-
公开(公告)号：CN119805074A
公开(公告)日：2025-04-11
申请号：CN202510262103.3
申请日：2025-03-06
Applicant: 兰州交通大学 , 甘肃唐誉科技有限责任公司
Abstract: 本发明涉及电力变压器故障监测领域，公开了基于智能频谱感知的电力变压器故障预警系统及方法，该系统包括：变压器数据采集模块包含：频谱感知单元实时采集电力变压器运行时的电磁频谱信号，状态传感器单元采集变压器的温度、湿度和振动数据；变压器特征提取模块从预处理后的数据中提取频谱特征和状态特征后，分析得到每项特征参数的评估值，再根据各项特征参数的评估值建立变压器健康评估模型，通过变压器健康评估模型得到变压器健康评估值；故障预警模块将变压器健康评估值与预设的健康阈值范围进行比对，当变压器健康评估值超出健康阈值范围时，则启动预警机制，并根据超出健康阈值范围的程度和趋势，判断故障的严重程度和发展态势。
-
公开(公告)号：CN119228692B
公开(公告)日：2025-03-14
申请号：CN202411270787.3
申请日：2024-09-11
Applicant: 兰州交通大学
IPC: G06T5/77 , G06T5/70 , G06T5/50 , G06N3/047 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了基于对抗扩散模型和特征融合模块的敦煌壁画数字化修复方法，涉及图像修复技术领域，该方法在壁画图像去噪预处理任务完成后，使用自行设计的对抗扩散模型，在不同时间步上优化预测的结果，增强遮蔽和未遮蔽区域间的语义一致性，并添加变分transformer层(VTL)，确保去噪图像和预测结果在结构语义上保持一致；再利用自行设计的多尺度特征聚合模块(MCFA)，编码多个尺度上的丰富语义特征，增强壁画上下文之间的相关性，重建出贴合原始内容与风格的壁画。
-
公开(公告)号：CN118887472A
公开(公告)日：2024-11-01
申请号：CN202410987119.6
申请日：2024-07-23
Applicant: 兰州交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/20 , G06V10/40 , G06T7/00 , G06N3/049 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/047
Abstract: 本发明公开了一种基于SFC‑MSPCNN和改进ConvNeXt的乳腺影像识别判定方法，涉及影像分析技术领域。本发明基于乳腺影像超声数据库、MIAS数据库和DDSM数据库的对比实验分析模式，根据乳腺肿块及钙化点的特性与良恶性的关系，提出一种基于特殊点火控制模式的脉冲耦合神经网络模型和一种改进的下一代卷积神经网络模型，实现乳腺病灶的良恶性分类，并采用对比实验方法进行分类效果的评估与分析。
-
公开(公告)号：CN118822867A
公开(公告)日：2024-10-22
申请号：CN202410953796.6
申请日：2024-07-16
Applicant: 兰州交通大学
IPC: G06T5/50 , G06T5/60 , G06T7/30 , G06V10/40 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/047 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于对比约束和IDFAM的多分支医学图像融合方法，涉及图像融合技术领域，包括在编码层阶段，将成对的源图像分别送入私有特征提取分支，在私有分支中，设计了多尺度残差模块和梯度密集连接模块，并将其交替利用，以有效提取各个模态的独有特征；同时将源图像放入公有特征提取分支提取互补信息，设计了信息交互的机制，以确保充分提取互补信息；其次，对公有分支和私有分支分别构建了融合深层特征的注意力机制，在融合层，我们将三条路径提取的特征采用Concatenation和卷积策略进行融合。在解码层，我们采用残差的解码器网络，通过解码器前三个卷积层重建公共和私有特征，最终的融合图像通过解码器的最后一层卷积重建。
-
公开(公告)号：CN117786466B
公开(公告)日：2024-04-26
申请号：CN202410203536.7
申请日：2024-02-23
Applicant: 兰州交通大学
IPC: G06F18/24 , G06F18/22 , G06F18/213 , G01R31/12
Abstract: 本发明公开了基于智能频谱感知的信号盲识别方法，涉及电磁信号检测技术领域。通过获取时域周期T以内的变压器工作过程中的原始信号经带通滤波器，去工频且过滤频率小于#imgabs0#kHz的信号作为初始识别信号进行采样，获取采样信号的分布模型，计算采样信号的信号能量，根据采样信号的分布模型是否符合判定模型对局部放电信号是否存在进行判决，且当判定局部放电信号不存在时，将原始信号经带通滤波器，去工频，过滤频率大于#imgabs1#kHz的信号作为次级识别信号，大于#imgabs2#kHz的信号作为对比识别信号,分别提取次级识别信号及对比识别信号的识别特征向量，计算识别特征向量的相似度，根据相似度的计算结果对局部放电信号是否存在进行再次判定。
-
Patent Agency Ranking
公开(公告)号：CN117828405A
公开(公告)日：2024-04-05
申请号：CN202410203537.1
申请日：2024-02-23
Applicant: 兰州交通大学
Abstract: 本发明公开了基于智能频谱感知的信号定位方法，涉及电磁信号检测技术领域。通过于信号采集点位置处实时采集变压器工作过程中的原始信号，将原始信号经带通滤波器，去工频且过滤频率小于#imgabs0#kHz的信号作为识别信号，构建判断模型，根据判断模型及识别信号的频率对局部放电信号是否存在进行判决，且当判定所述局部放电信号存在时，获取信号采集点接收到的识别信号的方位角，并计算接收到的识别信号的功率，根据获取的功率值及方位角信息对所述原始信号的位置进行定位，采用无源检测方法对放电信号进行检出，再综合考虑了环境因素对于电磁波传输过程中衰减程度的影响，能够提高放电信号的检出概率及放电信号位置定位的精确性。
-
公开(公告)号：CN116523985B
公开(公告)日：2024-01-02
申请号：CN202310501736.6
申请日：2023-05-06
Applicant: 兰州交通大学
IPC: G06T7/40 , G06T5/00 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/75 , G06V10/54 , G06N3/0455 , G06N3/045
Abstract: 本发明公开了一种结构和纹理特征引导的双编码器图像修复方法，属于图像修复技术领域，本发明提出一种由结构特征和纹理特征引导的双编码器粗修复网络和基于长短期注意力机制、多尺度感受野的细修复网络，实现了对视野缺损图像结构和纹理的联合修复。
-
公开(公告)号：CN116246067B
公开(公告)日：2023-10-27
申请号：CN202310038986.0
申请日：2023-01-12
Applicant: 兰州交通大学
IPC: G06V10/26 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于CoAUnet的医学图像分割方法，包括以下步骤：在原有实验数据集基础上数据增强处理扩充肝脏分割数据集‑使用DTC‑FCMSPCNN对肝脏分割数据集中的图片进行预处理，确定任务目标区域，并将无用部分进行遮盖处理‑将DTC‑FCMSPCNN处理好的肝脏分割数据集用于CoAUnet的训练和测试‑将CoAUnet的分割结果作为最终分割结果。本发明采用上述一种基于CoAUnet的医学图像分割方法，结合DTC‑FCMSPCNN和CoA Unet的端到端的医学图像分割方法，能显著缩短深度学习模型训练时间，提高分割精度及医学图像诊断速度，给出综合有效的治疗方案，改进临床决策准确性。
-
公开(公告)号：CN112819712B
公开(公告)日：2022-03-11
申请号：CN202110093625.7
申请日：2021-01-22
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。
-
公开(公告)号：CN112819712A
公开(公告)日：2021-05-18
申请号：CN202110093625.7
申请日：2021-01-22
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.023 seconds)
