一种基于深度学习与DS证据理论的可见光虹膜识别方法

    公开(公告)号:CN111401145B

    公开(公告)日:2022-05-03

    申请号:CN202010120383.1

    申请日:2020-02-26

    Applicant: 三峡大学

    Abstract: 本发明提供了一种基于深度学习与DS证据理论的可见光虹膜识别方法,针对可见光下采集的虹膜图像噪声种类多以及单特征识别抗噪能力差等问题造成的低识别率低稳定性,本发明提出一种利用卷积神经网络结合支持向量机(SVM)和DS(Shafer‑Dempster)证据理论的多特征融合虹膜识别方法。首先从图像中定位眼睛区域;对定位后的虹膜图像进行预处理;搭建一个七层卷积神经网络;将虹膜图像送入网络进行训练并提取第四卷积层、第五和第六全连接层作为虹膜图像的3类特征;以3类单特征的SVM分类结果构造基本概率指派(BPA),并送入DS证据理论进行融合;根据融合结果及分类判决门限给出最终的识别结果。

    基于多信息样本类自适应分类网络的COVID-19识别方法

    公开(公告)号:CN114360736B

    公开(公告)日:2024-07-05

    申请号:CN202111510584.3

    申请日:2021-12-10

    Applicant: 三峡大学

    Inventor: 刘世焯 吴义熔

    Abstract: 本发明涉及基于多信息样本类自适应分类网络的COVID‑19识别方法,包括:收集不同数据源的不同类别的人体胸部X光影像以及对应的个人经历数据,分类后制作成原始数据集;对原始数据集进行数据清洗,对其中的X光影像进行特征增强后,提取肺部区域;整理肺部区域数据集和个人经历数据形成目标数据集;利用目标数据集对多信息样本类自适应分类网络进行训练;将待识别的人体胸部X光影像和对应的个人经历数据输入训练好的多信息样本类自适应分类网络,得到COVID‑19的识别结果。本发明的识别方法从多种信息中提取特征,根据提取的特征识别出COVID‑19,提高了识别的准确率;采用样本类自适应分类,缓解了样本数较少情况下类别不均衡对训练的不利影响。

    一种用于安检系统的行人健康监测方法

    公开(公告)号:CN114360127B

    公开(公告)日:2023-09-22

    申请号:CN202111547643.4

    申请日:2021-12-16

    Applicant: 三峡大学

    Inventor: 刘世焯 吴义熔

    Abstract: 一种用于安检系统的行人健康监测方法,包括以下步骤:步骤1:采集商场、医院、地铁站等大型公共场所的行人经过门禁的画面,对图像进行标记;步骤2:将图像输入实例级行人检测网络中训练,识别行人是否合理佩戴口罩以及是否持有健康码;步骤3:将模型嵌入在安检系统中,对行人健康状况进行监测。本发明的目的是为了解决在疫情防控技术领域中,在需要检查行人体温以及健康码的情况下,现有技术所存在的只能对行人进行单人检测,无法实现多个行人一次性检测的技术问题,使得在人流量较大的场景下具有一定的局限性。

    智能龙虾养殖监测装置及监测方法

    公开(公告)号:CN112965557A

    公开(公告)日:2021-06-15

    申请号:CN202110137164.9

    申请日:2021-02-01

    Applicant: 三峡大学

    Abstract: 本发明公开了智能龙虾养殖监测装置,包括养殖监测船和监控计算机,养殖监测船包括船体以及取水机构、增氧机构、控制器,取水机构内部设有与控制器连接的溶氧传感器;增氧机构包括曝气盘,曝气盘经气管与鼓风机的输出口连接,曝气盘布满微孔,鼓风机的控制端与控制器连接;船体底部设有与控制器连接的超声波传感器、水下摄像头;船体上设有与控制器连接的水上摄像头。本发明还公开了一种龙虾养殖监测方法。本发明提供了能检测虾群分布、活动情况的远程控制的监测船,利用神经网络模型识别判断是否有龙虾密度大的情况,并进行龙虾密度的识别,实时性和准确性好。

    基于超声检查报告的乳腺癌诊断知识图谱构建方法及系统

    公开(公告)号:CN115101158A

    公开(公告)日:2022-09-23

    申请号:CN202210852471.X

    申请日:2022-07-20

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于超声检查报告的乳腺癌诊断知识图谱构建方法及系统,涉及医学知识图谱领域。包括以下步骤:构建知识图谱本体及概念层;基于乳腺超声检查报告数据,提取乳腺癌超声BI‑RADS变量特征,获取乳腺癌诊断知识图谱数据层;对提取的BI‑RADS变量特征进行知识融合、知识加工,得到处理后BI‑RADS变量特征;将处理后BI‑RADS变量特征导入乳腺癌超声知识图谱概念层框架,实现乳腺癌超声知识图谱“实体‑属性‑关系”三元组的对应,完成知识图谱图数据库构建。本发明可减轻临床医生从非结构化数据中找出关键特征并进行分析诊断的工作强度和时间成本,有助于临床医生对病人病因或结果进行成因分析、风险预测等应用。

    一种用于安检系统的行人健康监测方法

    公开(公告)号:CN114360127A

    公开(公告)日:2022-04-15

    申请号:CN202111547643.4

    申请日:2021-12-16

    Applicant: 三峡大学

    Inventor: 刘世焯 吴义熔

    Abstract: 一种用于安检系统的行人健康监测方法,包括以下步骤:步骤1:采集商场、医院、地铁站等大型公共场所的行人经过门禁的画面,对图像进行标记;步骤2:将图像输入实例级行人检测网络中训练,识别行人是否合理佩戴口罩以及是否持有健康码;步骤3:将模型嵌入在安检系统中,对行人健康状况进行监测。本发明的目的是为了解决在疫情防控技术领域中,在需要检查行人体温以及健康码的情况下,现有技术所存在的只能对行人进行单人检测,无法实现多个行人一次性检测的技术问题,使得在人流量较大的场景下具有一定的局限性。

    一种基于深度学习与DS证据理论的可见光虹膜识别方法

    公开(公告)号:CN111401145A

    公开(公告)日:2020-07-10

    申请号:CN202010120383.1

    申请日:2020-02-26

    Applicant: 三峡大学

    Abstract: 本发明提供了一种基于深度学习与DS证据理论的可见光虹膜识别方法,针对可见光下采集的虹膜图像噪声种类多以及单特征识别抗噪能力差等问题造成的低识别率低稳定性,本发明提出一种利用卷积神经网络结合支持向量机(SVM)和DS(Shafer-Dempster)证据理论的多特征融合虹膜识别方法。首先从图像中定位眼睛区域;对定位后的虹膜图像进行预处理;搭建一个七层卷积神经网络;将虹膜图像送入网络进行训练并提取第四卷积层、第五和第六全连接层作为虹膜图像的3类特征;以3类单特征的SVM分类结果构造基本概率指派(BPA),并送入DS证据理论进行融合;根据融合结果及分类判决门限给出最终的识别结果。

    基于多信息样本类自适应分类网络的COVID-19识别方法

    公开(公告)号:CN114360736A

    公开(公告)日:2022-04-15

    申请号:CN202111510584.3

    申请日:2021-12-10

    Applicant: 三峡大学

    Inventor: 刘世焯 吴义熔

    Abstract: 本发明涉及基于多信息样本类自适应分类网络的COVID‑19识别方法,包括:收集不同数据源的不同类别的人体胸部X光影像以及对应的个人经历数据,分类后制作成原始数据集;对原始数据集进行数据清洗,对其中的X光影像进行特征增强后,提取肺部区域;整理肺部区域数据集和个人经历数据形成目标数据集;利用目标数据集对多信息样本类自适应分类网络进行训练;将待识别的人体胸部X光影像和对应的个人经历数据输入训练好的多信息样本类自适应分类网络,得到COVID‑19的识别结果。本发明的识别方法从多种信息中提取特征,根据提取的特征识别出COVID‑19,提高了识别的准确率;采用样本类自适应分类,缓解了样本数较少情况下类别不均衡对训练的不利影响。

    龙虾养殖监测船
    9.
    实用新型

    公开(公告)号:CN214413848U

    公开(公告)日:2021-10-19

    申请号:CN202120279447.2

    申请日:2021-02-01

    Applicant: 三峡大学

    Abstract: 本实用新型公开了龙虾养殖监测船,包括船体以及取水机构、增氧机构、控制器和DTU,取水机构内部设有与控制器连接的溶氧传感器;增氧机构包括曝气盘,曝气盘经气管与鼓风机的输出口连接,曝气盘布满微孔,鼓风机的控制端与控制器连接。取水机构包括容水腔体以及分别与其连接的进水管、出水管,容水腔体上方设有多个检测筒,溶氧传感器位于检测筒底端,进水管设有水泵。本实用新型提供了可检测虾群分布、活动情况的可远程控制的监测船;实时检测虾塘水体含氧量,利用鼓风机和曝气盘对虾塘水体进行增氧,增氧效率高,增氧效果好;可检测虾塘不同位置的水深及水深变化,便于养殖管理人员及时补水或排水,提高龙虾产量。

Patent Agency Ranking