一种基于SwinTransformer的去马赛克重建彩色图像的方法

    公开(公告)号:CN115601240A

    公开(公告)日:2023-01-13

    申请号:CN202211347627.5

    申请日:2022-10-31

    申请人: 吉林大学(CN)

    IPC分类号: G06T3/40 G06N3/04 G06N3/08

    摘要: 本发明适用于图像处理和深度学习领域,提供了一种基于SwinTransformer的去马赛克重建彩色图像的方法,包括以下步骤:1)构建数据集;2)采用基于SwinTransformer的图像恢复网络SwinIR,构建去马赛克模型;3)训练去马赛克模型;4)测试得到的去马赛克网络模型的性能。本发明提供了一种基于Swin Transformer的自注意力机制能够从Bayer图像重建RGB图像,对比卷积神经网络(CNN)的静态权重以及长程依赖,好处在于能够扩大感受野,注意到全局上下文的特征,对于纹理边缘细节也有更好的重建效果。

    一种全记忆合金丝电阻自感知张拉整体杆索结构

    公开(公告)号:CN115596074A

    公开(公告)日:2023-01-13

    申请号:CN202211410247.1

    申请日:2022-10-26

    申请人: 吉林大学(CN)

    IPC分类号: E04B1/19 G01B7/16 G01L1/20

    摘要: 本发明专利设计了一种全记忆合金丝电阻自感知张拉整体杆索结构,由记忆合金丝索构件、杆构件和压杆传感器三部分组成。其中,压杆传感器包括套筒、销和记忆合金丝。压杆传感器通过套筒和销的相互配合,在结构受到外力作用时,将压杆的压力转换为记忆合金丝的拉力,同时用记忆合金丝替换张拉整体结构中的索构件,测量上述所有记忆合金丝的电阻值,通过杆索构件之间的配合,无需借助其他外界传感器,即可得到杆索构件的受力与变形结果。本发明专利解决了现有自感知结构复杂、控制难度高的问题,完全借助记忆合金丝电阻自感知特性,实现了具有自感知功能的张拉整体杆索结构,提供了一种简单可行的自感知杆索结构的设计方案。

    一种微创手术器械
    3.
    发明公开

    公开(公告)号:CN115590598A

    公开(公告)日:2023-01-13

    申请号:CN202211179675.8

    申请日:2022-09-27

    申请人: 吉林大学(CN)

    IPC分类号: A61B17/94 A61B18/12 A61B18/14

    摘要: 本发明公开了一种微创手术器械,涉及医疗器械技术领域,包括末端执行器、操作杆、偏摆组件、偏摆驱动组件和开合驱动组件;末端执行器能够开合并夹持人体组织;偏摆组件设置于操作杆的末端并能够做偏摆动作,末端执行器中做开合运动的组件两侧均连接有开合驱动丝,开合驱动组件通过控制两侧的开合驱动丝的松紧程度来实现末端执行器开合;偏摆组件的两侧分别连接有偏摆驱动丝,偏摆驱动组件通过控制偏摆组件两侧的偏摆驱动丝的松紧程度来实现偏摆组件的偏摆运动;偏摆驱动组件上设置有自锁组件,自锁组件用于锁定偏摆组件的偏摆状态。本发明提供的方案使微创手术器械末端执行器工作空间更大,微创手术操作灵活、快捷。

    一种压缩感知系统并行解算融合重构方法

    公开(公告)号:CN115603759A

    公开(公告)日:2023-01-13

    申请号:CN202211353876.5

    申请日:2022-11-01

    申请人: 吉林大学(CN)

    IPC分类号: H03M7/30

    摘要: 一种压缩感知系统并行解算融合重构方法,涉及压缩感知观测系统对目标信号的重构技术领域,解决以压缩感知系统观测盲源信号如何实现准确、稳定且高精度目标信号重构的问题。本发明通过构建广义字典集合;对系统响应矩阵与字典集合中每一种字典进行分析,对字典实现一次筛选;将系统响应矩阵与通过筛选的字典结合,开展并行稀疏求解与信号重构,得到多个重构解;对各个字典对应的重构信号分数据段进行粗大误差剔除,实现二次筛选;以及对多个重构结果进行最大似然自适应加权融合,得到最终稳定高精度重构信号等步骤实现。本发明在保证重构精度的同时,使所求解的精度更为稳定,实现盲源目标信号的高精度稳定重构。

    一种基于聚类分析的开集图像分类方法

    公开(公告)号:CN115601648A

    公开(公告)日:2023-01-13

    申请号:CN202211355012.7

    申请日:2022-11-01

    申请人: 吉林大学(CN)

    摘要: 本发明公开了一种基于聚类分析的开集图像分类方法,包括步骤:将待分类遥感图像输入嵌入网络,得到嵌入特征,并基于聚类模块,确定嵌入特征对应的簇,根据簇确定簇对应的编解码网络;或者基于聚类模块,确定对应的簇,根据簇确定簇对应的嵌入网络和簇对应的编解码网络,并将待分类遥感图像输入嵌入网络,得到嵌入特征;将嵌入特征输入簇对应的编解码网络,得到分类结果;分类结果包括:分类类别和未知类别。由于编解码网络是按照簇分成多个,每个簇的嵌入特征之间比较相似,且与未知类别的待分类遥感图像的嵌入特征相差较大,则未知类别的待分类遥感图像可被该簇对应的编解码网络分类为未知类别,提高了基于聚类分析的代表性‑鉴别性开集识别框架对未知类别的区别能力。

    基于深度学习的遥感图像时空融合方法、系统及电子设备

    公开(公告)号:CN115601281A

    公开(公告)日:2023-01-13

    申请号:CN202211374179.8

    申请日:2022-11-04

    申请人: 吉林大学(CN)

    发明人: 陈圣波 崔亮

    摘要: 本发明涉及一种基于深度学习的遥感图像时空融合方法、系统及电子设备,属于遥感图像处理技术领域。本发明以高分辨率遥感影像或低分辨率遥感影像作为基于时相遥感影像历史数据训练深度学习网络得到时空融合网络模型的输入数据,能够在保证光谱信息准确性、空间细节一致性的条件下,提升高分辨率遥感影像的时间分辨率。

    一种堤坝渗漏路径探测方法
    8.
    发明公开

    公开(公告)号:CN115598709A

    公开(公告)日:2023-01-13

    申请号:CN202211080472.3

    申请日:2022-09-05

    申请人: 吉林大学(CN)

    IPC分类号: G01V3/10

    摘要: 本发明属于堤坝渗漏路径无损勘探技术领域,尤其涉及一种堤坝渗漏路径探测方法。在堤坝上游的水中放入一电极,经过导线与发射系统的发射端子的一端连接;在堤坝下游渗漏出水口处插入另一电极,经过导线与发射系统的发射端子的另一端连接;接收系统在堤坝上方按照蛇形的路径进行移动探测,移动方向垂直于两电极的连线方向;根据测量直线移动的总磁场大小实现一维的分辨率,如当移动测量时位于渗漏路径的正下方,此时总场为最强,即可判断为正下方为渗漏路径处。

    实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法

    公开(公告)号:CN115598334A

    公开(公告)日:2023-01-13

    申请号:CN202211243027.4

    申请日:2022-10-11

    申请人: 吉林大学(CN)

    IPC分类号: G01N33/48 G06N3/00 G06N20/00

    摘要: 实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法属糖尿病检测技术领域,本发明包括:1.建立实验室电子鼻用于机器学习模型训练与电子鼻小型化,包括:配制实验室电子鼻;车舱气味样本采集;气味样本数据预处理;对数据进行特征提取、特征选择,获得小型化电子鼻所用的传感器阵列型号;对数据进行分类,获得机器学习模型;建立云初筛系统与云平台。2.设置车舱内小型化电子鼻,进行汽车启动前和行驶过程中糖尿病的数据检测;使用车舱内小型化电子鼻进行糖尿病初筛。本发明能实现糖尿病的无痛、高效、低成本检测,并发挥云端资源优势实现糖尿病的无痛、高效检测,能避免糖尿病患者由于糖尿病而导致交通事故的发生,保证道路交通安全。