-
公开(公告)号：CN115719420A
公开(公告)日：2023-02-28
申请号：CN202211536504.6
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26
Abstract: 本发明公开了一种基于体素和图卷积的三维点云语义分割方法。该发明基于图卷积网络(GCN)通过充分保留数据粒度和利用点相互关系能带来显著的性能，但基于点的网络在数据结构(例如，最远点采样(FPS)和邻近点查询)上花费了大量时间，限制了速度和可扩展性的问题，提出基于体素和图卷积的解决方案，该方法可以快速有效的构建点云表示，提升网络的处理速度和可扩展性。本发明提出的基于体素和图卷积的三维点云语义分割方法，通过构建覆盖感知网格查询(CAGQ)，利用网格空间的效率，覆盖感知网格查询(CAGQ)提高了空间覆盖率，同时降低了理论时间复杂度；然后将CAGQ生成的局部点组输入由图卷积构成的网格上下文聚合(GCA)，通过执行网格上下文池化以提取网格邻域的上下文特征，从而完成特征信息的提取。
-
公开(公告)号：CN116961632A
公开(公告)日：2023-10-27
申请号：CN202310765355.9
申请日：2023-06-27
Applicant: 国网上海市电力公司 , 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: H03K17/04 , H03K17/08 , H03K17/16 , H03K17/687
Abstract: 本发明涉及一种碳化硅MOSFET多电平驱动电路及其控制方法，电路包括碳化硅MOS管，第一MOS管的源极和第二MOS管的漏极连接，第一MOS管的源极和第二MOS管的漏极的连接处通过栅极电阻连接碳化硅MOS管的栅极；第一MOS管的漏极连接电源，第二MOS管的源极接地；第二MOS管两端并联有电阻和电容；电阻和电容的连接处连接正向输入端，正向电源端和反向输入端连接齐纳二极管的阳极，齐纳二极管的阴极连接电源，比较器的输出端连接第三MOS管的栅极；第三MOS管的漏极连接电源，第三MOS管的源极连接电阻的一端电阻和比较器的反向电源端之间连接有电容，电容两端并有电阻。与现有技术相比，本发明具有克服串扰效应等优点。
-
公开(公告)号：CN115564888A
公开(公告)日：2023-01-03
申请号：CN202210845580.9
申请日：2022-07-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明基于MVSNet网络进行改进，提出一种基于深度学习的可见光多视图像三维重建方法。将网络中的批归一化层和非线性激活函数层替换为融合的Inplace‑ABN层，降低了显存的占用量。设计基于分组相似性的加权均值度量法对代价体的特征维度进行降维，获得了更加轻量级的代价体，压缩了网络参数，降低了计算量与显存消耗。针对MVSNet网络使用低尺度特征图导致深度图分辨率低于输入图像的问题，利用特征金字塔模块提取多尺度的特征图，并设计了分阶段、多尺度的迭代优化深度估计。在保证精度的前提下，通过多轮深度迭代，降低了代价体深度平面的平均数量，使代价体获得更高的空间分辨率，提高了深度图估计的准确度。最后对输出深度图进行过滤与融合完成场景三维重建任务。
-
公开(公告)号：CN119151806A
公开(公告)日：2024-12-17
申请号：CN202310696472.4
申请日：2023-06-13
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于深度学习的无人机图像增强方法。该发明针对RetinexNet算法对于图像中已经足够亮的像素，仍会进行增强处理，导致图像失真和信息丢失的问题，利用基于皮尔生长曲线对图像进行自适应亮度伽马校正，通过对图像的每个像素进行非线性变换来调整亮度，使其在人眼中具有更加平均的感知。针对RetinexNet算法会引入新的噪声的问题，本发明在Retinex分解模块引入引导滤波来替代高斯滤波对图像进行平滑去噪，利用高质量的引导图像来引导滤波器进行滤波，从而保留原始图像的边缘和细节；然后设计了基于引导滤波的Retinex分解模块，更好的计算图像的反射分量和光照分量。
-
公开(公告)号：CN119131101A
公开(公告)日：2024-12-13
申请号：CN202310701044.6
申请日：2023-06-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/50 , G06V10/52 , G06V10/44 , G06V10/74 , G06V10/82 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082
Abstract: 本发明针对利用多视无人机序列图像进行大范围场景的三维重建任务时，存在模型细节还原度不高，算力和存储资源要求高，建模时间长等问题，设计了一种基于动态多尺度特征和内容感知聚合的深度估计网络。高精度的深度估计是实现高精度三维重建的重要保障，该网络以多视角立体网络MVSNet为基础，引入了动态多尺度特征提取网络、轻量级代价体、内容感知的代价体聚合模块和循环卷积混合网络，能够提取出图像中更丰富更深层次的深度信息，且在运行效率方面也有优秀的表现。
-
Patent Agency Ranking
公开(公告)号：CN114724023A
公开(公告)日：2022-07-08
申请号：CN202111472870.5
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于孪生神经网络和FCN全卷积网络的水体变化检测方法。该发明基于孪生神经网络和FCN网络设计了一种可用于水体变化检测的方法，利用深度学习从原始遥感数据中充分提取出图像的特征信息，有效地弥补了传统变化检测方法中侧重于差异建模，而忽略图像本身的信息。本发明设计了一个孪生网络，其主要的结构由三部分组成，分别是编码器、解码器和分类器，编码器由共享权值的孪生网络和FCN全卷积网络构成，解码层则是利用双线性插值法进行上采样来逐步恢复出特征图的分辨率。此外，该网络还结合了修正归一化水体指数(RNDWI)来提取水体特征，避免图像中的其余地物的信息对水体的干扰，提高了网络对水体特征提取的性能和鲁棒性。
-
公开(公告)号：CN117420366A
公开(公告)日：2024-01-19
申请号：CN202311186828.6
申请日：2023-09-14
Applicant: 国网上海市电力公司 , 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: G01R31/00
Abstract: 本发明涉及一种碳化硅功率变换器系统的电磁干扰噪声检测方法和装置，方法包括：S1、分析LLC谐振变换器的电磁干扰噪声机理，得到共模电磁干扰行为模型；S2、从共模电磁干扰共模行为模型中提取等效电路，分析等效电路的噪声电流信号的预测式，通过实验测量噪声电流信号的预测式的参数的值，得到噪声电流信号的预测值；S3、将噪声电流信号的预测值与实验测得的噪声电流信号的测量值进行对比，若两者之间的差小于阈值，则基于此时的共模电磁干扰行为模型进行电磁干扰噪声检测；反之，返回S2。与现有技术相比，本发明具有提高LLC谐振变换器的电磁干扰噪声的检测的准确性等优点。
-
公开(公告)号：CN115796071A
公开(公告)日：2023-03-14
申请号：CN202211379642.8
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/28 , G06F30/25 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于体表征元尺度LBM方法的气体吸附模型。该发明根据多孔介质渗流理论提出使用格子玻尔兹曼方法对多孔介质中气体吸附的过程进行模拟的方案。选择合适的多孔介质格子玻尔兹曼模型以及适当的物理吸附方程，建立多孔介质对气体吸附的物理模型，根据宏观渗流控制方程，边界处理条件使用非平衡态外推格式，编写程序，完成对体表征元尺度的多孔介质气体吸附数值模拟。
-
公开(公告)号：CN115761118A
公开(公告)日：2023-03-07
申请号：CN202211395904.X
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T17/00 , G06T3/40 , G06T17/10 , G06T5/00 , G06N3/0499
Abstract: 本发明基于SSRNet网络设计了一种可拓展的表面重建的方法，该网络将大规模点云进行分块处理，并以八叉树顶点为中心点来构造局部空间的几何感知特征，弥补了传统的表面重建方法只能处理小范围的点云，难以满足对大场景以及精细表面的重建需求。本发明首先以PointNet++网络为基础，将网络层数由2层增加为3层，提取出点云的局部特征，再用八叉树结构来划分点云，将八叉树顶点作为分块的局部空间的中心点，提取出局部空间的全局特征，并增加Dropout结构来防止过拟合，然后使用SSRNet对八叉树的顶点标签进行预测，再将分块处理的部分组合起来形成全局场景，通过Marching Cubes提取目标物的表面，最后使用拉普拉斯算法对表面进行平滑细化，最终完成表面重建的任务。
-
公开(公告)号：CN113609312A
公开(公告)日：2021-11-05
申请号：CN202110636515.0
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F16/387 , G06F16/36 , G06F40/295 , G06K9/62
Abstract: 本发明提供了一种基于特征评估和关键词相似度的地理文本语料标注方法，得到高质量的地理领域标注语料。该方法包括：利用爬虫技术爬取网络文本得到知识库与语料库；对语料库进行预处理，得到清洗过的语料；根据文本中的实体对将知识库和语料库对齐；计算句子特征词；计算词语在地理实体对中的权值；选取权值最大的词作为关系词；利用Word2Vec模型生成词向量；计算句子中关系词与知识库中关系词的相似度；找出相似度最大的关系词并进行语料标注，最终得到标注实体和关系类型的语句。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.039 seconds)
