-
公开(公告)号:CN113191285B
公开(公告)日:2023-01-20
申请号:CN202110500108.7
申请日:2021-05-08
Applicant: 山东大学 , 山东锋士信息技术有限公司
IPC: G06V20/13 , G06V10/28 , G06V10/44 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开一种基于卷积神经网络和Transformer的河湖遥感图像分割方法及系统,包括:获取包含类别标签的河湖遥感图像,构建训练集;对训练集采用卷积神经网络进行多层特征图的提取;对提取的最后一层特征图采用Transformer的编码器提取注意力特征,对注意力特征采用Transformer的解码器得到自注意力特征图;对自注意力特征图与第一层特征图进行拼接后训练图像分割模型;基于训练后的图像分割模型得到待测河湖遥感图像中目标的类别分割结果。将Transformer引入到遥感图像分割领域,用自注意力机制代替卷积操作,扩大运算时的感受野面积,由于没有下采样和上采样操作,不会造成图像尺度的变化,解决目标丢失问题,克服现有深度学习分割方法在遥感图像分割领域的不足。
-
公开(公告)号:CN112818315B
公开(公告)日:2022-03-15
申请号:CN202110217933.6
申请日:2021-02-26
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本公开提出了一种融合多特征信息的心电信号身份识别方法及系统,包括:多获取的心电信号进行心拍划分并对得到的心拍进行多个特征提取;针对提取的多个特征,训练时基于多特征低秩字典学习和结构稀疏表示获得一字典;其中,在低秩字典学习和结构稀疏表示方法下,稀疏系数通过添加范数和局部约束表达式来探索心电信号样本间类内和类间的关系;字典通过添加低秩约束来降低重建过程中来自训练样本的噪声的影响;对于任意心拍,可利用字典训练得到更具有辨别性的稀疏表示系数,加和权重融合再进行相似性度量完成识别分类。多个特征之间的信息相辅相成,进一步提高了心电信号特征的辨别度,提高了心电身份识别的效果。
-
公开(公告)号:CN112472105B
公开(公告)日:2021-08-17
申请号:CN202011521898.9
申请日:2020-12-21
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本发明属于心电信号身份识别领域,提供了一种基于核的有界判别分析的心电身份识别方法及系统。其中,基于核的有界判别分析的心电身份识别方法包括获取心电信号并提取单周期的心拍信号;通过核函数将心拍隐式地投影到高维空间,在高维空间中使用有界判别分析将心拍信号映射到低维子空间,提取单周期的心拍信号的低维特征;基于欧式距离从模板数据库中寻找最相似的模板,输出最相似的模板对应的用户为待识别用户;所述模板数据库中存储有单周期的心拍信号模板及其对应用户。
-
公开(公告)号:CN113191285A
公开(公告)日:2021-07-30
申请号:CN202110500108.7
申请日:2021-05-08
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本发明公开一种基于卷积神经网络和Transformer的河湖遥感图像分割方法及系统,包括:获取包含类别标签的河湖遥感图像,构建训练集;对训练集采用卷积神经网络进行多层特征图的提取;对提取的最后一层特征图采用Transformer的编码器提取注意力特征,对注意力特征采用Transformer的解码器得到自注意力特征图;对自注意力特征图与第一层特征图进行拼接后训练图像分割模型;基于训练后的图像分割模型得到待测河湖遥感图像中目标的类别分割结果。将Transformer引入到遥感图像分割领域,用自注意力机制代替卷积操作,扩大运算时的感受野面积,由于没有下采样和上采样操作,不会造成图像尺度的变化,解决目标丢失问题,克服现有深度学习分割方法在遥感图像分割领域的不足。
-
公开(公告)号:CN112472105A
公开(公告)日:2021-03-12
申请号:CN202011521898.9
申请日:2020-12-21
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本发明属于心电信号身份识别领域,提供了一种基于核的有界判别分析的心电身份识别方法及系统。其中,基于核的有界判别分析的心电身份识别方法包括获取心电信号并提取单周期的心拍信号;通过核函数将心拍隐式地投影到高维空间,在高维空间中使用有界判别分析将心拍信号映射到低维子空间,提取单周期的心拍信号的低维特征;基于欧式距离从模板数据库中寻找最相似的模板,输出最相似的模板对应的用户为待识别用户;所述模板数据库中存储有单周期的心拍信号模板及其对应用户。
-
公开(公告)号:CN112818315A
公开(公告)日:2021-05-18
申请号:CN202110217933.6
申请日:2021-02-26
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本公开提出了一种融合多特征信息的心电信号身份识别方法及系统,包括:多获取的心电信号进行心拍划分并对得到的心拍进行多个特征提取;针对提取的多个特征,训练时基于多特征低秩字典学习和结构稀疏表示获得一字典;其中,在低秩字典学习和结构稀疏表示方法下,稀疏系数通过添加范数和局部约束表达式来探索心电信号样本间类内和类间的关系;字典通过添加低秩约束来降低重建过程中来自训练样本的噪声的影响;对于任意心拍,可利用字典训练得到更具有辨别性的稀疏表示系数,加和权重融合再进行相似性度量完成识别分类。多个特征之间的信息相辅相成,进一步提高了心电信号特征的辨别度,提高了心电身份识别的效果。
-
公开(公告)号:CN113017620A
公开(公告)日:2021-06-25
申请号:CN202110216990.2
申请日:2021-02-26
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本公开公开的基于鲁棒判别式非负矩阵分解的心电身份识别方法及系统,包括:获取待识别心电信号;将待识别心电信号划分心动周期,获取单周期心电信号;通过由鲁棒判别式非负矩阵分解获得的字典矩阵对单周期心电信号进行编码,获得心拍特征向量;根据心拍特征向量进行心电身份识别。实现了对待识别心电信号的准确心电身份识别。
-
公开(公告)号:CN102953551A
公开(公告)日:2013-03-06
申请号:CN201210492185.3
申请日:2012-11-27
Applicant: 山东大学
Abstract: 本发明涉及一种预应力碳纤维布加固设备,包括依次排列的千斤顶、碳纤维布转动锁定装置、碳纤维布调节装置和碳纤维布锚固板,千斤顶、碳纤维布转动锁定装置固定在固定支架上,固定支架上有与待铺布构件紧固的螺栓孔,碳纤维布转动锁定装置包括四边形横向支架,四边形横向支架一端通过螺栓和千斤顶相连接,另一端固定着碳纤维布锁轴,碳纤维布锁轴上有允许碳纤维布穿过的缝隙,碳纤维布锁轴的两端设有咬轴齿轮,咬轴齿轮侧面设齿轮卡板,碳纤维布锁轴的两端端头内设转动卡帽。本发明能将碳纤维布现场张拉,并将其粘贴和锚固在混凝土构件上,简单方便,适应实际桥梁工程的加固实践。
-
公开(公告)号:CN112861829B
公开(公告)日:2023-06-30
申请号:CN202110396060.X
申请日:2021-04-13
Applicant: 山东大学 , 山东锋士信息技术有限公司
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本公开提出了一种基于深度卷积神经网络的水体提取方法及系统,包括:将获得的遥感图像进行预处理;针对预处理后的图像送入特征提取网络中进行特征提取,获得第一特征图及第二特征图;选择第一特征图送入主要分割网络获得分割结果,将预测结果与对应的标签进行比对,用交叉熵损失函数计算主要损失,用于反向传播;选择第二特征图送入辅助分割网络获得分割结果,预测结果与对应的标签进行比对,用交叉熵损失函数计算辅助损失,再进行一次反向传播;基于主要分割网络及辅助分割网络的输出结果进行训练,获得训练后的深度融合模型;利用训练后的深度融合模型对待测试图片进行测试,获得一张二值图,一类代表水体,一类代表背景,从而将水体提取的结果可视化。
-
公开(公告)号:CN112861829A
公开(公告)日:2021-05-28
申请号:CN202110396060.X
申请日:2021-04-13
Applicant: 山东大学 , 山东锋士信息技术有限公司
Abstract: 本公开提出了一种基于深度卷积神经网络的水体提取方法及系统,包括:将获得的遥感图像进行预处理;针对预处理后的图像送入特征提取网络中进行特征提取,获得第一特征图及第二特征图;选择第一特征图送入主要分割网络获得分割结果,将预测结果与对应的标签进行比对,用交叉熵损失函数计算主要损失,用于反向传播;选择第二特征图送入辅助分割网络获得分割结果,预测结果与对应的标签进行比对,用交叉熵损失函数计算辅助损失,再进行一次反向传播;基于主要分割网络及辅助分割网络的输出结果进行训练,获得训练后的深度融合模型;利用训练后的深度融合模型对待测试图片进行测试,获得一张二值图,一类代表水体,一类代表背景,从而将水体提取的结果可视化。
-
-
-
-
-
-
-
-
-