-
公开(公告)号：CN116402633A
公开(公告)日：2023-07-07
申请号：CN202310129293.2
申请日：2023-02-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于矢量投影分析方法的农业干旱遥感监测技术。该发明可以提高已有遥感检测手段对农田墒情监测的有效性。以往基于遥感的农田墒情监测通常存在两个问题：一是与时空变异性显著，对土壤含水量估计的有效性随区域和时间而变化；二是时空间分辨率较低。本发明提出的基于矢量投影分析方法的遥感干旱指数融合模型，将不同遥感干旱指数进行有效的加权求和，使得对农田墒情的监测指数与土壤含水量的分布具有更好的空间一致性，并具有更高的时空分辨率。
-
公开(公告)号：CN115798122A
公开(公告)日：2023-03-14
申请号：CN202211374020.6
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于单片机的超市购物系统设计方法，从目前超市面临的排队痛点以及顾客的实际需求出发，运用单片机相关知识，实现超市购物最基本的扫码、结账、打印小票的功能。将这个购物系统安装在每一辆购物车上，顾客购物时可以清楚得知当前的消费总额，预防超支，大大提高购物效率。如果扫描条形码不成功，按下“手动输入”键，通过矩阵按键手动输入给单片机查询，再显示出来查询结果。在扫描的过程中如果相同的商品扫描若干次，它的数量就会累加。扫描完成之后，点击“结算”的按钮，显示屏会有扫描到的商品的单价和数量，并且计算出商品的总价格，发送电脉冲使继电器工作，控制小票打印机打印小票。
-
公开(公告)号：CN115757717A
公开(公告)日：2023-03-07
申请号：CN202211368420.6
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/332 , G06F16/36 , G06F40/211 , G06N3/042
Abstract: 基于知识图谱的问答系统是问答系统中的一个热门分支，随着社会不断地进步发展，信息时代，人们获取的信息多而杂乱，从互联网上获取的信息往往缺乏精确性，基于知识图谱的问答系统就可以将杂乱繁多的信息整合起来，给出的具有语义理解智能程度高、回答准确性高结果。在已有的基于知识图谱问答系统中，在给定上下文的条件下，目前现有的方法，对于问答对使用语言模型处理，对于知识图谱使用图神经网络进行处理，并且相互之间不更新彼此的嵌入，也不做语义的对齐表示，问答对与知识图谱由于分开表示，限制了模型推理的能力，针对上述问题，本发明提出一种基于GAT‑KBD的医疗领域问答算法，将问答对和知识图谱的信息联合构建图谱，最终取得了更好的效果。
-
公开(公告)号：CN115661679A
公开(公告)日：2023-01-31
申请号：CN202211386889.2
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于改进的YOLOv5的旋转目标检测方法。该发明在旋转目标检测方向上具有一定的通用性，该专利以遥感图像目标检测为说明案例。对于特征提取过程中提取到过多背景信息的问题，本文引入了注意力机制，并且对其做出改进，针对遥感图像中目标的特点，采用拥有更小感受野的卷积核来赋予模型空间上的注意力。残差模块采用C3结构构建更深层次的网络，SPP用于不同尺度特征的融合，并且引入角度分类的思想以及CSL标签，采用高斯函数作为窗口函数，让模型具有学习角度距离的能力。
-
公开(公告)号：CN115641439A
公开(公告)日：2023-01-24
申请号：CN202211378814.X
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于点体素联合的三维点云语义分割方法。该发明针对基于体素或基于点的算法处理三维数据的计算效率都很低的问题，提出点体素联合的方法。基于体素的方法在体素化过程中会有信息丢失，且计算成本和内存需求都随着体素分辨率的增加而增加；而基于点的方法会导致高达80％的时间浪费在构造内存局部性较差的稀疏数据上。本发明提出的基于点体素联合的三维点云语义分割方法，将点云体素化，获得规则的体素数据，应用3D CNN来获取低分辨率的局部特征，然后利用最近邻插值去体素化，应用PointNet网络提取高分辨率的逐点特征，并将基于体素的局部特征和基于点的全局特征拼接起来，作为网络提取的特征，以此在保证精度的同时，提高计算效率。
-
Patent Agency Ranking
公开(公告)号：CN113392841B
公开(公告)日：2022-11-18
申请号：CN202110617230.2
申请日：2021-06-03
Applicant: 电子科技大学
IPC: G06V30/148 , G06V30/18 , G06V30/19 , G06V10/80 , G06V10/82 , G06T9/00 , G06T19/20 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多特征信息增强编码的三维点云语义分割方法。该发明可以进一步增强以PointNet++为代表的三维点云语义分割算法在不同应用场景下的性能。PointNet++网络在编码过程中，只是单纯的利用点和中心点的坐标差作为局部空间的几何信息构建显然是不够充分的。同时，对于点的附加信息，PointNet++网络直接将其和几何信息进行共同编码，这是一种对于点云附件信息的不恰当使用，点云信息在其中的作用很小。本发明提出的基于多特征信息增强编码的三维点云语义分割方法，添加点与中心点的原始坐标和欧式距离等信息，与坐标差共同进行局部空间的特征聚合，并将点的附加特征和几何特征分开编码，重新设计了一种基于点云多类特征的信息编码增强结构。
-
公开(公告)号：CN111583178B
公开(公告)日：2022-11-08
申请号：CN202010252961.7
申请日：2020-04-02
Applicant: 电子科技大学
Abstract: 本发明提供了一种在藻类细胞显微图像中分割黏连藻类细胞的方法，该方法包括：使用图像处理中常用的腐蚀、膨胀的形态学操作方法来初步分割略有黏连的藻类细胞，使用本发明进行改进后的基于凹点匹配的分割算法进行分割，为了解决孤立凹点的问题引进的通过距离变换函数的方式通过最短距离快速切分开黏连藻类细胞。本发明改进了传统的凹点匹配方式，大大减少了计算量，同时优化了圆形藻类三黏连区域的凹点匹配方式，并引入了距离变换方法解决孤立凹点匹配的问题，使得分割准确率更高，且所需要的计算开销更小，运算时间更短。
-
公开(公告)号：CN115186088A
公开(公告)日：2022-10-14
申请号：CN202210810574.X
申请日：2022-07-11
Applicant: 电子科技大学
IPC: G06F16/34 , G06F16/35 , G06F16/215 , G06N3/04 , G06F40/30
Abstract: 本发明公开了一种融合篇章信息的摘要自动生成方法，通过One‑Hot编码，再进行平移变换等操作，构造篇章信息先验分布，再将其与原始分布融合，使得生成时，模型更倾向于选择文章中出现过的词，提高摘要生成的准确率。使用UniLM模型，使得在理解原文时可以结合上下文的语义信息，语义理解效果更好；在生成摘要时，通过Mask机制单向生成，符合文本续写的逻辑；且UniLM模型通过多任务进行预训练，拥有更强的泛化能力。
-
公开(公告)号：CN113052187B
公开(公告)日：2022-08-30
申请号：CN202110307905.3
申请日：2021-03-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多尺度特征融合的全局特征对齐特征对齐目标检测技术。该发明可以进一步增强以Faster R‑CNN为代表的目标检测算法在不同应用场景下的泛化性能。以往基于全局特征对齐的目标检测技术通常存在两个问题：一是特征对齐尺度单一，且未减小由目标尺寸大小不同带来的域间差异；二是以往全局特征对齐在前景目标特征的同时，强制对齐了背景特征，影响特征对齐效果。本发明提出的基于多尺度特征融合的全局特征对齐特征对齐目标检测方法，将不同尺度的特征图进行融合，使得不同尺寸大小的目标特征一同对齐，并进行背景抑制，减少背景噪声影响，将网络注意力更多放在前景目标特征对齐上。
-
公开(公告)号：CN114818963A
公开(公告)日：2022-07-29
申请号：CN202210506243.7
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06K9/62 , G06V10/74 , G06V10/764 , G06V10/771 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于跨图像特征融合的小样本检测算法。本发明主体结构是基于两阶段的目标检测算法Faster‑RCNN构建的小样本学习算法。首先输入查询图像和支持集图像进行特征图的提取，得到的特征图被送入跨图像特征融合模块用支持集中的特征信息来加强查询集中目标特征信息的表达，之后送入改进后的RPN模块生成ROI特征向量，再通过改进后的特征聚合模块对候选框进行筛选并完成支持集向量和ROI特征向量的空间对齐，最后将处理好的ROI和支持集向量送入分类器中进行分类，最终输出目标类型和框的准确定位。最后在PASCALVOC数据集上设计了多组消融实验和对比实验都获得了良好的检测精度，验证了检测算法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.027 seconds)
