-
公开(公告)号：CN113763300B
公开(公告)日：2023-06-06
申请号：CN202111047787.3
申请日：2021-09-08
Applicant: 湖北工业大学
IPC: G06T5/50 , G06T3/40 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明针对传统方法不能充分挖掘图像聚焦关联信息导致融合细节失真的问题，提出了一种联合深度上下文与卷积条件随机场的多聚焦图像融合方法。充分利用密集卷积神经网络特征复用的优势，将多聚焦源图像进行集成实现协同聚焦特征检测。采用多尺度金字塔池化策略聚合不同聚焦区域的全局上下文信息，增强聚焦与离焦的区分能力，得到粗略融合概率决策图。进一步采用卷积条件随机场对其进行优化，获得精细化概率决策图，最终得到细节保持的融合图像。利用公开数据集对融合方法进行主观与客观评价，实验结果表明本发明方法具有较好的融合效果，能够充分挖掘聚焦关联信息、保留足够的图像细节。
-
公开(公告)号：CN114166243B
公开(公告)日：2023-04-18
申请号：CN202111317290.9
申请日：2021-11-09
Applicant: 湖北工业大学
IPC: G01C25/00
Abstract: 本发明涉及一种带有片间约束的面阵成像卫星在轨几何定标方法，包括以下步骤：步骤1，通过影像匹配方法，分别获得每一片分片面阵影像上的控制点和相邻分片面阵影像之间的连接点；步骤2，构建分片面阵成像器件在轨几何定标模型；步骤3，构建相邻分片面阵器件之间的片间约束模型；步骤4，整体优化求解所有分片面阵器件的定标参数。本发明可以在分片影像边缘控制点缺乏或者分布不均匀的情况下，实现所有分片面阵器件定标参数的整体优化求解，进而提升相邻分片影像的几何拼接精度。
-
公开(公告)号：CN113469415B
公开(公告)日：2023-04-07
申请号：CN202110631952.3
申请日：2021-06-07
Applicant: 湖北工业大学
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , H04L41/147 , H04L41/142
Abstract: 本发明提供了一种网络流量预测方法和计算机设备，网络流量预测方法应用于预测模型，预测模型包括：图卷积‑自注意力模块、全连接层和激活层，网络流量预测方法包括：获取网络流量，确定预处理流量组；将预处理流量组输入图卷积‑自注意力模块得到目标流量特征组；将目标流量特征组输入全连接层得到融合流量特征；基于激活层和融合流量特征确定预测结果。本发明中的图卷积‑自注意力模块，可以提取复杂多变的网络流量数据的空间特征，计算网络流量特征权重，解决网络流量不同数据之间的相互影响力不同的问题，较大地提升网络流量预测的准确率，也就是说，通过图卷积‑自注意力模块可以对非线性的复杂动态网络流量进行预测，并且准确率高。
-
公开(公告)号：CN109377447B
公开(公告)日：2022-11-15
申请号：CN201811086423.4
申请日：2018-09-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杜鹃搜索算法的Contourlet变换图像融合方法，对配准后的源图像A、B，分别进行Contourlet变换，得到1个低频子带和不同尺度、不同方向的多个高频子带；按照定义的融合规则在所有尺度和方向上对两幅图像的变换系数进行融合，得到融合后的系数；融合图像为R，对于融合后的系数，按照其低频子带和高频子带的顺序，依次进行Contourlet逆变换；最后输出融合后的图像。本发明与传统的图像融合方法相比，对各尺寸各方向上的融合系数权重进行了加权处理，计算出最优权值，并以此提出一种优化的Contourlet变换图像融合方法。
-
公开(公告)号：CN115272219A
公开(公告)日：2022-11-01
申请号：CN202210870486.9
申请日：2022-07-22
Applicant: 湖北工业大学
Abstract: 本发明公开了一种超声图像自监督分割方法，包括：对获取的超声图像训练数据集进行预处理；对步骤1所得的预处理后的超声图像数据集进行扭曲形变，并对图像进行配准并以其训练Do‑Unet，获得最佳的Do‑Unet网络权重参数；将步骤2获得的最佳网络权重参数迁移到Do‑Unet中，并将步骤1所得到的预处理后有标签的超声图像数据集加载Do‑Unet网络中，对Do‑Unet进行训练进一步获得优化后的Do‑Unet的最优网络权重参数；将步骤3中保存的最优网络权重参数加载到优化后的Do‑Unet中，将待分割超声图像输入至上述目标网络Do‑Unet中，得到最终的超声图像分割结果。本发明不仅可以适用于少量标签样本下超声图像分割，而且能大大提升超声图像分割的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115035550A
公开(公告)日：2022-09-09
申请号：CN202210678342.3
申请日：2022-06-13
Applicant: 湖北工业大学
Abstract: 本发明针对中心和尺度预测的(Central and Scale Prediction，CSP)行人检测模型在复杂场景下出现漏检或者误检的问题，提出了一种基于改进的CSP网络的行人检测方法，首先将原主干网络Resnet50替换为Resnet101，使得网络能够更好的提取被其它物体遮挡的特征。其次引入了基于通道和压缩注意力机制的方法，以获得更高的训练速度和检测速度。最后利用非极大值抑制算法形成最优先验候选框数量以及难样本的再训练。经实验表明该算法在cityperson数据集上，严重遮挡和部分遮挡的指标比当前的行人检测算法的性能有所提高，在公共数据集上取得了较好的鲁棒性。
-
公开(公告)号：CN114963980A
公开(公告)日：2022-08-30
申请号：CN202210505740.5
申请日：2022-05-10
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于3D视觉的机器人定位系统及方法，涉及机器人视觉定位领域，其技术方案包括机器人，机器人的内部安装有定位主机，定位主机的内部包括激光雷达、CMOS摄像头、图像系统、数据存储模块和中央处理系统，图像系统的内部包括图像采集模块、图像处理模块和图像识别模块，图像系统与CMOS摄像头之间通信连接，图像系统对CMOS摄像头拍摄的图像进行采集、处理和识别，图像系统与数据存储模块之间通信连接，图像系统将处理后的图像传输到数据存储模块中，建立出的三维空间模型通过标记模块、二次定位模块、惯性预测模块、误差模块和修正模块的配合使用实现对三维空间模型的修正，确保对机器人定位的精确性。
-
公开(公告)号：CN112612886B
公开(公告)日：2022-08-05
申请号：CN202011507872.9
申请日：2020-12-18
Applicant: 湖北工业大学
IPC: G06F16/35 , G06F40/216 , G06N3/00
Abstract: 本发明公开了一种基于水稻育种‑二进制蚁群混合算法的文本特征选择方法，为解决文本特征向量高维且稀疏的问题，本发明中在利用传统特征选择的方法对原始特征进行预选的基础上，使用水稻育种‑二进制蚁群混合算法对特征进行再选择。在水稻育种算法完成运行后根据水稻育种算法得到的结果设置二进制蚁群算法的能见度信息；二进制蚁群算法根据提供的能见度信息和对应的信息素在二元网络中进行搜索，直到满足停止条件则输出最优的文本特征子集。本发明可以有效的提取出有利于文本表示的特征子集，为后续的文本分类打下良好的基础同时可以提升分类效果。
-
公开(公告)号：CN109873810B
公开(公告)日：2022-07-19
申请号：CN201910031356.4
申请日：2019-01-14
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于樽海鞘群算法支持向量机的网络钓鱼检测方法，首先初始化樽海鞘群算法的基本参数：种群数目、迭代次数、个体维度、搜索空间；随机初始化个体的位置和范围；然后按照适应度值的大小划分为领导者樽海鞘和跟随者樽海鞘，利用这两种樽海鞘的协调合作挖掘出支持向量机的最优参数。在每次迭代中，用于评价个体的适应度值的函数是个体所携带的参数对于支持向量机在钓鱼网站数据集上的检测准确率。本发明与一般的优化算法如遗传算法、引力搜索算法、蝙蝠算法、粒子群算法等，在优化支持向量机上，能够尽可能的挖掘出支持向量机的最优参数参数，提升支持向量机在钓鱼检测的准确率。
-
公开(公告)号：CN111008741B
公开(公告)日：2022-06-07
申请号：CN201911247387.X
申请日：2019-12-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种水肥一体机多目标精准施肥控制参数优化方法，首先建立多目标精准施肥控制参数优化数学模型；然后求解所述步骤1中建立的数学模型的多目标优化的Pareto最优解集，即求得水肥一体机施肥控制的精度控制和耗能之间的均衡组合，为选择适应于不同实际情况的设计方案提供最优解集。本发明采用基于Pareto最优的分布灰狼多目标优化算法，求解多目标精准施肥控制参数优化问题，为适应不同的设计实际需求，提高水肥一体机在实际应用中的适用性。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.062 seconds)
