-
公开(公告)号：CN119940652A
公开(公告)日：2025-05-06
申请号：CN202510219561.9
申请日：2025-02-26
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06Q10/04 , G06F18/10 , G06F18/25 , G06F18/2131 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及一种融合时域和频域分析的周期性时间序列预测方法，属于周期性时间序列预测领域。首先通过采集时间序列数据，并对数据预处理后构建时间域分析数据集。其次，分析时间序列数据的周期性强度，整合具有周期性特征的变量。然后，在频域数据处理阶段，通过快速傅里叶变换将整合后的变量从时域转换到频域，构建频域分析数据集。基于频域分析数据集构建图结构，并利用图卷积模型提取周期性特征。在时域数据处理阶段，引入了基于双向状态空间模型的建模方法提取时域特征。最后，将从时域和频域分析中提取的特征进行融合，形成综合数据表示，并输出最终的预测结果。
-
公开(公告)号：CN119169031B
公开(公告)日：2025-02-28
申请号：CN202411674373.7
申请日：2024-11-21
Applicant: 昆明理工大学
IPC: G06F17/16
Abstract: 本发明涉及一种基于核拟阵特征引导的结直肠癌图像分割方法，属于医学图像处理领域。首先，通过对结直肠癌图像预处理得到输入特征，再进行量化线性变换，形成初始查询矩阵和初始值矩阵；其次，对初始查询矩阵进行核粒化计算，形成基于核关系的信息粒；接着，基于核信息粒生成拟阵，得到核拟阵信息粒，利用核拟阵的基对信息粒进行筛选；然后，基于筛选后的核拟阵内的闭集获得特征引导近似关系矩阵，再利用引导关系矩阵对初始值矩阵进行关系引导增强操作，形成增强后的特征矩阵；最后，通过多层堆叠的卷积网络生成结直肠癌分割图像。本方法提高了对不确定特征的冗余能力，整体上提高了结直肠癌图像分割处理的鲁棒性。
-
公开(公告)号：CN119206770A
公开(公告)日：2024-12-27
申请号：CN202411122373.6
申请日：2024-08-15
Applicant: 昆明理工大学
IPC: G06V40/10 , G06V20/17 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/094 , G06N3/0475 , G06N3/045
Abstract: 本发明涉及一种基于FPGA和改进YOLO的无人机智能监测野生动物方法，属于无人机监测技术领域。首先用无人机采集野生动物的红外和可见光图像，构建野生动物图像数据集，利用野生动物图像数据集训练生成对抗网络(GAN)进行可见光和红外光图像融合，将生成对抗网络生成的可见光红外光融合图像作为数据集并进行标注，生成边界框和类别信息；再将融合后的图像送入改进YOLO v9模型中进行训练，并在测试集上评估改进YOLO v9模型的性能，根据评估结果调整模型结构或训练策略；然后将训练好的改进YOLO v9模型部署到FPGA中；最后利用无人机上的红外一体化摄像机开始对野生动物进行监测，还可以针对特定目标进行跟踪，最终将结果传输到终端设备上。
-
公开(公告)号：CN119005320A
公开(公告)日：2024-11-22
申请号：CN202411470792.9
申请日：2024-10-21
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
Abstract: 本申请涉及知识图谱技术领域，尤其涉及一种联合实体类别与关系表示的知识图谱实体补全方法。通过实体类别转移矩阵和关系组合，将实体类别和三元组中的语义关系融合到实体的嵌入特征中，增强表示能力；此外，通过综合考虑实体类别和语义关系对知识图谱实体补全的影响，使得模型能够更好的理解实体的特征属性，从而提高知识图谱实体补全的准确性。旨在解决如何利用实体类别信息和三元组中潜在的语义关系指导知识图谱实体的补全的问题。
-
公开(公告)号：CN118501719B
公开(公告)日：2024-09-24
申请号：CN202410950642.1
申请日：2024-07-16
Applicant: 昆明理工大学
IPC: G01R31/367 , G01R31/00 , G01R31/392 , B60L58/16 , G06F18/214 , G06N3/04 , G06F18/21
Abstract: 本发明公开了一种基于格拉姆角和场的锂电池剩余寿命实时预测方法，属于电池技术领域。所述基于格拉姆角和场的锂电池剩余寿命实时预测方法包括：接收传感器采集的电池数据，并根据所述电池数据确定电池当前的最大容量值；根据所述最大容量值，确定所述电池对应的目标输入系数；基于所述目标输入系数，调整预测模型的模型参数；基于调整后的所述预测模型和所述目标输入系数，预测所述电池的容量衰减曲线。通过以上步骤，显著提升了电池维护和运营的效率。
-
Patent Agency Ranking
公开(公告)号：CN118520945A
公开(公告)日：2024-08-20
申请号：CN202410978360.2
申请日：2024-07-22
Applicant: 昆明理工大学 , 云南锡业股份有限公司锡业分公司
IPC: G06N5/025 , G06F40/166 , G06N3/006 , G06F16/33 , G06F16/36
Abstract: 本发明公开一种基于先验知识和知识连接的知识图谱自动构建方法，属于自然语言处理领域。将构建知识图谱的相关主题信息保存为字符串，得到提示数据；根据提示数据从外部数据源检索文章段落并进行保存；分别注入标记、推理、认知、联想四个大语言模型智能体的提示模版；将注入后的提示模版、文章段落与特定任务需求输入至智能体，得到先验知识；将文章段落、先验知识以及预定义的对比提示文本输入知识连接大语言模型，得到和知识图谱主题相关的有效数据；以和知识图谱主题相关的有效数据及预定义的输入提示作为大语言模型自动代理框架的输入层，得到实体‑关系‑实体三元组，完成知识图谱构建。实现了高可靠性数据挖掘的知识图谱自动构建。
-
公开(公告)号：CN118427714A
公开(公告)日：2024-08-02
申请号：CN202410755474.0
申请日：2024-06-12
Applicant: 昆明理工大学
IPC: G06F18/2415 , A61B5/369 , A61B5/00 , G06F18/2131 , G06F18/21 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种面向受试者个体的适用任务评估方法，用于BCI系统的优化。本发明通过设计特定的实验范式，从单个受试者那里收集了进行运动想象和言语想象的EEG数据。利用跨任务解码技术，这些数据被转换为脑电图的不同视角，以此提取出与不同任务相关的关键脑电特征。接着，通过构建一个包含多层卷积和池化层的深度学习网络，进一步分析这些特征，评估模型的性能，并比较不同任务在多个性能指标上的表现。本发明综合运用了多任务EEG数据采集、跨任务解码技术以及深度学习网络模型，以精确解析和确定最适合受试者的任务类型。
-
公开(公告)号：CN118305320A
公开(公告)日：2024-07-09
申请号：CN202410312460.1
申请日：2024-03-19
Applicant: 昆明理工大学
IPC: B22F9/24 , B22F1/0545
Abstract: 本发明公开了一种纳米银铂悬浮液的制备方法，属于贵金属纳米材料技术领域。本发明所述方法不添加还原剂，通过紫外光辐照使反应溶液产生自由基，进而实现对银离子、铂离子的还原。所合成的纳米银铂悬浮液中银的相对质量分数为64.83％～84.68％，铂的相对质量分数为15.32％～35.17％。纳米银铂具有包覆结构、双金属结构或两种结构共存，颗粒大小均匀，直径范围为5nm～20nm且分散性良好，能够保证静置半年以上仍不发生聚集沉降。本发明所述方法操作流程简单，用紫外光辐照代替了传统化学还原剂，可降低产品毒副作用，可作为无机广谱抗菌剂，在医疗领域、食品包装领域、化妆护肤品领域等得到应用。
-
公开(公告)号：CN118249170A
公开(公告)日：2024-06-25
申请号：CN202410352265.1
申请日：2024-03-26
Applicant: 昆明理工大学
Abstract: 本发明涉及一种多光路的太赫兹激发系统及方法，属于太赫兹辐射技术领域。太赫兹激发系统包括多面体激发腔、抽压泵、蝶阀、过滤罐以及尾气处理装置，外部激光脉冲从多个角度和方向射入并聚焦于多面体激发腔内的介质，产生多个等离子体光丝，辐射出多路太赫兹波；所述多面体激发腔包括激光入射面、介质输入面、太赫兹透射面、泄压面、底座面、加热/冷却面，多面体激发腔根据每一个面的不同功能，采用不同材料制作。本发明可以有效提高获取的太赫兹波的能量，用于其他各方面基于高能量太赫兹波的相关研究。
-
公开(公告)号：CN118233028A
公开(公告)日：2024-06-21
申请号：CN202410371993.7
申请日：2024-03-29
Applicant: 昆明理工大学
IPC: H04B17/345 , H04L41/14 , H04L41/16 , G06F18/241 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种基于残差网络的通信干扰信号识别方法，属于通信干扰识别领域。该应用旨在从低信噪比的干扰信号中提取到有效的干扰信号特征，使用短时傅里叶(STFT)变换，提取干扰信号的时频二维特征，采取ACGAN数据增强的方法，解决干扰信号样本数量少的问题。结合深度学习的方法，残差网络来对干扰信号进行正确的识别。实验结果表明，本发明可以作为一种结合时间，频率的干扰识别策略。所提出的残差网络为无线干扰信号识别的实现提供了新的思路。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.038 seconds)
