-
公开(公告)号：CN118035483A
公开(公告)日：2024-05-14
申请号：CN202410188926.1
申请日：2024-02-20
Applicant: 新疆大学
IPC: G06F16/583 , G06V10/40 , G06V10/80 , G06V10/74
Abstract: 本发明公开了一种双分支注意力机制的深度哈希媒体搜索方法，主要涉及哈希图像检索领域，包括双分支注意力学习模块，所述双分支注意力学习模块包括双分支注意力模块和交互多层感知器，通过设置的双分支注意力协调作用的网络结构，用于哈希图像检索。该框架应用四阶段式网络，第四个阶段引入局部注意力模块，与现有滑动窗口注意力提供的全局表示进行融合，达到了让模型同时关注全局特征和局部特征的目的，并且通过通道注意力和空间注意力将融合后的特征进一步增强，并送入交互多层感知器进一步学习，该网络每个阶段的通道数随特征图大小减小逐倍增加，以递进式的学习方式获取深度特征的高级语义表达。
-
公开(公告)号：CN117763185A
公开(公告)日：2024-03-26
申请号：CN202311494583.3
申请日：2023-11-10
Applicant: 新疆大学
IPC: G06F16/583 , G06F16/51 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/084
Abstract: 本发明公开了一种基于思考空间维度的哈希图像检索方法，涉及图像检索技术领域。包括以下步骤：1)、输入图像数据集以及相对应的标签数据集；2)、进行特征提取过程；3)、使用两种损失函数联合进行网络优化，4)、相似性度量；5)、对上述步骤进行模型训练和性能评估；6)、输出结果，利用训练好的模型对输入的查询图像进行处理，提取出图像的特征，并将相似图像作为检索结果输出。本发明的有益效果在于：既可以减小计算复杂度，又可以提高模型的精度和泛化能力。
-
公开(公告)号：CN111429355A
公开(公告)日：2020-07-17
申请号：CN202010236916.2
申请日：2020-03-30
Applicant: 新疆大学 , 新疆联海创智信息科技有限公司
Abstract: 本发明提供一种基于生成对抗网络的图像超分辨率重建方法，所述生成对抗网络包括生成器和判决器，所述生成器包括深层生成器和浅层生成器，所述判决器包括深层判决器和浅层判决层，所述方法包括：在生成器中，低分辨率图片经过第一层卷积层后并行进入深层生成器和浅层生成器，得到深层特征图和浅层特征图，最后通过逐元素相加的方式将深层特征图和浅层特征图进行融合，融合后的特征图经过卷积层进入最终的特征映射层，生成预测图片；在判决器中，将生成器生成的预测图片与原始的图片同时并行输入深层判决器和浅层判决器以预测图片的真实或者虚假概率。本发明通过提出的深层网络和浅层网络的训练可以加快收敛速度，并提高生成的超分辨率图像的质量。
-
公开(公告)号：CN118820508A
公开(公告)日：2024-10-22
申请号：CN202410809515.X
申请日：2024-06-21
Applicant: 新疆大学
IPC: G06F16/583 , G06V10/764 , G06V10/774 , G06V10/80 , G06F17/14 , G06F17/16 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F17/13
Abstract: 本发明公开了一种基于频域解耦和视觉Mamba的深度哈希图像检索方法，主要涉及深度哈希图像检索领域；包括步骤：S1、将图像数据集及其所对应的类别标签信息分成训练集、测试集和检索集；S2、构建基于频域解耦和视觉Mamba的深度哈希图像检索架构；S3、训练模型；S4、将测试集和检索集图片输入模型；S5、计算哈希码与检索集哈希码之间的汉明距离；S6、将汉明距离向量中的数值排序；S7、重复S5与S6操作，得到测试集中每张图像的检索结果，计算平均检索精度评估模型性能；本发明实现了对特征的频域解耦，并自适应的增强不同层级特征信息所匮乏的频域分量，充分挖掘图像的底层语义信息，生成更加紧凑和强区分度的哈希码。
-
公开(公告)号：CN118711058A
公开(公告)日：2024-09-27
申请号：CN202410765114.9
申请日：2024-06-14
Applicant: 新疆大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开了基于多尺度特征识别和轻量级架构的实时烟雾检测系统。本发明中，提出了一种基于多尺度特征识别和轻量级架构的实时烟雾检测系统，该网络在减少模型计算复杂度和参数数量的同时，增强了算法的鲁棒性和检测精度，提高了在复杂场景中的烟雾检测性能。通过提出的C2f‑PConv模块，有效减少了冗余特征提取，同时保持了关键空间特征的捕捉能力。设计的高效信息共享检测头(LPSDH)显著减少了参数数量，增强了对不同尺度烟雾目标的识别能力。此外，ADown下采样模块的整合提高了多尺度烟雾的识别能力，有效捕捉了图像中的广泛和显著特征，确保了检测精度。实验结果表明，烟雾检测系统在复杂场景中的烟雾检测任务中表现优异。
-
Patent Agency Ranking
公开(公告)号：CN118574191A
公开(公告)日：2024-08-30
申请号：CN202410793043.3
申请日：2024-06-19
Applicant: 新疆大学
Abstract: 本发明公开了一种基于无线传感器网络的双距离因子能量感知分簇方法，主要涉及无线传感器网络领域；包括步骤：S1、对节点的状态进行评估，并设置合适的阈值；S2、对随机数进行更改；S3、将更改后的随机数与节点的阈值进行对比，若更改后的随机数小于阈值，则节点当选为簇头；S4、当所有非簇头节点都成为某簇群中的一员时，网络便进入数据传输阶段，簇头根据时分多址调度机制为该簇群的成员分配时隙，节点在其时隙进行数据传输；S5、簇头节点在接收到所有成员节点的数据后，进行数据融合处理，然后将整合后的信息发送至基站；本发明能够形成高效的簇群，减少网络运行期间的能量消耗，提高能量利用率，延长节点的服务寿命。
-
公开(公告)号：CN119478476A
公开(公告)日：2025-02-18
申请号：CN202410793055.6
申请日：2024-06-19
Applicant: 新疆大学
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于PSA‑Swin Transformer的图像分类算法，主要涉及深度学习图像分类领域；包括步骤：S1、首先将图片输入到Patch Partition模块中进行分块，然后在通道方向展平；S2、依次通过四个阶段构建不同大小的特征图；其中，第一个阶段中先通过一个Linear Embeding层后，再通过PSA‑Swin Transformer Block层；PSA‑Swin Transformer Block层包括EPE模块和PSA模块；S3、然后接上一个Layer Norm层、全局池化层以及全连接层得到最终输出；本发明是一种适用于处理小数据集的方法，可以有效地处理较小的数据量，而不需要预训练权值。
-
公开(公告)号：CN118588055A
公开(公告)日：2024-09-03
申请号：CN202410785515.0
申请日：2024-06-18
Applicant: 新疆大学
IPC: G10L13/02 , G10L13/047 , G10L25/18 , G10L25/30
Abstract: 本发明公开了一种基于GAN的语音合成声码器方法，主要涉及语音信号处理的语音合成技术领域；包括步骤：S1、设计一个生成器，并进行训练，将梅尔频谱图转换为语音信号；S2、设计一个判别器，并进行训练，判别器与生成器联合训练；S3、将特征匹配损失用于训练生成器，并加入额外的损失；S4、制定生成器和鉴别器的对抗损失函数；本发明能够同时兼顾训练稳定性和梯度丢失的问题。
-
公开(公告)号：CN217157347U
公开(公告)日：2022-08-09
申请号：CN202220976633.6
申请日：2022-04-26
Applicant: 新疆大学
IPC: G07C1/10 , G06K19/077 , G06K7/10
Abstract: 本实用新型公开了一种便携式课堂签到装置，签到打卡器配套设置有便携式穿戴打卡装置，签到打卡器前壁粘贴固定有打卡装置定位结构，签到打卡器后壁四角处均固定装配有连接固定柱，签到打卡器后壁中部固定装配有通告展示装置，且通告展示装置右端延伸至签到打卡器右侧；采用的便携式穿戴打卡装置将NFC芯片集成在表头内，装置整体可以作为手表进行佩戴，在进行正常手表功能的同时还可作为校园一卡通使用，对比传统的卡片式校园一卡通来说具有佩戴方便，不易丢失的特定，更加符合现今学生的需求，减少补办校园一卡通的烦恼。
-
公开(公告)号：CN220469592U
公开(公告)日：2024-02-09
申请号：CN202320928049.8
申请日：2023-04-23
Applicant: 新疆大学
Abstract: 本实用新型属于智能门锁技术领域，尤其为一种声光报警器，包括门锁外罩壳、门锁内罩壳和声光报警器主体，所述门锁外罩壳安装在门板外侧面，所述门锁内罩壳安装在门板内侧面，还包括盖板、伸缩杆和安装座；盖板利用螺栓固定在所述门锁内罩壳上对应拆装口的位置处，在所述门锁外罩壳上正对所述拆装口的位置嵌入安装有透明钢化玻璃护板；本实用新型的声光报警器，声光报警器主体安装在安装座上，而安装座通过伸缩杆固定在盖板上，盖板利用螺栓固定在门锁内罩壳上对应拆装口的位置处，在需要拆卸声光报警器主体时，仅需要拆下盖板即可，无需拆卸门锁外罩壳和门锁内罩壳，更加方便，同时避免了在拆卸声光报警器主体时对其他元器件造成损伤。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
