基于卷积神经网络的青光眼图像分类方法及系统

    公开(公告)号:CN118379552A

    公开(公告)日:2024-07-23

    申请号:CN202410519826.2

    申请日:2024-04-28

    Abstract: 本发明公开了基于卷积神经网络的青光眼图像分类方法及系统,方法包括以下步骤:通过滚动窗口从每张B‑scan图像中选取平均像素值最高的窗口作为保留图像;将所有保留图像组合为三维立体图像;在Y轴方向对三维立体图像中的所有保留图像进行间隔采样,得到若干视图变换后的图像;对每张视图变换后的图像进行裁剪,对应得到若干裁剪后的图像;将同一组待分类的OCT图像对应的所有裁剪后的图像作为卷积神经网络的输入,将卷积神经网络的输出作为该待分类的OCT图像组的分类结果。本发明解决了OCT图像本身存在的二义性问题和数据冗余大的问题,提高了神经网络对不同病程青光眼图像的分类性能。

    基于时间序列的IgA肾病恶化预测分析报告生成系统

    公开(公告)号:CN115274110A

    公开(公告)日:2022-11-01

    申请号:CN202210920204.1

    申请日:2022-08-02

    Abstract: 本发明公开了一种基于时间序列的IgA肾病恶化预测分析报告生成系统,该系统包含数据采集模块、数据预处理模块、基于时间序列的IgA肾病恶化预测模型和诊疗报告生成模块;数据采集模块采集患者样本数据,数据预处理模块对患者样本数据进行剔除,基于时间序列的IgA肾病恶化预测模型得到预测结果,诊疗报告生成模块输出情况分析报告。本发明将传统IgA肾病检查中的时间序列规律利用起来,使检查效果更准确,运用人工智能算法自动比较分析,提高预测效率;通过不同历史阶段的患者病情分析,有助于医生掌握疾病发展规律,有利于治疗与预后。

    一种无线传感器网络中基于快速回复ACK的数据传输方法

    公开(公告)号:CN108696944B

    公开(公告)日:2021-08-31

    申请号:CN201810215612.0

    申请日:2018-03-15

    Abstract: 本发明属于无线通信技术领域,公开了一种无线传感器网络中基于快速回复ACK的数据传输方法,在初始化阶段,节点建立邻节点信息表;初始化结束后,节点处于休眠/唤醒的占空比工作模式,在每次唤醒后以接收方的身份进入网络,将无线收发模块打开,并发送Beacon,在规定时间内收到数据帧则快速回复ACK,否则休眠;节点有数据发送时,以发送方的身份进入网络,在收到目的节点的Beacon后,通过CSMA退避竞争向目的节点发送数据帧,并根据是否收到目的节点的ACK以及是否收到发给自己的ACK,决定自身竞争信道的方式。本发明减小了网络中并发传输时分组发生碰撞的可能性,从而提高信道利用率,增大网络吞吐量。

    渐变Al组分AlGaN/GaN肖特基二极管及其制备方法

    公开(公告)号:CN108520899A

    公开(公告)日:2018-09-11

    申请号:CN201810583485.X

    申请日:2018-06-08

    CPC classification number: H01L29/872 H01L29/205 H01L29/66212

    Abstract: 本发明公开了一种渐变Al组分AlGaN/GaN异质结肖特基势垒二极管的制备方法,主要解决现有肖特基二极管的二维电子气浓度低的问题。其自下而上包括:衬底、重掺杂n型非极性GaN外延层和轻掺杂n型AlGaN层,且重掺杂n型非极性GaN外延层上设有由金属Ti/Al/Ti/Au材料制作的欧姆接触电极,轻掺杂n型渐变Al组分AlGaN层上设有由金属Ni/Au材料制作的肖特基接触电极,其特征在于,轻掺杂n型AlGaN层中的Al组分是由下到上从0.01至1非线性变化。本发明提高了肖特基二极管异质结处二维电子气的浓度,从而提高了器件的速度,可用作高频、低压、大电流整流二极管或小信号检波二极管。

    一种四轮驱动电动汽车转矩分配方法

    公开(公告)号:CN103303157B

    公开(公告)日:2015-04-08

    申请号:CN201310242018.8

    申请日:2013-06-19

    Abstract: 本发明提供了一种四轮驱动电动汽车转矩分配方法,考虑前轮纵向力和横向力、后轮轮胎纵向力、轮胎的摩擦系数、轮胎的载荷、轮胎半径和轮毂电机的最大驱动力矩等参数,并优化了参数的权重系数,同时考虑驱动电机的驱动力限制条件,采用线性解析方法,提出了以稳定性的转矩分配优化方法,保证车身稳定性和可控性,并最大限度地利用了地面摩擦力。

    一种基于空间结构感知的自监督深度估计方法

    公开(公告)号:CN119863500A

    公开(公告)日:2025-04-22

    申请号:CN202510055817.7

    申请日:2025-01-14

    Abstract: 本发明提出了一种基于空间结构感知的自监督深度估计方法。该方法对结构化区域和非结构化区域采用不同的优化策略,具体而言,我们将场景划分为结构化(或平面)区域和非结构化(或非平面)区域,并分别设计了一个时序几何结构对齐模块和一个空间几何不确定性引导模块。对于结构化区域,我们的时序结构对齐模块引入一种新颖的选择性平面对齐约束,促使网络学习精确的空间几何属性。对于非结构化区域,我们的空间几何不确定性引导模块基于结构复杂性建模深度不确定性,并利用不确定性图抑制非结构化区域中的光度损失,从而增强网络对复杂室外场景的适应能力。因此,本发明在自动驾驶场景具有很好的应用前景。

    文本生成视频方法、装置及存储介质

    公开(公告)号:CN119697456A

    公开(公告)日:2025-03-25

    申请号:CN202411758603.8

    申请日:2024-12-03

    Abstract: 本发明公开了一种文本生成视频方法、装置及存储介质,该方法包括步骤:S11:基于输入文本提示生成目标视频帧的第一噪声潜码;S12:基于该输入文本提示和该第一噪声潜码,生成该输入文本提示中每个主体标记的交叉注意力图;S13:对该交叉注意力图进行高斯滤波,使该交叉注意力图平滑;S14:基于该交叉注意力图更新该第一噪声潜码,生成第二噪声潜码,并将该第一噪声潜码替换成该第二噪声潜码;S15:用有帧间注意力控制的扩散模型对该第二噪声潜码去噪;S16:判断采样总步数是否达到预定的步数,且所有主体标记是否达到一个设定的最小注意力阈值,如未达到,则执行步骤S12;S17:基于该第二噪声潜码输出该目标视频帧。本发明的文生视频方法保证了语义准确。

    不完全多模态行人重识别方法及系统

    公开(公告)号:CN118570878A

    公开(公告)日:2024-08-30

    申请号:CN202411031140.5

    申请日:2024-07-30

    Abstract: 本发明实施例公开了一种不完全多模态行人重识别方法及系统,所述方法包括:数据集构建步骤:构建三种模态配对的行人图像数据集;模型构建步骤:构建基于互学习的不完全多模态行人重识别模型;训练步骤:使用所述数据集的数据训练所述模型,得到训练好的模型;识别步骤:将任意模态组合的行人图像输入训练好的模型,提取目标行人的外观特征,并与图库中的行人特征计算相似度,按照相似度排序输出结果,完成行人重识别。本发明同时利用可见光‑近红外‑热红外中的互补信息,在复杂光照条件和恶劣天气下表现良好。此外,本发明实现了缺失模态特征的精细化补偿,提高了模态完备和模态缺失两种场景下的性能。

    一种基于深度学习的煤质成分检测方法及系统

    公开(公告)号:CN118425087A

    公开(公告)日:2024-08-02

    申请号:CN202410560968.3

    申请日:2024-05-08

    Abstract: 本发明公开了一种基于深度学习的煤质成分检测方法及系统,方法包括以下步骤:通过次红外传感器获取煤炭的吸光度数据;对煤炭的吸光度数据进行预处理,得到原始特征;对原始特征进行特征多项式交叉,得到二阶交叉特征;将二阶交叉特征作为全连接网络的输入,得到第一检测特征;将原始特征作为交叉网络的输入,得到第二检测特征;将第一检测特征和第二检测特征进行合并,并通过全连接层对合并结果进行处理,得到煤质成分检测结果本发明可以实时预测入炉煤的六大成分值,帮助科学、合理地配煤掺烧,提高燃烧效率,降低碳排放。

Patent Agency Ranking