-
公开(公告)号：CN119445837A
公开(公告)日：2025-02-14
申请号：CN202411510214.3
申请日：2024-10-28
Applicant: 桂林电子科技大学
IPC: G08G1/01 , G08G1/04 , H04N7/18 , H04N23/695 , H04N23/90
Abstract: 本发明提供一种市政智慧交通监控设备，其结构包括：固定块、支撑杆、电路信息集成箱、锁定块、新型监控器，固定块上端中心连接有支撑杆并且支撑杆中上边缘部位固定有电路信息集成箱，同时锁定块嵌入于支撑杆的上端将新型监控器为位置进行固定；本发明由电路信息集成箱进一步改进后，通过绝缘箱背部所携带的固定板及垂直套能将电动转轴固定于绝缘箱的背部，然后电动转轴可通过内螺纹与支撑杆外螺纹进行适配，然后利用通电块及绝缘箱内部的程序驱动模块在支撑杆上进行顺时针或逆时针旋转，以至于能够将绝缘箱高度进行上下调节，为此可避免了对电路信息集成箱养护时还需搭建攀爬梯的流程，提高了养护效率及养护安全系数。
-
公开(公告)号：CN119235341A
公开(公告)日：2025-01-03
申请号：CN202411424982.7
申请日：2024-10-12
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种用于医学影像设备的快速扫描定位装置，其结构包括：新型定位结构，所述新型定位结构上端配备有衔接槽并且底部设有底座同时侧边中心连接有数据线轴并且数据线轴外部包含有绝缘管，数据线轴另一端顶上装载有控制面板；本发明由新型定位结构进一步改进后，通过承重块上的躯体定位模块及头部定位器的相互配合能有效的将患者头部及躯体进行定位，使得患者将平躺于承重块上，提高影像照射时的稳定性，替代原有的头部监测时需站立而产生的不稳，同时通过躯体与头部的结合能提高影像成型的效率，以至于能大幅度的提高定位装置的使用效果，避免了头部与躯体都需进行检查时还需移至两台不同的影像设备当中。
-
公开(公告)号：CN119049121A
公开(公告)日：2024-11-29
申请号：CN202411095421.7
申请日：2024-08-09
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种识别准确率高、手语信息保留性强的基于YOLOv8卷积神经网络和注意力机制的静态手语识别方法。该静态手语识别方法通过对YOLOv8原始结构进行改进，设计并优化了原先的网络结构。包含以下步骤：训练数据集准备，统一图片尺寸；数据集进行标注并生成标签信息；按比例划分数据集；对模型进行改进；把数据集输入到改进的模型中进行训练；准确识别手语图片，显示识别结果。相对于传统的手语识别方法，本发明无需复杂的预处理方法，仅采用Mosic数据增强方法即可保证较高的识别准确率，保留完整的手语信息，该方法在手语识别领域具有巨大的应用价值。
-
公开(公告)号：CN118537317A
公开(公告)日：2024-08-23
申请号：CN202410675951.2
申请日：2024-05-28
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/62 , G06T17/00 , G06V10/26 , G16H50/30 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于深度学习的二维超声心动图左心室射血分数评估算法，方法包括：获取公开超声心动图CAMUS数据集并进行预处理；对于处理好的数据集，按照设定比例划分为训练集和测试集；建立基于深度学习的包含注意力机制和二维卷积的级联超声心动图分割模型；将处理后的超声心动图数据集训练集依次输入分割模型中进行迭代训练；其中分割损失函数为Dice损失函数和交叉熵损失函数结合损失函数；加载训练模型，将待分割的超声心动图图像测试集输入训练模型获取左心室左心房图像分割结果，并根据分割结果评估射血分数。通过本发明提出的方法，可以精准高效的分割出超声心动图像中的左心室和左心房目标区域，并根据左心室区域评估射血分数。
-
公开(公告)号：CN118506003A
公开(公告)日：2024-08-16
申请号：CN202410675932.X
申请日：2024-05-28
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06T7/00 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/80 , G06N3/048 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供一种基于深度学习的人脑卒中图像分割方法，方法包括：获取人脑卒中三维图像数据集并进行预处理；将处理好的数据集按比例划分为训练集和测试集；建立基于深度学习的包含残差、注意力融合以及输入自适应调整机制等和三维卷积的级联脑卒中分割模型；将所述人脑卒中图像数据集中的训练集输入所述基于深度学习的脑卒中分割模型，得到训练后的脑卒中分割模型，Dice损失函数值为其分割效果指标；将人脑卒中图像数据集中的测试集作为训练完成所得到的人脑卒中分割模型的输入，以此获取该模型的分割结果；且通过多次实验来验证模型的鲁棒性。通过本发明提出的方法，可以精准高效的分割出脑卒中图像中的目标区域，相较于目前所存在的其它脑卒中分割网络模型，在分割效果上有明显的提升。
-
Patent Agency Ranking
公开(公告)号：CN109884918A
公开(公告)日：2019-06-14
申请号：CN201910266475.8
申请日：2019-04-03
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种实验平台和一种实验平台的控制方法，其中，实验平台包括：本体；支架；第一驱动部，第一驱动部设置在本体上，且与支架的一端相连接，用于驱动支架在第一方向运动；摆臂，摆臂的一端与支架的另一端转动相连；第二驱动部，第二驱动部设置在支架上，驱动摆臂在第二方向转动；控制部，控制部分别与第一驱动部和第二驱动部相连接，根据上位机发送的工作模型生成第一控制信号驱动第一驱动部和根据上位机发送的工作模型生成第二控制信号驱动第二驱动部。本发明提出的实验平台实现摆臂在第一方向和第二方向上的运动控制，进而按照上位机的第一控制信号和第二控制信号组成的控制信号实现指定动作，进而实现空间操控测试。
-
公开(公告)号：CN119272559A
公开(公告)日：2025-01-07
申请号：CN202411253500.6
申请日：2024-09-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于胎内应变的轮胎磨损程度估计方法，先通过有限元分析软件进行建模，得到不同磨损程度的三维轮胎模型，并提取不同工况(气压、载重和速度)下三维轮胎模型的应变数据并绘制曲线图来提取特征，将提取的特征与轮胎磨损进行相关性分析，选择与轮胎磨损相关性较大的特征作为回归分析特征，将气压、载重、速度和回归分析特征作为输入量，轮胎磨损程度作为输出量来训练和构建轮胎磨损程度估计模型。利用建立好的模型进行轮胎磨损程度的估计，并用实际测试数据对模型的有效性进行验证。本发明使得轮胎磨损程度估计结果更加准确并能更好的适应复杂工况下的轮胎磨损程度估计。
-
公开(公告)号：CN117934492A
公开(公告)日：2024-04-26
申请号：CN202410111203.1
申请日：2024-01-26
Applicant: 桂林电子科技大学
IPC: G06T7/10 , G06V10/20 , G06V10/774 , G06N3/04
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于深度学习的心脏磁共振图像分割方法，首先对人体心脏磁共振三维图像数据集进行了预处理，随后建立了一个包含注意力机制和残差模块的三维卷积级联的心脏磁共振图像分割模型；预处理后的数据被送入该模型进行迭代训练，以获取训练完备的心脏磁共振图像分割模型。最终，将待分割的人体心脏磁共振三维图像被输入训练好的模型中，完成心脏图像的结构分割任务。本发明在三维卷积编解码阶段引入了残差模块，以抑制网络深度增加出现的梯度消失现象，另外，在精准分割网络部分引入了期望最大化注意力机制，提供更精确和可调节的关注和权重分配。通过本发明可以精准高效的分割出心脏磁共振图像中的目标区域。
-
公开(公告)号：CN119359644A
公开(公告)日：2025-01-24
申请号：CN202411380890.3
申请日：2024-09-30
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种应用于储存类芯片缺陷检测的方法，用来提高对储存类芯片表面缺陷检测速度和精度。本发明采用Faster‑RCNN网络作为检测网络，将主干网络替换为轻量化网络MobileNetV3，极大地减少了计算量和参数量。此外，在此基础上连接一个BiFPN网络，该网络通过跨尺度连接和加权特征融合来平衡不同尺度特征之间的信息。由于芯片尺寸存在差异，BiFPN网络在处理不同尺寸的芯片方面性能良好，从而在保证计算效率的同时提高特征表示的质量。通过平衡不同尺度特征之间的信息，提高了模型的鲁棒性和检测精度。通过以上改进后的网络模型在检测芯片表面缺陷方面具备优越性，适用于多种场景下的芯片表面检测。
-
公开(公告)号：CN111176196B
公开(公告)日：2024-12-27
申请号：CN202010091172.X
申请日：2020-02-13
Applicant: 桂林电子科技大学
IPC: G05B19/042
Abstract: 本发明提出了一种光开关的控制系统和控制方法，其中控制系统包括：控制器，与光开关连接，控制器适于向光开关输出电压，以使光开关在电压加载下受静电吸引力而旋转；电源，与控制器连接，电源适于为控制器供电；升压组件，连接于电源和控制器，升压组件适于对待输入至控制器的供电电压进行升压转换；处理器，与控制器连接，处理器适于根据控制参数、编译参数和simulink仿真工具编译控制器的控制代码，一方面能够提供较大的直流电源，解决对于不同的静电驱动MEMS光开关需要开发特定的硬件控制系统的问题，降低生产成本，另一方面，基于simulink的图形化编程构造算法，能自动生成代码并下载到系统中。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.042 seconds)
