-
公开(公告)号：CN116883761A
公开(公告)日：2023-10-13
申请号：CN202310958786.7
申请日：2023-08-01
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明涉及一种基于元学习的少样本空中目标ISAR图像分类方法，包括以下步骤：S1、ISAR仿真成像，制作数据集；S2、对数据集进行预处理并划分为训练集和测试集；S3、搭建基于神经网络的元学习分类网络模型Meta‑ISAR，模型结构包括基于基学习器的内循环网络和基于元学习器的外循环网络，其中，基学习器用于进行图像分类任务的特征提取和分类操作，基学习器提取的特征输入元学习器中，用于生成适用于新任务的快速学习策略；S4、元学习迭代训练；S5、利用训练好的模型，在元测试数据集上进行测试，获取分类准确率，并综合评估模型性能。与现有技术相比，本发明具有泛化能力强、识别准确率高、鲁棒性好等优点。
-
公开(公告)号：CN101692125B
公开(公告)日：2013-06-12
申请号：CN200910195453.3
申请日：2009-09-10
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Fisher判别零空间的高光谱遥感图像混合像元分解方法。Fisher判别零空间法是针对混合像元分解中普遍存在的同物异谱现象引起的分解精度降低的问题而提出的。该方法通过对端元纯像元光谱组成的训练样本进行分析，构造训练样本的类内散布矩阵零空间，使端元内的光谱差异变为零，再在此零空间内寻找令类间散布矩阵离散度最大的判别矢量，使不同类的端元光谱分离度最大，从而最大程度上减少了由于同物异谱而导致的分解误差。本发明方法在高光谱遥感图像的高精度的地物分解以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN118759199B
公开(公告)日：2025-04-04
申请号：CN202410869383.X
申请日：2024-07-01
Applicant: 复旦大学附属华山医院 , 南京仁迈生物科技有限公司
IPC: G01N33/68 , G01N33/574 , G01N33/577 , G01N33/543 , G01N21/76
Abstract: 本发明公开了一种基于磁微粒化学发光的癌胚抗原相关细胞黏附分子6测定试剂盒及其制备方法，该测定试剂盒包括：R1试剂：链霉亲和素或CEACAM6单克隆抗体包被的磁性微粒，R3试剂：吖啶酯或碱性磷酸酶或三联吡啶钌标记的CEACAM6单克隆抗体，及R4试剂：生物素标记的CEACAM6单克隆抗体或稀释液，其中，所述R3试剂和/或R4试剂溶于稀释液中，所述稀释液为包含生物表面活性剂的柠檬酸缓冲液。本发明中R3试剂和R4试剂含非离子型表面活性剂和/或生物表面活性剂，可以增强试剂稳定性同时能够进一步提高试剂的分散性，使试剂灵敏度提高、反应时间缩短。
-
Patent Agency Ranking
公开(公告)号：CN119559487A
公开(公告)日：2025-03-04
申请号：CN202411681637.1
申请日：2024-11-22
Applicant: 复旦大学
IPC: G06V10/94 , G06V20/13 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/098 , G01S13/90
Abstract: 本发明涉及一种基于半去中心化架构的多客户端协同SAR图像目标识别方法，包括：采集SAR图像数据并进行预处理，生成相应的目标识别标签，得到带标签数据集；搭建半去中心化联邦学习框架，初始化全局模型参数；各客户端使用本地私有数据进行模型训练，通过设备间通信获得本地参数共识；服务器随机选择客户端进行参数传输，聚合模型参数并更新全局模型参数，将更新后的全局模型参数广播给所有客户端；迭代训练，直至全局模型参数达到收敛状态，得到训练好的全局模型；对训练好的全局模型进行测试，选用通过测试的全局模型进行SAR图像目标识别。与现有技术相比，本发明在保证模型性能和数据隐私保护的前提下，能有效降低服务器和客户端之间的通信开销。
-
公开(公告)号：CN119516406A
公开(公告)日：2025-02-25
申请号：CN202411681635.2
申请日：2024-11-22
Applicant: 复旦大学
IPC: G06V20/13 , G06V10/94 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/098 , G06F21/62 , G01S13/90
Abstract: 本发明涉及一种基于联邦学习的多客户端协同SAR图像目标识别方法，包括：采集SAR图像数据并进行预处理，生成相应的目标识别标签，得到带标签数据集；搭建联邦学习框架，初始化并向各个客户端分发全局模型参数；根据带标签数据集为每个客户端分配本地私有数据，各客户端使用本地私有数据进行本地模型训练，并将更新后的模型参数上传至服务器；服务器聚合所有客户端上传的模型参数，并更新全局模型参数，将更新后的全局模型参数分发至各个客户端；重复上述步骤直至全局模型收敛；对训练好的全局模型进行测试，选用通过测试的全局模型进行SAR图像目标识别。与现有技术相比，本发明在保护隐私的同时，有效保持了模型的准确性。
-
公开(公告)号：CN118759199A
公开(公告)日：2024-10-11
申请号：CN202410869383.X
申请日：2024-07-01
Applicant: 复旦大学附属华山医院 , 南京仁迈生物科技有限公司
IPC: G01N33/68 , G01N33/574 , G01N33/577 , G01N33/543 , G01N21/76
Abstract: 本发明公开了一种基于磁微粒化学发光的癌胚抗原相关细胞黏附分子6测定试剂盒及其制备方法，该测定试剂盒包括：R1试剂：链霉亲和素或CEACAM6单克隆抗体包被的磁性微粒，R3试剂：吖啶酯或碱性磷酸酶或三联吡啶钌标记的CEACAM6单克隆抗体，及R4试剂：生物素标记的CEACAM6单克隆抗体或稀释液，其中，所述R3试剂和/或R4试剂溶于稀释液中，所述稀释液为包含生物表面活性剂的柠檬酸缓冲液。本发明中R3试剂和R4试剂含非离子型表面活性剂和/或生物表面活性剂，可以增强试剂稳定性同时能够进一步提高试剂的分散性，使试剂灵敏度提高、反应时间缩短。
-
公开(公告)号：CN101692125A
公开(公告)日：2010-04-07
申请号：CN200910195453.3
申请日：2009-09-10
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Fisher判别零空间的高光谱遥感图像混合像元分解方法。Fisher判别零空间法是针对混合像元分解中普遍存在的同物异谱现象引起的分解精度降低的问题而提出的。该方法通过对端元纯像元光谱组成的训练样本进行分析，构造训练样本的类内散布矩阵零空间，使端元内的光谱差异变为零，再在此零空间内寻找令类间散布矩阵离散度最大的判别矢量，使不同类的端元光谱分离度最大，从而最大程度上减少了由于同物异谱而导致的分解误差。本发明方法在高光谱遥感图像的高精度的地物分解以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN216061143U
公开(公告)日：2022-03-18
申请号：CN202122578401.3
申请日：2021-10-26
Applicant: 复旦大学附属华山医院
IPC: A61G12/00
Abstract: 本实用新型公开了一种多功能护理操作台，属于多功能护理技术领域。它包括箱体，箱体的底部安装有万向轮，箱体的顶部两端设有扶手，箱体的顶部还滑动套接有盖板，盖板的顶部安装有限位板，限位板与扶手相对应，箱体的内部通过驱动组件安装有固定柱，固定柱的侧壁上开设有多个放置口，每个放置口上安装有铰链，铰链的另一端伸出放置口，并连接有固定板，固定板的另一端端部固定连接有承载盘，箱体上还分别安装有抽屉和放置环。本装置除了设有抽屉外，还通过驱动组件使得固定柱伸出箱体，并且通过铰链，使得承载盘和固定板所形成的整体能够折叠,从而实现在在箱体内收纳和在箱体外展开的情况，为此增加了本装置的应用性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
