-
公开(公告)号：CN117853713A
公开(公告)日：2024-04-09
申请号：CN202410094607.4
申请日：2024-01-23
Applicant: 福建农林大学
IPC: G06V10/25 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N3/0985
Abstract: 本发明提出了一种基于通道剪枝和通道信息融合的实时目标检测方法，包括一种新的通道剪枝方法，在保证检测精度的同时，有效地减少了目标检测网络的冗余参数和计算复杂度；以及一种新的轻量级卷积CIMConv，利用更简单的卷积操作实现更高的精度，并降低标准卷积的复杂度。本发明将提出的两种优化策略应用于现有的目标检测器，在精度和复杂度之间实现了更好的平衡，超过了最先进的检测器。在具有挑战性的公共数据集上，本发明提出的通道剪枝和CIMConv方法大大减少了网络的参数量和计算量，同时提高了检测精度。
-
公开(公告)号：CN114387437A
公开(公告)日：2022-04-22
申请号：CN202210029904.1
申请日：2022-01-12
Applicant: 福建农林大学
IPC: G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多注意力U‑Net全卷积网络的视网膜图像视盘提取方法，包括以下步骤：步骤S1:获取原始彩色视网膜图像，并采用最亮点提取及区域模糊最亮区域的方法进行感兴趣区域提取；步骤S2:根据提取的感兴趣区域图像，采用RGB通道分离，并对分离后的红色通道图像进行直方图均衡化和标准化处理；步骤S3:将红色通道图像，直方图均衡化图图像和标准化图像进行通道融合产生新的三通道图像；步骤S4:基于多注意力U‑Net全卷积网络，构建并训练视网膜图像视盘分割模型；步骤S5将将通道融合后的图像数据输入视网膜视盘分割模型进行视网膜图像视盘提取分割。本发明实现了视网膜图像视盘的高精度提取分割。
-
公开(公告)号：CN112911586A
公开(公告)日：2021-06-04
申请号：CN202110060104.1
申请日：2021-01-18
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于智能反射面实现隐蔽通信的方法及系统，包括以下步骤：在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型；根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型;通过联合优化传输功率和智能反射面的相位和振幅，从而最小化期望用户传输中断概率，最大化窃听者检测错误的概率。本发明有效增强隐蔽通信的性能，提高了无线通信的安全传输。
-
公开(公告)号：CN112887969A
公开(公告)日：2021-06-01
申请号：CN202110060906.2
申请日：2021-01-18
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于随机频变阵列和方向调制实现保护区的无线安全方法。在应用随机频变阵列进行无线安全传输的基础上，考虑简化路径衰减模型并研究发射端要将窃听者推离多远就可以保证其与合法用户之间的信息安全传输；借助方向调制技术，通过引入合法用户的方向角和距离信息对发射的隐私信号的初始相位进行调整，使得合法用户能更好的接收相应的隐私信号信息；引入非零保密容量来保证预定安全等级的信息安全传输；运用正确的数学模型，分析得到系统实现安全传输所要达到的最小距离。本发明添加简化的路径衰减模型，并能实现建立以发射端为中心的安全区域以保证系统信息的安全传输，保证隐私信号到达合法用户的安全性能并且不被窃听者窃听。
-
公开(公告)号：CN110111285B
公开(公告)日：2021-06-01
申请号：CN201910400460.6
申请日：2019-05-14
Applicant: 福建农林大学 , 福建医科大学附属第一医院
Abstract: 本发明涉及一种基于二阶锥规划的腔内动脉支架动力特性评价方法，包括以下步骤：步骤S1：进行动脉支架标记自动检测；步骤S2：进行动脉支架标记匹配；步骤S3：基于二阶锥规划方法对动脉支架标记进行三维重建；步骤S4：对动脉支架进行动力特性评价。本发明通过系统、严谨的分析来研究腔内支架三维运动特性，建立腔内支架机械动力特性模型，获取腔内支架动力特性评价，以期能早期发现支架本身的缺陷和故障。
-
Patent Agency Ranking
公开(公告)号：CN112489098A
公开(公告)日：2021-03-12
申请号：CN202011461803.9
申请日：2020-12-09
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于空间通道注意力机制神经网络的图像匹配方法。该方法包括步骤：步骤1：根据SIFT方法得到初始匹配集合c；步骤2：通过改进的OANet网络对输入数据进行处理从而得到匹配对为正确匹配的概率；步骤3：对步骤2得到的结果通过加权8点算法进行计算得到本质矩阵；步骤4，根据本质矩阵信息得到准确的相机姿态（旋转和平移）。本发明的网络能够有效地剔除异常值（离群点），同时估计成图像对的相机姿态。本发明的一种基于空间通道注意力机制神经网络的图像匹配方法在mAP5°方法取得很大的提升。
-
公开(公告)号：CN111767741A
公开(公告)日：2020-10-13
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的中文情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
公开(公告)号：CN106273480B
公开(公告)日：2019-02-22
申请号：CN201610654586.2
申请日：2016-08-11
Applicant: 福建农林大学
IPC: B29C64/386 , B33Y50/00
Abstract: 本发明公开了可凹区域的3D快速打印路径规划方法。首先，任选区域边界上的一点作为凸化边界搜索的起始点，初始化存储起止边界点和起止边界边的两个双端队列。然后，采用贪心策略，沿打印区域多边形的边界“顺时针”方向进行凸化边界搜索，直到不满足条件的边界点出现或搜索结束；接着，采用贪心策略，沿打印区域多边形的边界“逆时针”方向进行凸化边界搜索，直到不满足条件的边界点出现或搜索结束；最后，判断起止边界点是否相同，若是则结束；否则，连接队头和队尾边界点，形成下一轮搜索的起始条件，进行下一轮边界凸化。本发明避开了多边形打印区域路径规划时可能面临的激光中断和继续问题。
-
公开(公告)号：CN106273480A
公开(公告)日：2017-01-04
申请号：CN201610654586.2
申请日：2016-08-11
Applicant: 福建农林大学
CPC classification number: B33Y50/00
Abstract: 本发明公开了可凹区域的3D快速打印路径规划方法。首先，任选区域边界上的一点作为凸化边界搜索的起始点，初始化存储起止边界点和起止边界边的两个双端队列。然后，采用贪心策略，沿打印区域多边形的边界“顺时针”方向进行凸化边界搜索，直到不满足条件的边界点出现或搜索结束；接着，采用贪心策略，沿打印区域多边形的边界“逆时针”方向进行凸化边界搜索，直到不满足条件的边界点出现或搜索结束；最后，判断起止边界点是否相同，若是则结束；否则，连接队头和队尾边界点，形成下一轮搜索的起始条件，进行下一轮边界凸化。本发明避开了多边形打印区域路径规划时可能面临的激光中断和继续问题。
-
公开(公告)号：CN114743032B
公开(公告)日：2025-02-25
申请号：CN202210507403.X
申请日：2022-05-11
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于偏好引导过滤的深度学习图像特征匹配方法，包括以下步骤：步骤1：对于给定的图像对I和I'，采用SIFT算法建立初始特征匹配集S；步骤2：通过偏好引导过滤网络进行误匹配剔除，得到匹配为内点的概率集W；步骤3：将步骤2得到的概率集W视为权重集，通过加权八点算法估计本质矩阵；步骤4：根据步骤3得到的本质矩阵恢复准确的相对姿态。该方法及系统有利于提高图像特征匹配的准确性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.023 seconds)
