-
公开(公告)号：CN115410707B
公开(公告)日：2023-01-31
申请号：CN202211346454.5
申请日：2022-10-31
申请人： 西南石油大学 , 成都迈创立科技有限公司
摘要： 本发明涉及一种膝关节骨性关节炎的远程诊疗及康复系统，属于混合现实及康复领域。包含远程诊疗子系统和康复锻炼子系统，远程诊疗子系统包括包括患者图像采集模块、骨关节疼痛区域三维重建模块、三维模型传输模块、医患交流模块；康复锻炼子系统包括康复训练模块、预防跌倒模块、实时报警模块。本发明采用模糊双成分评价法评价患者动作的标准度，通过积分形式提高患者的康复积极性。与现有技术相比，本发明极大缩短了地理距离的鸿沟，使得膝关节骨性关节炎患者能够就近问诊，同时也减少患者对康复治疗师的依赖。
-
公开(公告)号：CN117132870A
公开(公告)日：2023-11-28
申请号：CN202311385829.3
申请日：2023-10-25
申请人： 西南石油大学
IPC分类号： G06V10/82 , G06V10/44 , G06V10/42 , G06V10/80 , G06V20/40 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
摘要： 本发明属于目标检测技术领域，提供了一种CenterNet与混合注意力相融合的机翼结冰检测方法。本发明可用于结冰图像的识别，进而实现机翼结冰检测的任务。本发明旨在解决现有的机翼结冰检测方法要么依赖操作员经验，要么依赖复杂的工程实现和高昂的硬件开发成本等问题。为了解决实验数据中出现的特定结冰区域方向问题，我们设计了一种新颖的角度预测分支网络，以实现对旋转目标的精确校准。进一步的，我们将混合注意力（Convolutional Block Attention Module）融合到神经网络中，有效的增强了对冰形边界的特征提取能力。我们设计了RA‑CenterNet与其他主流旋转目标检测方法和基线网络的对比实验，结果表明，RA‑CenterNet算法与主流旋转目标检测算法相比具有综合竞争优势。
-
公开(公告)号：CN115410707A
公开(公告)日：2022-11-29
申请号：CN202211346454.5
申请日：2022-10-31
申请人： 西南石油大学 , 成都迈创立科技有限公司
摘要： 本发明涉及一种膝关节骨性关节炎的远程诊疗及康复系统，属于混合现实及康复领域。包含远程诊疗子系统和康复锻炼子系统，远程诊疗子系统包括包括患者图像采集模块、骨关节疼痛区域三维重建模块、三维模型传输模块、医患交流模块；康复锻炼子系统包括康复训练模块、预防跌倒模块、实时报警模块。本发明采用模糊双成分评价法评价患者动作的标准度，通过积分形式提高患者的康复积极性。与现有技术相比，本发明极大缩短了地理距离的鸿沟，使得膝关节骨性关节炎患者能够就近问诊，同时也减少患者对康复治疗师的依赖。
-
公开(公告)号：CN117132870B
公开(公告)日：2024-01-26
申请号：CN202311385829.3
申请日：2023-10-25
申请人： 西南石油大学
IPC分类号： G06V10/82 , G06V10/44 , G06V10/42 , G06V10/80 , G06V20/40 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
摘要： 基线网络的对比实验，结果表明，RA‑CenterNet本发明属于目标检测技术领域，提供了一种 算法与主流旋转目标检测算法相比具有综合竞CenterNet与混合注意力相融合的机翼结冰检测 争优势。方法。本发明可用于结冰图像的识别，进而实现机翼结冰检测的任务。本发明旨在解决现有的机翼结冰检测方法要么依赖操作员经验，要么依赖复杂的工程实现和高昂的硬件开发成本等问题。为了解决实验数据中出现的特定结冰区域方向问题，我们设计了一种新颖的角度预测分支网络，以实现对旋转目标的精确校准。进一步的，我们将混合注意力（Convolutional Block (56)对比文件匡益.基于深度学习的工业仪表检测与自动读数方法研究《.中国优秀硕士学位论文全文数据库》.2023,(第08期),C030-23.
-
公开(公告)号：CN115205274A
公开(公告)日：2022-10-18
申请号：CN202210887548.7
申请日：2022-07-26
申请人： 西南石油大学
IPC分类号： G06T7/00 , G06V10/141 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于轻量化级联网络的布匹瑕疵检测方法。包括构造适用于布匹缺陷检测的YOLOv5s‑GSBiFPN轻量化检测模型。在主干网络特征提取阶段，设计了全新的双路注意力CSPGhostSE结构，并通过堆叠多层CSPGhostSE结构提取深层特征。在特征融合阶段使用了三层堆叠的加权双向金字塔BiFPN结构，充分融合多尺度特征。其次针对检测缺陷特征不明显样本易出现误检的问题，提出了检测+分类的级联网络架构，对预测框进一步进行是否为瑕疵的二分类判断过滤误检。本发明设计的轻量化级联检测模型显著提升了小目标和困难样本检出能力，误检较少且模型较小，易于实现低性能设备端部署。
-
公开(公告)号：CN117648572B
公开(公告)日：2024-04-05
申请号：CN202410122491.0
申请日：2024-01-30
申请人： 西南石油大学
IPC分类号： G06F18/2135 , G06F18/213 , G06F18/241 , G06F18/23 , G06N20/00
摘要： 本发明涉及人工智能领域，具体为基于虚拟现实和集成学习的认知评估方法和系统。所述基于虚拟现实和集成学习的认知评估方法对数据进行预处理；利用KM‑BorderlineSMOTE算法对少数类样本进行平衡处理；使用主成分分析算法对特征进行降维，取累计方差贡献率大于95%的特征作为分类特征；选择N类基分类器进行模型训练；利用自适应综合权值更新集成学习算法对N类基分类器的输出结果进行集成。所述基于虚拟现实和集成学习的认知评估系统包括用户子系统、虚拟超市子系统、认知评估子系统。与现有技术相比，本方法可以更好捕捉数据的特征和规律，提高模型泛化能力和分类性能；本系统提高了认知评估过程的生态有效性。
-
公开(公告)号：CN117648572A
公开(公告)日：2024-03-05
申请号：CN202410122491.0
申请日：2024-01-30
申请人： 西南石油大学
IPC分类号： G06F18/2135 , G06F18/213 , G06F18/241 , G06F18/23 , G06N20/00
摘要： 本发明涉及人工智能领域，具体为基于虚拟现实和集成学习的认知评估方法和系统。所述基于虚拟现实和集成学习的认知评估方法对数据进行预处理；利用KM‑BorderlineSMOTE算法对少数类样本进行平衡处理；使用主成分分析算法对特征进行降维，取累计方差贡献率大于95%的特征作为分类特征；选择N类基分类器进行模型训练；利用自适应综合权值更新集成学习算法对N类基分类器的输出结果进行集成。所述基于虚拟现实和集成学习的认知评估系统包括用户子系统、虚拟超市子系统、认知评估子系统。与现有技术相比，本方法可以更好捕捉数据的特征和规律，提高模型泛化能力和分类性能；本系统提高了认知评估过程的生态有效性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.021 秒)
