-
公开(公告)号：CN109151692A
公开(公告)日：2019-01-04
申请号：CN201810767514.8
申请日：2018-07-13
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度学习网络的助听器自验配方法，通过构建患者综合信息库，通过对患者和验配过程的深入分析，发现验配过程中有效的策略，从而构建新的智能助听器自验配模型，提高验配效率；引入深度学习网络，通过大量的数据训练，使网络具有人工智能，能根据患者的基本信息快速生成符合患者听损特性的语音信息，同时还能根据患者的评价反馈，自动调节输入增益，大大缩短验配时间，改善用户满意度。
-
公开(公告)号：CN109151692B
公开(公告)日：2020-09-01
申请号：CN201810767514.8
申请日：2018-07-13
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度学习网络的助听器自验配方法，通过构建患者综合信息库，通过对患者和验配过程的深入分析，发现验配过程中有效的策略，从而构建新的智能助听器自验配模型，提高验配效率；引入深度学习网络，通过大量的数据训练，使网络具有人工智能，能根据患者的基本信息快速生成符合患者听损特性的语音信息，同时还能根据患者的评价反馈，自动调节输入增益，大大缩短验配时间，改善用户满意度。
-
公开(公告)号：CN111127340B
公开(公告)日：2023-01-24
申请号：CN201911234421.X
申请日：2019-12-05
Applicant: 南京工程学院
Abstract: 本发明公开了一种图像去雾方法，首先通过图像采集设备获取一幅室外有雾图像I，将其分离出RGB三通道值；然后对G通道进行直方图均衡化，确定滤波系数并对R、B通道再进行均衡化；同时将RGB三个通道的独立图像经过傅里叶变换到频域，经过巴特沃斯高通滤波器，得到滤波后的图像后经过傅里叶反变换；之后得到的均衡化后的图像和滤波后的图像相加，得到去雾图像并计算灰度值；最后改变滤波器参数知道输出去雾图像的灰度熵最大，即为最后结果。本发明克服了传统时域直方图均衡化后图像细节损失的缺点，图像的信息熵增加，图像质量更好，去雾效率高，易于算法的硬件实现。
-
公开(公告)号：CN111127340A
公开(公告)日：2020-05-08
申请号：CN201911234421.X
申请日：2019-12-05
Applicant: 南京工程学院
Abstract: 本发明公开了一种图像去雾方法，首先通过图像采集设备获取一幅室外有雾图像I，将其分离出RGB三通道值；然后对G通道进行直方图均衡化，确定滤波系数并对R、B通道再进行均衡化；同时将RGB三个通道的独立图像经过傅里叶变换到频域，经过巴特沃斯高通滤波器，得到滤波后的图像后经过傅里叶反变换；之后得到的均衡化后的图像和滤波后的图像相加，得到去雾图像并计算灰度值；最后改变滤波器参数知道输出去雾图像的灰度熵最大，即为最后结果。本发明克服了传统时域直方图均衡化后图像细节损失的缺点，图像的信息熵增加，图像质量更好，去雾效率高，易于算法的硬件实现。
-
-
-
Search Results
4
records
(took 0.015 seconds)
