-
公开(公告)号：CN118397272A
公开(公告)日：2024-07-26
申请号：CN202410498061.9
申请日：2024-04-24
Applicant: 兰州大学
IPC: G06V10/26 , G06V10/774 , G06V10/762 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于聚类融合交叉学习的半监督医学图像分割方法，CFCT采用与CPS类似的训练机制，通过两个子网络生成伪标签进行交叉训练学习来加强两个子网络之间的一致性，使用基于聚类融合的Mask Transformer网络取代传统的基于像素的分割网络，CFN在原始卷积神经网络主干的基础架构中引入了一个目标查询向量，通过将其与CNN骨干网络解码器中输出的多尺度像素特征进行交叉注意力计算来更新目标查询向量，将更新后的目标查询向量视为聚类中心，该聚类中心经过交叉注意力计算得到了不同聚类与像素之间的亲和力，其计算过程类似于经典的k‑means聚类算法，最后，通过一个分割头将更新后的聚类中心与骨干网络输出的图像像素特征合并，得到预测的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN119043722B
公开(公告)日：2025-01-24
申请号：CN202411536399.5
申请日：2024-10-31
Applicant: 兰州大学
IPC: G01M13/045 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F17/14 , G06F18/10 , G06F18/213 , G06F18/243
Abstract: 本发明公开了基于多通道深度脉冲耦合神经网络的轴承故障检测方法；通过引入深度网络结构，大幅提升了对复杂故障信号的特征提取能力，并通过优化的网络结构和算法设计，克服了传统PCNN在高维信号处理中的不足；MC‑DPCN不仅能够处理复杂的振动信号，还能够自适应调整网络参数，提升模型的泛化能力和鲁棒性；此外，该方法在噪声干扰和动态工况下，依然能够保持较高的故障检测准确性和实时性。
-
公开(公告)号：CN119043722A
公开(公告)日：2024-11-29
申请号：CN202411536399.5
申请日：2024-10-31
Applicant: 兰州大学
IPC: G01M13/045 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F17/14 , G06F18/10 , G06F18/213 , G06F18/243
Abstract: 本发明公开了基于多通道深度脉冲耦合神经网络的轴承故障检测方法；通过引入深度网络结构，大幅提升了对复杂故障信号的特征提取能力，并通过优化的网络结构和算法设计，克服了传统PCNN在高维信号处理中的不足；MC‑DPCN不仅能够处理复杂的振动信号，还能够自适应调整网络参数，提升模型的泛化能力和鲁棒性；此外，该方法在噪声干扰和动态工况下，依然能够保持较高的故障检测准确性和实时性。
-
公开(公告)号：CN118397272B
公开(公告)日：2025-04-18
申请号：CN202410498061.9
申请日：2024-04-24
Applicant: 兰州大学
IPC: G06V10/26 , G06V10/774 , G06V10/762 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于聚类融合交叉学习的半监督医学图像分割方法，CFCT采用与CPS类似的训练机制，通过两个子网络生成伪标签进行交叉训练学习来加强两个子网络之间的一致性，使用基于聚类融合的Mask Transformer网络取代传统的基于像素的分割网络，CFN在原始卷积神经网络主干的基础架构中引入了一个目标查询向量，通过将其与CNN骨干网络解码器中输出的多尺度像素特征进行交叉注意力计算来更新目标查询向量，将更新后的目标查询向量视为聚类中心，该聚类中心经过交叉注意力计算得到了不同聚类与像素之间的亲和力，其计算过程类似于经典的k‑means聚类算法，最后，通过一个分割头将更新后的聚类中心与骨干网络输出的图像像素特征合并，得到预测的分割结果。
-
公开(公告)号：CN117649356A
公开(公告)日：2024-03-05
申请号：CN202311662979.4
申请日：2023-12-06
Applicant: 兰州大学
IPC: G06T5/70 , G06T7/50 , G06N3/0464
Abstract: 本发明公开了基于PCNN的自适应深度数据降噪算法，属于自动驾驶技术领域，本申请先通过PCNN识别出深度数据中的噪声点，识别过后根据噪声点位置设定滤波窗口的坐标。然后根据滤波窗口内的噪声数据个数选择不同的权重。最后使用加权中值滤波方法来处理窗口内的噪声数据，实现了自适应的降噪处理。这种新型的降噪算法相较于经典的中值滤波算法等在各种噪声强度下均表现优异，可以在很小的计算资源的情况下具有优秀的降噪性能。
-
公开(公告)号：CN221378247U
公开(公告)日：2024-07-19
申请号：CN202323083340.9
申请日：2023-11-15
Applicant: 兰州大学
Abstract: 本实用新型涉及激光测距技术领域，且公开了一种激光测距装置，包括主体机构和测距机构，所述测距机构位于主体机构的内部，所述主体机构包括装置主体、装置顶板、遮雨斜板、排水凹槽、测距舱、控制开关、移动底座、锁止万向轮、电动推杆和活动板，所述装置顶板固定安装在装置主体的上端。所述遮雨斜板固定安装在装置顶板的上端，所述排水凹槽固定设置在遮雨斜板的两端。该激光测距装置，在下雨天使用的时候，顶部的遮雨斜板可以给测距装置挡雨，且将雨水通过排水凹槽排出，避免雨水进入装置内，造成测距装置受损，且该装置还可以通过启动电动推杆，使得活动板上下移动，从而调节测距装置的高度，在进行测距的时候可以更加的灵活。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
