-
公开(公告)号：CN116862892A
公开(公告)日：2023-10-10
申请号：CN202310917002.6
申请日：2023-07-25
Applicant: 衢州市人民医院(衢州中心医院) , 电子科技大学长三角研究院(衢州)
IPC: G06T7/00 , G06T7/13 , G06V10/26 , G06V10/80 , G06V10/82 , G16H30/20 , G06N3/0464 , G06N3/0455
Abstract: 本发明介绍了一种用于眼底OCT图像的血管直径自动测量方法。视网膜血管直径测量是一项重要的临床检查方法，可用于眼科疾病和心血管疾病的诊断与监测。传统半峰全宽测量法对操作人员医学水平要求较高且适用性有限，而本方法通过两阶段模型实现了高效且准确的测量。第一阶段利用U‑Net网络获取血管的大致区域，第二阶段采用边缘注意力网络(EAT)对血管区域进行精确分割。其中特征融合模块使用不同的融合方式以满足测量速度和精度的要求。该方法具有高效性和精确性，并减少人为误差的影响。经过大量数据训练的神经网络模型能够准确识别和测量不同形态和直径范围的视网膜血管，适用于多种眼科和心血管疾病的诊断与监测需求。
-
公开(公告)号：CN116707132A
公开(公告)日：2023-09-05
申请号：CN202310643612.1
申请日：2023-06-01
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明涉及配电箱技术领域，尤其涉及一种基于智能物联网的工地配电箱。本发明的目的在于解决在工地环境下的，强干扰、弱无线通信环境下，无光缆宽带情况下配电柜稳定接入互联网的问题。主要方案包括一级配电箱、二级配电箱、三级配电箱中的至少一个设置有智能主机，智能主机连接云平台；所述一级配电箱内设置的第一传感探测器与第一通用采集器连接；所述二级配电箱内设置的第二传感探测器与第二通用采集器连接；所述三级配电箱内设置的第三传感探测器、接智能断路器均与第三通用采集器连接；所述第一通用采集器、第二通用采集器、第三通用采集器通过电力载波通信，并将采集到的传感器信号传送给智能主机，再上传至云平台。
-
公开(公告)号：CN116680598A
公开(公告)日：2023-09-01
申请号：CN202310645003.X
申请日：2023-06-01
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F18/24 , H02J13/00 , G01R31/00 , G06F18/214 , G06N3/0442
Abstract: 本发明公开了一种用于工地智能配电箱的故障诊断和剩余寿命预测方法，包括以下步骤：从配电箱中采集到的数据通过无线网络传输到云平台；搭建基于LSTM的预处理模型、基于DBN的无监督HI的故障诊断模型和基于DBN和IPF的剩余寿命预测模型：将云平台接收到的数据放入神经网络进行训练；通过训练完成后的网络模型对配电箱中的配件进行检测，预测未来一段时间内某个单一零件是否会发生故障以及剩余使用时间，最终将训练结果返回云平台端显示以及是否加以人为干预。本发明相比现有技术，能够更好地维护工地场景下配电箱的使用，提前预知配电箱故障发生的时间，提高维修效率，大大降低人工成本。
-
公开(公告)号：CN115100574A
公开(公告)日：2022-09-23
申请号：CN202210851338.2
申请日：2022-07-19
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 一种基于融合图卷积网络与Transformer网络的动作识别方法及系统，属于计算机视觉等技术领域，解决现有技术只浅层使用图卷积网络提取空间特征，其局部时空特征建模能力差的问题。本发明对获取的人体骨架序列数据进行预处理，并引入关节速度信息，得到引入关节速度信息的人体骨架序列；基于引入关节速度信息的人体骨架序列构建时空骨架图；构建时空骨架图的自适应时空图卷积单元模块并进行堆叠，堆叠后得到时空图卷积网络；通过融合层将时空图卷积网络和视觉Transformer网络进行融合得到动作识别模型并进行训练；将待预测的人体动作骨架序列处理后送入训练好的动作识别模型进行预测，预测得到动作类别。本发明用于动作识别。
-
公开(公告)号：CN114241006A
公开(公告)日：2022-03-25
申请号：CN202111560295.4
申请日：2021-12-20
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于精子监测与自动提取的技术领域，提供了一种基于机器学习的精子跟踪与自动提取方法。目的在于解决目前主要的精子监测方法普遍存在监测精度较低，监测速度慢，不利于精子多目标实时追踪的问题。主要方案包括，获取精子样本的实时图像数据；通过YOLO‑V4、KCF跟踪器、Kalman滤波器实现多精子跟踪；根据跟踪结果计算精子的速度，并根据速度确定目标精子；使用YOLO‑V4检测提取针在图像中的位置；根据提取针的位置以及精子的跟踪位置构造提取针控制器的观测状态；将观测状态输入DDPG深度强化学习模型中的actor网络中，得到控制量。将actor网络输出控制量输入提取针控制器中，并将控制量转换成控制器可执行的控制信号。控制器根据控制信号执行控制量对应的行为。
-
Patent Agency Ranking
公开(公告)号：CN120013992A
公开(公告)日：2025-05-16
申请号：CN202510082300.7
申请日：2025-01-20
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06T7/246 , G06F18/25 , G06V20/17 , G06V20/54 , G06V10/762 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于自然语言描述的无人机多模态特征融合目标跟踪方法及系统，属于计算机视觉与图像处理技术领域，解决现有技术在无人机采集的图像质量差或图像特征不明显时，易造成目标跟踪能力及长时跟踪能力差的问题。本发明无人机视角的图像中的交通事故场景进行自然语言描述，获取语言提示；构建场景‑上下文特征金字塔网络对无人机视角的图像进行上下文信息增强处理获得特征增强后的图像；对增强后的图像和语言提示分别进行视觉编码和语言编码，获得视觉特征以及语言特征向量进行视觉‑语言双模态特征局部对齐；将得到的对齐之后的新语言特征与视觉特征进行充分融合，获得多模态特征进行目标跟踪。本发明用于无人机多模态特征融合目标跟踪。
-
公开(公告)号：CN119956649A
公开(公告)日：2025-05-09
申请号：CN202510024604.8
申请日：2025-01-07
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于智能检测领域，特别涉及一种路面病害线扫描式检测方法。主旨在于解决如何高效、准确地检测路面病害，以便及时发现并评估路面病害，提高道路寿命，降低维护成本，保障行车安全的问题。通过在载具前端固装扫描装置获取可表征路面形位信息的线阵点云数据，并据此设计了一种两步式扫描截面拟合信息的获取方法。进而依据坐标点偏离扫描截面拟合直线大小智能识别路面异常点。此外，通过固接在载具上的标识读取装置实时读取等间隔布置于路肩的标识，将待检路面划分为若干检测单元，实现分段式检测。通过对异常点的聚类和量化分析，有效评估各检测单元中的病害区域。最后，结合阈值判别法和基准模板比较法检测路面病害异常和前后变化。
-
公开(公告)号：CN119879788A
公开(公告)日：2025-04-25
申请号：CN202510020130.X
申请日：2025-01-07
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于智能检测领域，提供了一种路面平整程度线扫描式监测方法。旨在解决现有路面平整度监测方法中存在的数据处理复杂度高、工作强度大、准确度低、检测效率低等问题。主要方案包括：使用机动车作为载具，在载具尾部固装标识读取装置和扫描装置，形成激光扫描面，以线扫描式地获取表征路面信息的线阵三维点云数据。检测步骤包括：根据线阵点云数据进行最小二乘法拟合处理，得到路面拟合直线；结合路面拟合直线，得到评估路面平整程度的关键形位参数；通过标识读取装置读取等间隔布置于路肩的标识，对路面进行分段式检测，以获取异常位置到标识的距离；结合路面平整程度关键形位参数，通过阈值法和基准模板比较法检测路面平整程度异常和异变。
-
公开(公告)号：CN117830851A
公开(公告)日：2024-04-05
申请号：CN202410027846.8
申请日：2024-01-09
Applicant: 浙江香满亭生物科技有限公司 , 电子科技大学长三角研究院(衢州)
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于行为克隆技术的实际应用领域，提供了一种基于行为克隆的智能花菇培育方法。目的在于解决目前的花菇培育技术普遍存在的培育过程难以脱离人工，智能植物工厂应用到花菇培育领域效率较低的问题。主要方案包括：使用深度学习的目标检测算法分割出花菇图像；将花菇的状态信息和对应的专家行为使用神经网络进行模型训练；使用数据融合的方式扩充数据集；将训练好的模型应用到智能系统之中，实现对专家行为的克隆。本发明的有益效果是：本发明采用YOLO‑V5目标检测算法，检测速度快，检测精度高，能实现对花菇生长过程中的实时检测以及控制；本发明在行为克隆过程中加入了数据融合过程，使没有探索性的行为克隆具备了一定的探索性，能够更好地应用到花菇培育之中。
-
公开(公告)号：CN117491977A
公开(公告)日：2024-02-02
申请号：CN202311456327.5
申请日：2023-11-03
Applicant: 衢州学院 , 电子科技大学长三角研究院(衢州)
IPC: G01S7/4911 , G01S7/481 , G01S17/32 , H01S5/40
Abstract: 本发明涉及激光测距领域，公开了一种FMCW激光测距光源扫频带宽扩展系统和方法，解决单个激光光源无法提供超宽带扫频，从而影响目标探测识别精度的问题。本发明对LD1和LD2的扫频带宽拼接；对经过系统中马赫‑增德尔干涉仪产生的拍频信号进行迭代算法处理，处理后输出的调制信号对LD1和LD2的激光非线性进行第一次校正；再对经过SOA放大的光源信号使用光电探测器PD2进行采集并传输到FPGA主控单元进行处理，输出功率反馈控制信号到SOA驱动控制器对LD1和LD2的功率进行均衡；最后再次对拍频信号使用光电探测器PD3进行采集并传输到FPGA主控单元进行锁相处理，处理后输出锁相环校正后的调制信号对LD1和LD2的激光非线性进行第二次校正，并修正频谱拼接时产生的相位误差。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.029 seconds)
