公开(公告)号：CN119541630A

公开(公告)日：2025-02-28

申请号：CN202411599596.1

申请日：2024-11-08

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  纪彤彤 ,  王春蕊 ,  谷凤伟 ,  王莉莉 ,  尹芳

IPC: G16B20/30 ,  G16B40/30 ,  G06F18/23213

Abstract: 一种用于单细胞RNA测序数据的关联图嵌入细胞类群划分方法，属于单细胞RNA测序数据分析中的细胞类群划分领域，本发明首先将单细胞RNA测序数据进行预处理，随后使用三种特征提取方法构建细胞‑细胞多视角关联图空间，以便更好地利用视角一致性和视角特异性信息。使用自适应邻域图学习方法优化细胞‑细胞多视角关联图空间。然后，分别对去除不一致性部分的细胞‑细胞共识关联图和细胞‑细胞多视角关联图空间进行谱嵌入分解1和谱嵌入分解2，得到相应的一致嵌入矩阵、视图一致嵌入矩阵和视图特定嵌入矩阵。最后，将一致嵌入矩阵和视图一致嵌入矩阵结合得到双一致嵌入矩阵，使用k‑means方法得到细胞类群的划分结果；与其他方法相比，本发明的细胞类群划分准确率更高，性能更加稳健。

公开(公告)号：CN119600434A

公开(公告)日：2025-03-11

申请号：CN202411593723.7

申请日：2024-11-08

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  王春蕊 ,  纪彤彤 ,  谷凤伟 ,  杨海陆 ,  程媛

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提出了一种面向设施环境复杂遮挡的低负荷番茄果实检测方法，属于目标检测领域。首先，利用动态卷积聚合多个自适应卷积核，以便更好地提取果实的丰富特征。此外，在颈部网络的终末阶段设计D‑KLA注意机制，通过自适应调节感受野，聚焦于番茄的不规则形变和遮挡问题。接着，构建一个基于比例因子的WIoU边界回归损失函数，提高检测边界的精度和收敛性。最后，采用基于语义频率提示的知识蒸馏方法对检测模型进行优化，实现模型轻量化。通过训练好的番茄目标检测模型对验证集进行检测，并评估其性能。与其他方法相比，本发明在复杂遮挡环境下实现了番茄果实检测的最佳性能，有效缓解了设施环境中管道遮挡、叶片遮挡以及果实间相互遮挡的问题，显著提高了检测精度，并大幅降低了模型的参数量和计算复杂度。

公开(公告)号：CN117830681A

公开(公告)日：2024-04-05

申请号：CN202410016659.X

申请日：2024-01-04

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  王春蕊 ,  许浩越 ,  冯聪

IPC: G06V10/762 ,  G06V10/82 ,  G06V10/74 ,  G06V10/80 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法，属于图像信息处理中的动物图像聚类处理领域，本发明首先从非完备多视角大批量动物图像数据集中提取出存在样本特征，并对特征向量进行归一化处理。然后，构建非完备多视角深度谱聚类网络(DSCN‑IMC)，该网络首先利用多视图编码器提取非完备多视角图像的公共特征，通过线性层获得非正则化的谱嵌入，并构建正交归一化层从而得到正则化约束的视角公共谱嵌入。最后，利用小批量随机梯度下降算法对流形正则化的谱聚类总体损失函数进行优化，直至收敛。并对网络所学的谱嵌入进行k均值聚类，获得最终聚类结果。与其他方法相比，本发明具有计算速度更快、可重复使用的网络模型，并且对数据缺失率的影响相对较小，具备更好的聚类性能。