-
公开(公告)号：CN113537245B
公开(公告)日：2024-03-01
申请号：CN202110906887.0
申请日：2021-08-09
Applicant: 浙江大学
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于特征图的神经网络剪枝方法，包括：(1)对于待剪枝的神经网络模型，准备训练数据集进行训练；(2)定义拓扑洞为衡量特征图信息量的标量，对预训练好的卷积神经网络输入数据，计算每一层不同通道对应的拓扑洞值；(3)为该神经网络的每一层设置剪枝率，并根据每一层的输出通道数，确定剪枝后的模型每一层输出通道数；(4)凭借拓扑洞值及剪枝率对神经网络剪枝得到剪枝后的网络；(5)剪枝后的神经网络在相同训练数据集下进行重训练，以恢复损失精度；(6)利用剪枝后神经网络进行应用，将待识别的图像输入剪枝后的神经网络，得到图像中不同物体的类别。利用本发明，可以在提高剪枝率的同时保证模型的精度。
-
公开(公告)号：CN116758405A
公开(公告)日：2023-09-15
申请号：CN202310728580.5
申请日：2023-06-19
Applicant: 浙江大学
IPC: G06V20/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于CAM的多阶段弱监督火焰位置检测方法，属于图像目标检测领域。本发明通过多层特征融合结构来生成CAM热力图，并通过骨干网络的顶层特征与多层融合特征的联合火焰分类训练，使得模型能够准确提取用于目标定位的CAM热力图，从而在不使用位置标签的弱监督情况下获得接近全监督条件下的火焰目标定位准确度。该方法可以在仅收集火焰图像与非火焰图像，依靠类别标签图像完成对火焰位置的推断，避免了对位置标签的依赖，极大减少了深度学习目标检测方法在火焰检测领域应用的数据获取成本。
-
公开(公告)号：CN116740657A
公开(公告)日：2023-09-12
申请号：CN202310600799.7
申请日：2023-05-25
Applicant: 浙江大学
IPC: G06V20/54 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048 , G06V10/44 , G06V10/774
Abstract: 本发明公开了一种基于相似三角形的目标检测以及测距方法，包括：(1)获取由摄像头传输的视频流，对视频流中的每一帧进行图像采集；(2)将采集的数据通过图像处理操作，使得其能够输入到后续的模块中；(3)通过卷积神经网络模型自动的提取图像中的特征信息，根据所提取的特征通过检测头获得移动目标在图像中的位置，并准确将目标做分类；(4)通过一种基于相似三角形的快速测距算法，依托摄像头内参以及位置等其他参数，获得图像中的移动目标距离摄像头的实际距离，并最后输出实际距离化。本发明在保证模型轻量的前提下，对于实时性的要求非常高的车路协同驾驶具有非常重要的意义。
-
公开(公告)号：CN116415173A
公开(公告)日：2023-07-11
申请号：CN202310400260.7
申请日：2023-04-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于小波散射变换的心电信号分类方法、系统及设备。该方法包括：步骤1、计算获取的心电信号中每个心拍信号的R峰间隔特征向量；步骤2、将所述心电信号分割为以单个心跳为单位的一组心拍信号；步骤3、将心拍信号进行小波散射变换，获得心拍信号的散射频谱；步骤4、将散射频谱输入特征编码器，获得心拍信号的形态学特征向量；步骤5、将R峰间隔特征向量与形态学特征向量输入特征融合分类器，获得所述心拍信号的类别。本发明方法可以从小样本心电数据中，提取不同类别心电信号各自的代表性时频特征，实现对心电信号的准确分类。
-
公开(公告)号：CN116032537A
公开(公告)日：2023-04-28
申请号：CN202211534015.7
申请日：2022-12-01
Applicant: 浙江大学
IPC: H04L9/40
Abstract: 本发明公开了一种车辆远程状态估计篡改攻击检测系统和方法。本发明使用了事件触发器和异常检测器来检测车辆传感器传输通道是否存在攻击。事件触发器部署于车辆状态发送端和远端估计器状态接收端。通过事件触发机制，使得通道中传输的数据为0或1，此时，攻击者只能在触发的时刻发动攻击且只能将数据从0篡改为1或从1篡改为0，降低了攻击者的攻击能力。此外，当篡改发生时，此时相当于注入一个有下限的攻击，检测器的检测信号将发送跳变，提高了攻击的检测效果。本发明的数据传输和检测机制，不仅可以降低车辆和远端估计器的数据传输量，同时可以保证及时检测出篡改攻击。
-
Patent Agency Ranking
公开(公告)号：CN115299960A
公开(公告)日：2022-11-08
申请号：CN202210949559.3
申请日：2022-08-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于短时变分模态分解的电信号分解方法，包括：步骤1、获取初始的电信号，利用预构建的窗函数对所述电信号进行滑窗运算，获得所述电信号对应的信号段；步骤2、设定重构模态数，采用变分问题来描述各模态下滑窗信号段的模态约束条件，获得约束优化函数；步骤3、采用增广拉格朗日函数对约束优化函数进行等效变换，求解获得无约束优化函数；步骤4、对无约束优化函进行重构，获得各模态电信号对应的瞬时频率‑时间函数。本发明提供了一种脑电信号分解装置。本发明提供的方法无需预先定义基函数，完全由原始信号数据驱动分解，可消除模态混叠和边缘效应问题，从而获得各节律对应的完整电信号。
-
公开(公告)号：CN114460916A
公开(公告)日：2022-05-10
申请号：CN202111577865.0
申请日：2021-12-22
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于因果分析的子系统波动信号分析方法，包括：利用MEMD方法对多维信号进行分解，获得所有信号各层Imf，对各信号每层Imf基于归一化相关系数分组，基于稀疏指标修正组别，采用谐波检测方法寻找组别中存在成整数倍关系的基波及其谐波Imf，挑选同时拥有基波及其谐波的信号作为分组谐波检测特征选择的结果，对经过特征选择的波动信号进行去噪声和去周期项处理，并将剩余部分重构，获得相应目标子信号；利用扩展CCM方法计算重构子信号对不同时滞下的交叉映射指标，根据收敛阈值判断是否收敛，获得各个信号对的因果关系，进一步获得波动传播路径并定位波动源。本发明可以实现快速、准确地诊断工业控制系统中波动传播路径并定位波动源。
-
公开(公告)号：CN113744225A
公开(公告)日：2021-12-03
申请号：CN202110994503.5
申请日：2021-08-27
IPC: G06T7/00 , G06K9/62 , G06F16/951
Abstract: 本发明涉及一种农业害虫智能检测方法，该方法包括采用数据爬虫和图像实时拍摄的方式来收集农业害虫图像；采用人工遴选的方式清洗网络爬虫数据，剔除非农业害虫图片以及重合农业害虫图像，然后通过脚本运算的方式对遴选之后的爬虫图像数据以及实时采集图像数据做格式归一化处理；对经过归一化处理的图像数据采用数据增强的手段进行处理；采用开源工具LabelImg标注经过处理的所有图片数据来组成农业害虫图像数据集；建立农业害虫目标检测模型；对农业害虫目标检测模型中进行训练；对训练后的农业害虫目标检测模型进行精度评价；该方法对害虫的检测精度高，并且检测效率也高，能够减小劳动力强度，该方法在多种测试场景下表现优异，鲁棒性好。
-
公开(公告)号：CN111177970B
公开(公告)日：2021-11-19
申请号：CN201911260377.X
申请日：2019-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于高斯过程和卷积神经网络的多阶段半导体过程虚拟计量方法，包括以下步骤：(1)对待检测的控制过程，采集与待检测变量相关的过程变量传感器的输出信号；(2)对采集的过程变量的信号数据进行预处理，去除异常值；(3)对预处理后的数据进行重新排列并保留数据的阶段信息；(4)所有数据进行特征提取并建立回归模型；(5)保存当前参数权重，计算最终最大后验值，若不满足停止条件，更新参数并重复步骤(4)，直至达到停止条件；(6)保存各层参数值，对新的预测点进行重新计算并获得几何质量的概率分布。利用本发明，能够获取更高精度的虚拟计量结果，并计算预测结果的不确定度，为模型进一步提升提供数值基础。
-
公开(公告)号：CN113537245A
公开(公告)日：2021-10-22
申请号：CN202110906887.0
申请日：2021-08-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于特征图的神经网络剪枝方法，包括：(1)对于待剪枝的神经网络模型，准备训练数据集进行训练；(2)定义拓扑洞为衡量特征图信息量的标量，对预训练好的卷积神经网络输入数据，计算每一层不同通道对应的拓扑洞值；(3)为该神经网络的每一层设置剪枝率，并根据每一层的输出通道数，确定剪枝后的模型每一层输出通道数；(4)凭借拓扑洞值及剪枝率对神经网络剪枝得到剪枝后的网络；(5)剪枝后的神经网络在相同训练数据集下进行重训练，以恢复损失精度；(6)利用剪枝后神经网络进行应用，将待识别的图像输入剪枝后的神经网络，得到图像中不同物体的类别。利用本发明，可以在提高剪枝率的同时保证模型的精度。
-
-
-
-
-
-
-
-
-
Search Results
237
records
(took 0.031 seconds)
