块、工作流引擎模块、遥感大数据处理资源管理子系统和遥感大数据处理计算平台；工作流模型协同构建模块，用于采用协同编辑界面，由多个专家共同采用拖拽的形式进行图形化构建，自动生成遥感大数据处理过程描述语言RSBDPDL描述的遥感大数据处理工作流模型；工作流引擎模块，用于对专家共同构建的遥感大数据处理工作流模型进行解析、执行并提供分布式任务管理；遥感大数据处理资源管理子系统，用于采用层次型多Agent对遥感应用系统中所需资源进行组织和管理；遥感大数据处理计算平台，用于提供整个工作流系统分布式部署的计算环境。
-
公开(公告)号：CN115033343A
公开(公告)日：2022-09-09
申请号：CN202210585542.4
申请日：2022-05-27
Applicant: 河南大学
Abstract: 本发明提供了一种云环境下遥感数据流程调度模型的建立方法，在适应多种类型科学工作流调度问题的情况下，依据遥感产品自身特点和生产规律，结合强化学习的独特学习能力以及深度神经网络的优点，提出了基于深度强化学习的工作流任务调度算法WDRL(Workflow Task Scheduling Algorithm based on Deep Reinforce Learning，WDRL)，以此解决遥感数据流程中产生的调度问题，不仅考虑了计算节点的完成时间差异情况，而且将遥感产品生产任务重复性高、单任务数据量大等因素加入一定的权重确保分配任务的均衡性。从而实现遥感数据处理流程执行跨度时间最小化。
-
公开(公告)号：CN109343692B
公开(公告)日：2021-07-23
申请号：CN201811089845.7
申请日：2018-09-18
Applicant: 河南大学
IPC: G06F1/3234 , G06T7/11
Abstract: 本发明提供了基于图像分割的移动设备显示器省电方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度，进而降低图像中非图像区域的亮度，在有效保持图像质量的同时，使得显示器耗电程度可以随用户的使用偏好进行调节。
-
公开(公告)号：CN109343692A
公开(公告)日：2019-02-15
申请号：CN201811089845.7
申请日：2018-09-18
Applicant: 河南大学
IPC: G06F1/3234 , G06T7/11
Abstract: 本发明提供了基于图像分割的移动设备显示器省电方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度，进而降低图像中非图像区域的亮度，在有效保持图像质量的同时，使得显示器耗电程度可以随用户的使用偏好进行调节。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
