-
公开(公告)号：CN117001665A
公开(公告)日：2023-11-07
申请号：CN202310998459.4
申请日：2023-08-08
Applicant: 广州大学
IPC: B25J9/16
Abstract: 本发明公开了基于结构光三维机器视觉引导的抓取方法及系统，方法包括：获取目标物体的目标点云；获取包含目标物体的工作场景的二维图像，进而根据二维图像的深度信息确定工作场景的三维点云；对三维点云和目标点云进行三维点对特征模板匹配，获得目标点云到三维点云的变换矩阵；基于变换矩阵确定目标物体的第一位姿信息，结合抓取设备的第二位姿信息，通过蒙特卡洛树搜索法确定抓取目标，进而执行抓取流程。本发明能够提升结构光三维机器视觉识别物体的速度，并提高抓取效率。本发明实施例能够高效引导物体抓取，可广泛应用于数据处理技术领域。
-
公开(公告)号：CN118470317A
公开(公告)日：2024-08-09
申请号：CN202410589045.0
申请日：2024-05-13
Applicant: 广州大学
IPC: G06V10/26 , G06V10/80 , G06V10/40 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种基于多尺度特征融合的医学图像分割方法、装置、电子设备及介质，所述方法包括：获取待处理医学图像；构建医学图像分割模型，获取样本数据集，利用所述样本数据集训练所述医学图像分割模型；利用所述医学图像分割模型提取所述待处理医学图像的多尺度融合特征并根据所述多尺度融合特征进行图像分割，获得对应的医学分割图像。本申请能够结合待处理医学图像的多尺度融合特征实现对待处理医学图像的自动分割，提升医学图像分割的精度，适应更多复杂的实际场景，提高医学图像分割效率。本申请广泛应用于图像处理技术领域。
-
公开(公告)号：CN112191279A
公开(公告)日：2021-01-08
申请号：CN202011019492.0
申请日：2020-09-24
Applicant: 广州大学
IPC: B01J43/00 , B01J47/12 , H01M8/1027 , H01M8/1032 , H01M8/1069 , H01M8/18
Abstract: 本发明属于全钒液流电池的离子交换膜材料技术领域，公开了一种多孔两性离子交换膜的制备及其应用。所述的多孔两性离子交换膜的制备方法，包括以下步骤：将SPFEK溶解在溶剂中形成铸膜液，再向其中加入聚醚胺形成混合铸膜液；混合铸膜液倒入培养皿中，水平放置，然后加热固化成膜；将膜湿润后刮下，在酸性水溶液中酸化，再用水洗涤至中性，最后用水抽提即得多孔两性离子交换膜。本发明的多孔两性离子交换膜由于两性离子基团之间的离子交联，有效的阻止了钒离子的透过，使得其具有较低的钒离子渗透率，在相当离子传导率的条件下，其钒离子渗透率比纯的SPFEK膜低一个数量级，确保所组装的全钒液流电池具备较高的库伦效率和能量转化效率。
-
公开(公告)号：CN116563232A
公开(公告)日：2023-08-08
申请号：CN202310472843.0
申请日：2023-04-26
Applicant: 广州大学
Abstract: 本说明书实施例提供了一种基于长程依赖关系和多尺度输入的视网膜血管分割方法、装置、设备及介质，其中，方法包括：对眼底图像数据集进行预处理，分为训练集、验证集和测试集，对训练集和验证集进行数据扩增；构建视网膜血管分割网络，对训练集图像进行特征提取，获取多尺度语义信息，构建局部信息感知Transformer模块LAT，并将LAT添加到视网膜血管分割网络；通过训练集图像数据训练视网膜血管分割网络模型，通过验证集图像评估模型性能，调节模型参数，得到视网膜血管分割模型；将需要分割的眼底图像进行预处理后输入视网膜分割模型进行分割，得到视网膜血管分割图像。通过本发明能够对视网膜血管进行精确地分割。
-
公开(公告)号：CN115830357A
公开(公告)日：2023-03-21
申请号：CN202211739844.9
申请日：2022-12-30
Applicant: 广州大学
Abstract: 本发明提供了一种模板匹配方法、系统、设备及存储介质，其中模板匹配，方法包括：将模板图像以及搜索图像转化为灰度图像；模板图像以及搜索图像利用图像金字塔技术分别划分为F个图像层；根据预设的方差阈值确定模板图像的每个图像层的关键像素点，根据模板图像顶层图像层关键像素点获取模板像素斜率及搜索像素斜率，从而获取相似度最高的区域；以相似度最高的区域的坐标为中心的特定像素范围内使用归一化互相关方法获取非顶层的相似度最高区域，直到最底层为止，标记出最底层的相似度最高区域即为目标区域。本申请通过模板像素斜率及搜索像素斜率进行比较，找出相似度最大的区域提高了模板匹配的准确度及效率。
-
Patent Agency Ranking
公开(公告)号：CN108090629A
公开(公告)日：2018-05-29
申请号：CN201810044466.X
申请日：2018-01-16
Applicant: 广州大学
CPC classification number: G06Q10/04 , G06N3/0454 , G06N3/08 , G06Q50/06
Abstract: 本发明公开一种基于非线性自回归神经网络的负荷预测方法，包括：收集用电侧负荷预测所需原始数据，并对原始数据进行标准化处理和分类，以得到若干训练样本数据、若干验证样本数据和测试数据；初始化神经网络的参数，并搭建神经网络；参数包括训练误差指标值和验证误差指标值；采用若干训练样本数据训练神经网络，并采用若干验证样本数据验证神经网络，以生成训练误差小于训练误差指标且验证误差小于验证误差指标的非线性自回归神经网络；将测试数据输入非线性自回归神经网络，以输出最终预测值。采用本发明实施例，能够提高用电侧负荷预测的准确性，同时本发明还提供基于非线性自回归神经网络的负荷预测系统。
-
公开(公告)号：CN102638466A
公开(公告)日：2012-08-15
申请号：CN201210088917.2
申请日：2012-03-29
Applicant: 广州大学
Abstract: 本发明提出了一种基于人工免疫原理的动态实时网络异常检测方法，属于信息安全领域。本方法借鉴人体免疫系统优异的自学习自适应机制，提出一种新的基于免疫的动态实时网络异常检测方法。该方法通过对检测模式进行动态描述(即动态产生及消亡、动态学习、动态自组织)，结合抗体细胞动态克隆原理，实现检测模式随真实网络环境同步演化，进一步通过免疫种痘及疫苗分发，以进行协同处理，从而提高网络异常检测的准确性和及时性。本发明有助于解决当前大规模网络异常检测研究中因静态检测模式描述而引起的检测率低、难以实时检测及协同性差等关键问题，在大规模安全事件爆发时进行快速有效的监测，为网络防御赢得时间将起到重要的作用。
-
公开(公告)号：CN116129187A
公开(公告)日：2023-05-16
申请号：CN202310121964.0
申请日：2023-02-15
Applicant: 广州大学
IPC: G06V10/764 , G06V10/44
Abstract: 本发明公开了基于局部稳定特征点的快速目标检测方法及系统，属于图像处理和目标定位领域。本发明通过在目标图像中构建网格，根据图像网格内梯度大小划分为高梯度网格和低梯度网格，并在两种网格分别筛选局部稳定特征点，后续将使用这些特征点进行灰度对比来获得代表候选窗口的二进制编码特征和判断窗口内目标的旋转角度。本方法通过使用大间隔的候选窗口来减少检测的计算量，通过预处理对目标图像旋转后提取编码特征训练来实现目标检测算法的旋转不变性。本发明在应对目标旋转情况其检测计速度以及检测结果的窗口绘制都会比现有算法更优。
-
公开(公告)号：CN112191279B
公开(公告)日：2022-12-20
申请号：CN202011019492.0
申请日：2020-09-24
Applicant: 广州大学
IPC: B01J43/00 , B01J47/12 , H01M8/1027 , H01M8/1032 , H01M8/1069 , H01M8/18
Abstract: 本发明属于全钒液流电池的离子交换膜材料技术领域，公开了一种多孔两性离子交换膜的制备及其应用。所述的多孔两性离子交换膜的制备方法，包括以下步骤：将SPFEK溶解在溶剂中形成铸膜液，再向其中加入聚醚胺形成混合铸膜液；混合铸膜液倒入培养皿中，水平放置，然后加热固化成膜；将膜湿润后刮下，在酸性水溶液中酸化，再用水洗涤至中性，最后用水抽提即得多孔两性离子交换膜。本发明的多孔两性离子交换膜由于两性离子基团之间的离子交联，有效的阻止了钒离子的透过，使得其具有较低的钒离子渗透率，在相当离子传导率的条件下，其钒离子渗透率比纯的SPFEK膜低一个数量级，确保所组装的全钒液流电池具备较高的库伦效率和能量转化效率。
-
公开(公告)号：CN108090629B
公开(公告)日：2021-02-09
申请号：CN201810044466.X
申请日：2018-01-16
Applicant: 广州大学
Abstract: 本发明公开一种基于非线性自回归神经网络的负荷预测方法，包括：收集用电侧负荷预测所需原始数据，并对原始数据进行标准化处理和分类，以得到若干训练样本数据、若干验证样本数据和测试数据；初始化神经网络的参数，并搭建神经网络；参数包括训练误差指标值和验证误差指标值；采用若干训练样本数据训练神经网络，并采用若干验证样本数据验证神经网络，以生成训练误差小于训练误差指标且验证误差小于验证误差指标的非线性自回归神经网络；将测试数据输入非线性自回归神经网络，以输出最终预测值。采用本发明实施例，能够提高用电侧负荷预测的准确性，同时本发明还提供基于非线性自回归神经网络的负荷预测系统。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
