-
公开(公告)号：CN111176302A
公开(公告)日：2020-05-19
申请号：CN202010145290.4
申请日：2020-03-04
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G05D1/02
Abstract: 一种输入饱和的自动驾驶汽车路径跟踪控制方法，通过设计鲁棒H∞路径跟踪控制器，解决了自动驾驶汽车路径跟踪控制的网络时延和输入饱和问题，提高了车辆在极端行驶条件下的路径跟踪性能。通过对车辆侧向速度和横摆角速度的调节，在实现自动驾驶汽车路径跟踪控制的同时提高了车辆的操作稳定性。自动驾驶汽车鲁棒H∞路径跟踪控制增益矩阵可以通过求解线性矩阵不等式得到，计算简便。该路径跟踪控制设计综合考虑了车辆动力学模型的不确定性和外界扰动的影响，提高了路径跟踪控制算法的鲁棒性。通过设计静态输出反馈控制器，在实现理想的路径跟踪控制的同时，大大降低了控制系统的成本。
-
公开(公告)号：CN110547786B
公开(公告)日：2020-05-05
申请号：CN201810555348.5
申请日：2018-06-01
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/0452 , A61B5/04
Abstract: 一种基于多尺度小波变换的心电图波形的形态识别方法，通过本基于多尺度小波变换的心电图波形的形态识别方法，相对于传统的心电图识别，本发明可以更精准的定位峰值位置和范围所在，通过本融合算法可以有效减少由于选择检测尺度不当或是P/T形态多变条件下检测P/T波所造成的损失。特别是对P/T波异常的心电图有更好的检测效果。本发明算法具有容错性高、精确度高等特点，特别是在P/T波检测中，可以有效避免由于P/T波能量集中频率不一致造成的错检和漏检，有效减少因检测不当所造成的误诊等情况。
-
公开(公告)号：CN110179453B
公开(公告)日：2020-01-03
申请号：CN201810555347.0
申请日：2018-06-01
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402
Abstract: 一种基于卷积神经网络和长短期记忆网络的心电图分类方法，通过多导联心电图数据和卷积神经网络和长短期记忆网络（CNN‑LSTM）组合模型实现心律失常自动分类的方法。一方面多导联心电图较单导联心电图蕴含更多信息，另一方面CNN‑LSTM组合模型结合CNN和LSTM的优点，在学习空间数据结构和时间序列结构方面有着独特优势，利用多导联心电图数据训练CNN‑LSTM能够提高网络的学习效率和心电图识别的精度。
-
公开(公告)号：CN109359610A
公开(公告)日：2019-02-19
申请号：CN201811257725.3
申请日：2018-10-26
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了构建CNN-GB模型的方法及系统、数据特征分类方法，属于人工智能BCI技术领域，解决的问题是如何结合CNN模型和GB算法对脑电信号进行特征提取与分类识别，得到效能高的最优特征集，使其分类精确度高。其方法包括采集脑电数据；基于Caffe深度学习框架构建CNN网络模型；训练CNN网络模型；训练GB网络模型。其系统包括脑电数据采集模块、CNN网络配置模块和GB网络配置模块。其分类方法包括采集脑电数据；获得训练后的CNN网络模型和训练后的GB网络模型；由训练后的CNN网络模型对脑电数据进行特征提取，由训练后的GB网络模型对提取的特征进行分类。结合CNN模型和GB算法提高了分类精确度。
-
公开(公告)号：CN108992060A
公开(公告)日：2018-12-14
申请号：CN201810568552.0
申请日：2018-06-05
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402
Abstract: 本发明公开一种基于LTI滤波与稀疏优化原理的ECG信号恢复方法，先将原始信号进行LTI滤波处理，本发明中选用LTI中的低通滤波进行相应处理，然后通过稀疏优化原理进行信号处理，最后合并形成我们所需要的去除噪音后的信号。在此过程中，通过低通滤波处理的信号能够快速滤除大部分高频噪音，但会对心电的形状发生改变，Q、S等波段会被削平。然后进行稀疏信号优化处理，得到原有波峰波谷信息并去除其他噪音，保证ECG信号的真实性，即在充分抑制ECG中的噪音的同时保护信号细节。
-
Patent Agency Ranking
公开(公告)号：CN118691452B
公开(公告)日：2024-12-17
申请号：CN202410432393.7
申请日：2024-04-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种基于鲁棒身份感知水印的深度伪造换脸检测方法，涉及图像伪造检测领域，根据图像内容的身份语义制作身份感知水印，并设计一个不可预测且不可逆的混沌加密系统来确保水印的机密性和安全性。通过联合训练自编码器框架以及常见图像处理操作/恶意换脸操作，在保证图像质量的同时实现水印嵌入和水印提取。对于被篡改的图像，通过还原嵌入的水印以及与图像身份内容进行比对，从而完成检测和溯源。
-
公开(公告)号：CN118247204A
公开(公告)日：2024-06-25
申请号：CN202311524364.5
申请日：2023-11-16
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种基于提示学习的多器官细胞核分割方法，涉及医学图像处理技术领域，利用文本与图像多模态信息充分挖掘图像信息，学习到语义信息与分割目标之间的关联，对目标区域的分割进行综合学习。基于clip模型从6个公开细胞核数据集中训练学习大量的文本和图像配对知识，来获得细胞核的语义理解先验知识，使得模型完全适合细胞核分割任务。构建模型通过输入图像与文本提示，利用文本和图像多模态信息，完成6个不同器官细胞核识别并且准确分割任务，计算效率更高，该模型还可以在缺乏标注的部分数据集上使用充分文本提示完成准确的分割任务，更具备实用性与可拓展性。
-
公开(公告)号：CN117474741B
公开(公告)日：2024-05-07
申请号：CN202311561214.1
申请日：2023-11-22
Applicant: 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06T1/00 , G06V40/16 , G06V20/00 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/0464
Abstract: 一种基于人脸关键点水印的主动防御检测方法，涉及图像伪造检测领域，对于一张原始图像提取人脸关键点，将提取出来的人脸关键点转换成二进制的水印。随后二进制水印被嵌入到原始图像中得到水印图像，继而水印图像会经过非恶意/恶意操作得到操作图像或篡改图像，使得模型能够对这些非恶意/恶意操作具有鲁棒性，该方法引入了人脸关键点，既为每个人生成独有的水印也实现了溯源以及检测功能。
-
公开(公告)号：CN116468619B
公开(公告)日：2024-02-06
申请号：CN202310184267.X
申请日：2023-03-01
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于多特征反馈融合的医学影像去噪方法，运用了采用了解码‑编码的网络框架，通过多特征反馈融合网络对图像进行特征提取。特征反馈融合网络由多特征反馈融合模块(MFFM)和并联扩张卷积模块组成。通过并联多个不同扩张率的扩张卷积层在提取浅层特征的同时既增大特征图的感受野，又保证信息不丢失。多特征反馈融合模块(MFFM)可以将进一步提取的深层特征以注意力机制的形式反馈给浅层特征，从而实现深层特征和浅层特征的深度融合。将融合后的特征图池化放大至相同尺寸可以保证输入特征图的shape不变。化特征向量，降低噪声因子的干扰。恢复特征图融合了关键像素特征，强化了特
-
公开(公告)号：CN117474741A
公开(公告)日：2024-01-30
申请号：CN202311561214.1
申请日：2023-11-22
Applicant: 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06T1/00 , G06V40/16 , G06V20/00 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/0464
Abstract: 一种基于人脸关键点水印的主动防御检测方法，涉及图像伪造检测领域，对于一张原始图像提取人脸关键点，将提取出来的人脸关键点转换成二进制的水印。随后二进制水印被嵌入到原始图像中得到水印图像，继而水印图像会经过非恶意/恶意操作得到操作图像或篡改图像，使得模型能够对这些非恶意/恶意操作具有鲁棒性，该方法引入了人脸关键点，既为每个人生成独有的水印也实现了溯源以及检测功能。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.049 seconds)
