-
公开(公告)号:CN110287638B
公开(公告)日:2022-09-13
申请号:CN201910597647.X
申请日:2019-07-04
Applicant: 南京邮电大学
IPC: G06F30/17 , G06F30/27 , G06N3/08 , G06F119/04
Abstract: 本发明公开了一种基于kalman‑RNN神经网络的飞锯寿命预测方法,首先,采集锯片磨损数据集,这为以后进行对比分析做准备。然后,对被切材料、锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距等工艺参数进行分析,最终选择锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距作为神经网络的输入;神经网络对应时刻输出为预测的寿命,即磨损百分比,并结合Kalman滤波技术将其和对应时刻的实际测量值进行融合、比对、更新神经网络对应时刻的输出,依此提高该算法寿命预测的精度。
-
公开(公告)号:CN118608380A
公开(公告)日:2024-09-06
申请号:CN202410709182.3
申请日:2024-06-03
Applicant: 南京邮电大学
IPC: G06T3/4038 , G06T3/4053 , G06T3/4046 , G06T5/40 , G06T5/50 , G06T5/60
Abstract: 本发明属于医学图像处理技术领域,公开了一种面向眼底的图像增强与拼接方法,首先对眼底图像采用限制对比度的自适应直方图均衡化以及和原图进行通道加权融合的手段;再将图片转化为RGBA格式以使得图像黑色背景透明化,对多视场角图片分别采用误差平方和算法和归一化积相关算法进行粗细两次模板匹配,通过加权平均方法最终检测出可拼接位置;并采用倒数梯度加权平滑算法实现拼接位置的平滑过渡;最后将拼接好的图像利用改进的生成对抗网络进行超分辨率处理,生成高质量的眼底拼接图像。本发明实现了提高多视场角视网膜图像质量的情况下完成对眼底视网膜图像的拼接。
-
公开(公告)号:CN118379496A
公开(公告)日:2024-07-23
申请号:CN202410533364.X
申请日:2024-04-30
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V40/18 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域,公开了一种融合swin‑transformer和通道注意力的视网膜血管分割方法,本发明在编码器部分将Swin‑transforme中的多头自注意力改为级联多头自注意力,减少计算冗余,在解码器中引入通道注意力模块,抑制无关特征,本发明增加特征融合模块,将深浅层特征进行融合,充分利用特征信息,增加分割精准。本发明可以提高血管分割精度,可以准确的分割出视网膜眼底图像的血管脉络,为医生进行疾病诊断提供重要辅助信息。
-
公开(公告)号:CN110287638A
公开(公告)日:2019-09-27
申请号:CN201910597647.X
申请日:2019-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于kalman-RNN神经网络的飞锯寿命预测方法,首先,采集锯片磨损数据集,这为以后进行对比分析做准备。然后,对被切材料、锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距等工艺参数进行分析,最终选择锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距作为神经网络的输入;神经网络对应时刻输出为预测的寿命,即磨损百分比,并结合Kalman滤波技术将其和对应时刻的实际测量值进行融合、比对、更新神经网络对应时刻的输出,依此提高该算法寿命预测的精度。
-
-
-