-
公开(公告)号：CN115018780B
公开(公告)日：2024-04-09
申请号：CN202210603374.7
申请日：2022-05-30
申请人： 太原理工大学
IPC分类号： G06T7/00 , G06T7/136 , G06V10/774 , G06N5/04 , A61B8/08
摘要： 本发明涉及计算机辅助医疗和医学影像处理领域，种融合全局推理和MLP架构的甲状腺结节分割方法，具体流程包括：使用阈值法对甲状腺超声图像进行预处理，并调整为256×256像素大小，将预处理之后的数据基于五折交叉验证方法划分训练集和测试集；然后构建甲状腺结节分割模型：以MLP为基础架构，融合了基于图卷积的全局推理模块和金字塔特征层；接下来利用训练集对甲状腺结节分割模型进行训练，在测试集上对甲状腺结节进行预测，得到分割结果；最后计算模型分割效果和效率的指标值。
-
公开(公告)号：CN117094972A
公开(公告)日：2023-11-21
申请号：CN202311063487.3
申请日：2023-08-23
申请人： 太原理工大学
IPC分类号： G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 本发明涉及PCB缺陷检测技术领域，尤其涉及一种基于高阶空间交互的轻量化PCB缺陷检测方法和系统，解决了背景技术中的技术问题，该方法主要是在YOLOv5模型的基础上引入HorFPN模块、CARAFE上采样算子和轻量化卷积GhostConv。所述系统包括数据获取模块、参数调节模块、PCB缺陷检测模型和结果显示模块。本发明提高了PCB缺陷检测模型高阶空间的交互能力、特征的表达能力和多尺度感知能力，有效地恢复特征图细节信息并提高目标检测的精度，同时减少PCB缺陷检测模型的计算量和参数量。其能够直观地展示检测结果和准确度，使检测更加快捷高效，提高PCB缺陷检测的可操作性，提高工作效率。
-
公开(公告)号：CN116844095A
公开(公告)日：2023-10-03
申请号：CN202311064915.4
申请日：2023-08-23
申请人： 太原理工大学
IPC分类号： G06V20/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/0442 , G06N3/084
摘要： 本发明涉及智能信息处理与多模态情感技术领域，尤其涉及一种基于多模态深度特征层级融合的视频情感极性分析方法，解决了背景技术中的技术问题，该方法包括原始特征提取、构建视频片段情感极性分析模型和模型训练与测试；视频片段情感极性分析模型包括多模态特征层级交互融合单元和情感极性判别单元，多模态特征层级交互融合单元包括底层双模态特征交互模块和高层三模态特征层次融合模块，高层三模态特征层次融合模块包括成对双线性门控融合单元和三模态自注意前馈融合单元。本发明在充分融合多模态特征的同时过滤了融合特征中的冗余和噪声，改善了多模态情感特征的表示能力，有效识别视频片段中说话人的情感正负极性。
-
公开(公告)号：CN110766222B
公开(公告)日：2023-09-19
申请号：CN201911004338.3
申请日：2019-10-22
摘要： 本发明公开一种基于粒子群参数优化和随机森林的PM2.5浓度预测方法，包括如下步骤：步骤1、获取需要进行预测分析的空气质量数据，并且划分为训练数据集与验证数据集；步骤2、对获取的数据进行预处理；步骤3、初始化粒子群算法(PSO)的各参数，设置参数如下：群体规模m，粒子的位置和速度的取值范围，适应度函数等；步骤4、输入训练集数据和粒子的位置，用随机森林算法训练预测模型；步骤5、以验证集数据在训练模型的均方根误差为适应度值，通过粒子群不断优化随机森林的子树的个数t和特征数f，得到最终的最优预测模型。采用本发明的技术方案，提高了数据质量，实现了预测模型参数的自适应选择，能够对未来一段时间内空气中的PM2.5浓度进行有效预测。
-
公开(公告)号：CN115690389A
公开(公告)日：2023-02-03
申请号：CN202211162357.0
申请日：2022-09-21
申请人： 太原理工大学
IPC分类号： G06V10/22 , G06T7/246 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08 , A61F9/007 , A61B34/10
摘要： 本发明涉及计算机辅助手术系统领域，一种基于深度学习的白内障手术中角膜中心定位方法和系统。所述的方法包括：利用摄录像设备实时获取白内障手术视频数据；将视频数据转化为连续图片帧，并进行预处理为图片序列；基于深度学习模型构建角膜高斯热图生成网络，将所述的预处理后的图片序列输入所述角膜高斯热图生成网络，得到角膜热图和中心位置偏移图；对所述的角膜高斯热图进行解码，获取其峰值位置，得到角膜中心位置坐标。本发明能在白内障手术中准确、快速的定位角膜中心位置。
-
公开(公告)号：CN110598192A
公开(公告)日：2019-12-20
申请号：CN201910571271.5
申请日：2019-06-28
申请人： 太原理工大学
摘要： 本发明涉及一种基于邻域粗糙集的文本特征约简方法，包括以下步骤：将进行特征简约的文本进行预处理；其中预处理的方式至少包括中文分词、去停用词；用TF-IDF算法计算预处理后文本中特征词项的权值，并构造文本决策系统；定义邻域，并求出每个词频下的邻域，判断并输出正域，从中寻找最大正域；根据最大正域计算词频重要度，如果词频重要度满足预设条件，则放入约简集合。通过本发明，提高了邻域粗糙集在文数据中的约简精度，改进邻域的计算方法，构建新的邻域关系，更好的刻画词项之间的关系，使得约简快速准确。
-
公开(公告)号：CN109934810A
公开(公告)日：2019-06-25
申请号：CN201910175852.7
申请日：2019-03-08
申请人： 太原理工大学
摘要： 本发明属于机器视觉检测技术领域，具体为一种基于改进粒子群小波神经网络的缺陷分类方法，解决了传统BP神经网络算法具有易出现收敛早熟、陷入局部极小值等的问题，本方法包括以下步骤：载入原始图像，灰度化和中值滤波处理，图像分割，计算缺陷特征向量，初始化粒子群，计算目标适应度值，评价每个粒子，更新每个粒子位置和速度，检验是否达到要求，输出最优解，最后进行图像的缺陷分类。所述方法加入变异因子，保证了算法的泛化能力；设置非线性权重因子，实现全局搜索和局部搜索灵活调整的目标；引入高斯加权的全局极值，有利于全局极值向最优解方向收敛，能够快速准确的对缺陷进行分类，分类结果更准确，效率更高。
-
公开(公告)号：CN108874772A
公开(公告)日：2018-11-23
申请号：CN201810517365.X
申请日：2018-05-25
申请人： 太原理工大学
摘要： 一种多义词词向量消歧方法，属于文本挖掘和机器学习的交叉技术领域，包括(1)文本语料获取以及预处理：采用搜狗新闻文本分类语料，然后进行分词、去停用词的预处理步骤；(2)BTM主题模型建模；(3)词语对应主题的概率计算；(4)向量模型计算词向量和主题向量；(5)多义词词向量构造并对应主题的概率P(z|w)对连接过程中的主题向量进行加权处理,实现对相同词语在不同上下文中的不同意思的区分，得到正确的多义词词向量。本发明有助于将汉语词义消歧扩展到短文本领域；通过利用主题模型和词向量的结合，不需要人力进行数据标注，有助于海量的短文本数据挖掘，更加省时省力；有助于电商网站进行个性化商品推荐。
-
公开(公告)号：CN114034312B
公开(公告)日：2024-03-26
申请号：CN202111306243.4
申请日：2021-11-05
申请人： 太原理工大学
摘要： 本发明公开了一种轻量级多解耦的视觉里程计实现方法，采用快速光流提取网络和动态语义提取网络得到光流特征和语义图；采用深度位姿网络得到深度位姿特征，其中通过特征融合网络将光流特征、语义图和位于某些中间层的深度位姿特征融合；解耦网络处理输出结果分别连接至全连接层网络，得到位姿数据，接至反卷积层网络得到深度图数据；轻量化网络结构设计用于特征提取。该方法将卷积神经网络应用于视觉里程计中，对静态像素更加敏感，减小全局位姿累积误差；使用特征融合网络将光流特征、深度位姿特征和语义图融合，减小了相对位姿数据误差，取得了更好的效果；视觉里程计实现方法计算量小，精度高，鲁棒性好。
-
公开(公告)号：CN117746461A
公开(公告)日：2024-03-22
申请号：CN202311731719.8
申请日：2023-12-15
申请人： 太原理工大学
摘要： 本发明涉及图像识别技术领域，尤其涉及面向矿井下多视角视频监控的跨模态行人重识别方法及系统，其步骤为，S1、获取有标注的行人数据集和无标注的待识别行人数据集；S2、构建ResNet50特征提取网络以及整体的网络模型，其包括相连接的中间模态生成模块、嵌入CBAM模块的ResNet50网络和引入广义平均池化层的特征水平映射分割层，通过广义平均池化层进行特征映射水平切割能保留对于判别任务更为重要的信息，使用分步式联合损失进行训练，提高模型对同一身份不同模态中心特征的识别；S3、加载有标注的行人数据集对构建好模型进行训练和特征提取，保存最优模型；S4、调用最优模型，在待识别行人数据集上进行行人匹配查询。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.027 秒)
