-
公开(公告)号：CN117576289A
公开(公告)日：2024-02-20
申请号：CN202311617694.9
申请日：2023-11-30
Applicant: 南昌大学
Abstract: 一种新型连续碰撞检测算法，包括构建软组织和手术器械模型；将虚拟空间均匀划分为若干设定大小的等体积子空间，利用GPU多线程加速搜索空间信息，快速建立空间信息哈希表；获取待检测对象在空间内移动轨迹，根据空间哈希函数计算的结果存入空间信息哈希表中；根据空间哈希表确定处于同一空间下的对象，为其构建混合层次包围盒，并检测其是否相交；基于折半查找时间定位法确定检测对象发生碰撞的时间区间，标记可能发生碰撞的对象集；为可能发生碰撞的对象集构建层次包围盒，并执行相交检测；精确判断节点所包含的基本三角单元是否相交。本发明有效地解决了离散碰撞检测算法中的漏检错检问题，提高了检测三维空间中对象之间是否发生碰撞的效率。
-
公开(公告)号：CN117422701A
公开(公告)日：2024-01-19
申请号：CN202311542382.6
申请日：2023-11-18
Applicant: 南昌大学
IPC: G06T7/00 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 一种基于YOLOX的超声图像腹部器官内脏检测方法，通过在添加可变形卷积，从而使模型可以更好地适应不规则的目标形状，提高模型的感受野和边缘检测能力。为了解决腹部器官检测任务中模型参数量过多以及运行速度过慢的问题，采用知识蒸馏的方式来对模型进行压缩，并通过前背景分离的局部方法解决前背景目标不平衡问题以及GCBlock的全局方法解决前背景上下文信息不关联的问题。本发明实现了对腹部器官检测与识别的同时，有效的减少了网络的参数量和计算复杂度，提高了腹部器官检测的准确率，具有参数量小，检测精度高等特点，实现了腹部超声图像检测的实时性和精确度。
-
Patent Agency Ranking
公开(公告)号：CN117456181A
公开(公告)日：2024-01-26
申请号：CN202311441056.6
申请日：2023-11-01
Applicant: 南昌大学
IPC: G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0464 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 一种基于MobileViT的结肠镜息肉图像分割方法，包括1)构建数据集并进行预处理；2)构建改进的MVT分割网络；3)用1)中的训练集样本训练MVT网络；4)使用1)中的测试集数据输入3)训练完的MVT网络中，完成对息肉图像进行分割。本发明结合卷积和Transformer的优势，可以同时提取局部和全局特征；用深度可分离卷积替换传统卷积及倒残差结构和SiLU函数组合成MN模块，降低了参数量和计算量；借助Transformer模型可对图像全局信息表征的能力。实现了对结肠镜息肉图像分割的同时，有效的减少了网络的参数量和计算复杂度，提高了结肠镜息肉图像分割的准确率，具有参数量小，分割精度高等特点。
-
公开(公告)号：CN117353286A
公开(公告)日：2024-01-05
申请号：CN202311252281.5
申请日：2023-09-26
Applicant: 南昌大学
Abstract: 一种基于多个相似日和堆叠学习的短期负荷预测方法，1)利用滑动窗口算法对具有高度非线性和非平稳性的时间序列电力负荷数据进行处理；2)提出了一种堆叠神经网络的集成学习方法，在预训练过程中，基层网络集成了径向基函数、随机向量函数链接和反向传播神经网络，以提供稳健的预测模型，元层网络利用深度信念网络和改进的广义学习系统来提高预测精度；3)提出了相似日预测方法来提取电力负荷数据在不同时间维度上的相似特征，进一步增强了模型的稳健性和准确性。本发明通过使用三种策略：滑动窗口算法、堆叠算法、相似日预测方法，有效的提取历史负荷数据的时空特征，减少了计算量，有效提高了模型预测精度，增强了预测模型稳健性和准确性。
-
公开(公告)号：CN117495690A
公开(公告)日：2024-02-02
申请号：CN202311310352.2
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 廖志远 , 程宇新 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/60 , G06T5/70 , G06T5/90 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/0495 , G06N3/094
Abstract: 一种基于双分支GAN网络的SAR与可见光图像轻量化融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建双分支GAN网络(DB‑GAN)、训练DB‑GAN网络对SAR与可见光图像进行融合；本发明搭建双分支GAN网络，利用GAN网络的生成对抗机制，同样引入预融合图像作为生成器的指导，以避免人工设计复杂的融合规则，具有以下特点：1.相比较其他基于深度学习的融合算法，DB‑GAN网络在SAR与可见光图像融合领域能够得到更高质量的融合图像，很好的保留了可见光图像的光谱信息，以及SAR与可见光图像的细节信息；2.模型参数较少，实现了模型的轻量化，可节省硬件开销，有利于实际应用。
-
公开(公告)号：CN117274129A
公开(公告)日：2023-12-22
申请号：CN202311310363.0
申请日：2023-10-11
Applicant: 南昌大学
Inventor： 李春泉 , 邢庆宝 , 程宇新 , 廖志远 , 张海欣 , 杨锋 , 夏庆 , 王嘉豪 , 王子韬 , 王咏鹤 , 陶凌 , 陈利民 , 陈荣伶 , 赵庆敏 , 伍军云 , 李亚超 , 喻俊志
IPC: G06T5/50 , G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 一种基于双判别器的SAR与可见光图像融合方法，包括构建数据集、使用GFCE算法生成预融合图像、构建具有双判别器的GAN网络(DD‑GAN)、训练DD‑GAN网络对SAR与可见光图像进行融合。本发明利用GAN网络的生成对抗机制，并引入预融合图像作为生成器的指导，具有以下特点：避免了人工设计复杂的融合规则；可以实现输入未经对比度增强的源图像，输出得到对比度增强效果的融合图像，并且融合图像在保留可见光图像光谱信息的同时，可以包含大量的SAR与可见光图像的细节信息；在获得高质量融合图像的同时，所花费的时间较少，有效的解决了高质量融合图像与生成时间之间的矛盾。
-
公开(公告)号：CN222285483U
公开(公告)日：2025-01-03
申请号：CN202322976948.8
申请日：2023-11-04
Applicant: 南昌大学
Abstract: 一种基于人机交互的一体式脑电采集系统，包括信号采集电路、防静电隔离电路、前置滤波电路、ADS1299芯片、微控制器和通信模块，信号采集电极经防静电隔离电路、前置滤波电路连接ADS1299芯片，ADS1299芯片经SPI通信总线连接微控制器，微控制器采用STM32F405RGT6，微控制器内部集成5阶IIR带通滤波模块和陷波滤波模块，微控制器上接有通信模块，微控制器通过串口或USB模块与上位机进行有线通信，也可通过ESP32模块与上位机无线通信。本实用新型获取的脑电信号质量高，抗干扰性能好，并具有成本低、体积小、噪声低、功耗低等特性，可实现长时间连续高精度采集脑电信号，适合在人机交互领域普及。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
