公开(公告)号：CN114376550A

公开(公告)日：2022-04-22

申请号：CN202111525777.6

申请日：2021-12-14

申请人： 西安电子科技大学青岛计算技术研究院 ,  西安电子科技大学

发明人： 贾广 ,  黄力宇 ,  田捷 ,  惠辉 ,  苗启广 ,  李檀平 ,  席力 ,  王颖 ,  王泽 ,  胡凯

IPC分类号： A61B5/0515

摘要： 本发明公开了一种基于梯度场的磁粒子成像系统，包括：激励磁场模块，包括均匀磁场激励单元和三方向的梯度磁场激励线圈对；各方向梯度磁场激励线圈对在被加载变化的反向交变电流后用于提供强度变化的梯度磁场；控制模块用于针对目标成像维度和目标成像平面，选择向至少一个特定方向的梯度磁场激励线圈对提供变化的反向交变电流使其磁场大小多次改变，以多次改变空间总梯度磁场的方向和大小；接收线圈对用于产生感应电压；信号处理模块用于对电压信号信号处理并提取尖峰信号的三倍基频谐波分量；图像重建模块用于根据不同三倍基频谐波分量利用系统矩阵重建得到待测目标内磁纳米粒子浓度的分布图像。本发明能降低功耗、提高图像质量并扩大成像视野。

公开(公告)号：CN116701861A

公开(公告)日：2023-09-05

申请号：CN202310619062.X

申请日：2023-05-29

申请人： 西安电子科技大学广州研究院 ,  西安电子科技大学

发明人： 冯军美 ,  苗启广 ,  韩玖胜 ,  郗岳 ,  黄婷 ,  牛冠冲

IPC分类号： G06F18/20 ,  G06F18/214 ,  G06F16/9535

摘要： 本发明具体涉及一种基于显式和隐式反馈特征的后融合个性化推荐模型和方法，该模型包括显式特征提取模块、隐式特征提取模块和整体特征提取模块，显式特征提取模块和隐式特征提取模块分别与整体特征提取模块连接；该方法融合了IBPR模型和BiasSVD模型，将BiasSVD模型得到的预测的评分矩阵和IBPR模型得到的预测的排序评分矩阵进行加权求和，得到最终的预测的排序评分矩阵，将用户预测得到的所有排序评分从高到低进行排序，并将排序比较靠前的前个项目推荐给用户。本发明利用BiasSVD模型提取显式反馈特征、IBPR模型提取隐式反馈特征，并充分利用数据集中的历史评分数据和隐式反馈数据，缓解了推荐系统的冷启动问题，提高了推荐系统的性能。

公开(公告)号：CN115830477A

公开(公告)日：2023-03-21

申请号：CN202211509371.3

申请日：2022-11-29

申请人： 西安电子科技大学广州研究院 ,  西安电子科技大学

发明人： 郗岳 ,  苗启广 ,  冯军美 ,  刘德阳 ,  李飞 ,  牛冠冲

IPC分类号： G06V20/17 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0895

摘要： 本发明公开了一种面向无人机目标检测的动态上下文关系采集网络(DyCC‑Net)结构，包括骨干网络，骨干网络通过动态上下文关系采集器(DyCC)连接顶到底通路，顶到底通路连接检测头。本发明DyCC‑Net通过DyCC，实现了对于输入图像的感知推理。DyCC‑Net能够自动地区分不同难度的图像，自主地选择是否执行上下文关系采集模块，从而在保障目标检测性能的前提下，减少算法计算开销的目标。实施例表明，DyCC‑Net的检测性能不仅比国际最先进的检测算法还要高出2％左右的准确率，而且算法的计算开销减少约10％。

公开(公告)号：CN118657815A

公开(公告)日：2024-09-17

申请号：CN202410690804.2

申请日：2024-05-30

申请人： 西安电子科技大学

发明人： 武越 ,  白天宇 ,  张明阳 ,  马文萍 ,  公茂果 ,  李豪 ,  苗启广

IPC分类号： G06T7/33 ,  G06N3/045

摘要： 本发明公开了一种基于几何结构分析的三维点云配准方法，该方法包括：基于源点云在7个维度的几何特征信息和模板点云在7维度的几何特征信息，并基于Transformer特征提取器分别提取源点云和模板点云在7维度的几何特征信息对应的特征，利用提取的特征信息进行源点云和模板点云的配准。本发明通过引入多种几何结构信息和利用Transformer模型进行点云配准的方式，显著提升了对点云中几何结构信息的捕获和利用能力，更有效地提取了点云中重要的相关特征，实现点云更高准确性的配准。

公开(公告)号：CN114937151B

公开(公告)日：2024-08-23

申请号：CN202210489413.5

申请日：2022-05-06

申请人： 西安电子科技大学

发明人： 韩金月 ,  盛立杰 ,  苗启广

IPC分类号： G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于多感受野和注意力特征金字塔的轻量级目标检测方法，主要解决存储资源受限设备中检测精度较低及检测速度较慢的问题，其实现方案是：1)获取目标检测图像的训练集和测试集；2)构建轻量级多感受野模块；3)构建注意力特征金字塔；4)以FCOS框架为基础，构建由MobileNetv2网络、轻量级多感受野模块、注意力特征金字塔、预测模块组成的深度学习网络，并使用训练集对其进行训练；5)将测试集中的图像输入到训练好的深度学习网络，得到目标检测结果。本发明能快速准确地检测出图像中包含的目标，且检测精度高、检测速度快，参数量小，可用于行人检测、人脸识别、智能监控、工业检测。

公开(公告)号：CN114821052B

公开(公告)日：2024-08-23

申请号：CN202210444054.1

申请日：2022-04-25

申请人： 西安电子科技大学

发明人： 苗启广 ,  高欢 ,  刘如意 ,  刘向增 ,  谢琨 ,  宋建锋 ,  卢子祥 ,  贾广

IPC分类号： G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/09 ,  G06T7/00 ,  G06T19/20

摘要： 本发明提出了一种基于自调节策略的三维脑肿瘤核磁共振图像分割方法，实现步骤为：(1)获取训练样本集和测试样本集；(2)构建自调节策略的脑肿瘤核磁共振图像分割网络模型G；(3)定义网络模型G的损失函数LSR；(4)对网络模型G进行迭代训练；(5)获取分割结果。本发明所构建的脑肿瘤图像分割方法，利用像素级分割网络提取浅层特征指导更深层网络的训练，促使深层网络获取更多肿瘤内部区域的细节信息；利用图像级分类网络获得的深层特征指导浅层网络的训练，以保留更多肿瘤核心区域的语义信息，并且分割和分类网络提取的特征互相监督，同时不引入额外的监督数据，进一步提高肿瘤核心区域的分割精度。

公开(公告)号：CN118506082A

公开(公告)日：2024-08-16

申请号：CN202410639986.0

申请日：2024-05-22

申请人： 西安电子科技大学

发明人： 赵佩佩 ,  苗启广 ,  丁伟 ,  姚航

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 一种基于非形变对象特征提取的细粒度图像分类方法，包括以下步骤；步骤1；通过CNN卷积神经网络提取整个原始输入图像的特征；步骤2，通过高频通道筛选出对图像分类起关键性作用的通道；步骤3，对高频通道进行整合并生成掩码，并取最具有差别性的连通区域作为后续的截取目标区域；步骤4，通过非形变对象区域截取策略对目标区域进行截取；步骤5，最终对原始图像特征和截取出的判别区域特征的高频通道特征图进行特征融合，在此基础上得到分类结果。本发明基于CNN提取的原始卷积特征，通过集成高频通道选择、局部判别区域定位两个模块和非形变对象区域截取策略构成一个FLNet网络分类预测，利用该方法进行分类预测著提高了细粒度视觉分类任务的性能。

公开(公告)号：CN118280589A

公开(公告)日：2024-07-02

申请号：CN202410473225.2

申请日：2024-04-19

申请人： 西安电子科技大学

发明人： 杨鹏飞 ,  王泉 ,  黄嘉阳 ,  苗启广 ,  王笛 ,  杨万旺 ,  王嘉希 ,  问好 ,  阮紫玲 ,  杨珂艺

IPC分类号： G16H50/70 ,  G16H20/70 ,  G06N3/048 ,  G06N3/08

摘要： 本发明提出了一种利用日常行为数据的大学生心理危机预警方法，实现步骤为：获取训练样本集和测试样本集；构建基于交叉网络的心理危机预警模型；对心理危机预警模型进行迭代训练；获取心理危机预警结果。本发明在对心理危机预警模型进行训练以及获取评估结果的过程中，交叉网络通过对输入的特征向量进行逐元素相乘，能够深入挖掘不同特征间的交互关系，并通过全连接神经网络的多次非线性运算，隐式地生成特征间的交互信息，提高了预测的准确性；同时本发明使用的有自适应权重的交叉熵损失函数，通过调整不同类别样本的权重，降低了易分类样本的权重，使得模型能够更多地关注那些难以分类但更为关键的样本，从而提高了模型的预测精度和泛化能力。

公开(公告)号：CN117979053A

公开(公告)日：2024-05-03

申请号：CN202410156804.4

申请日：2024-02-02

申请人： 西安电子科技大学

发明人： 卢子祥 ,  田步甲 ,  苗启广 ,  谢琨 ,  刘如意 ,  权义宁

IPC分类号： H04N21/234 ,  G06T13/20 ,  G06T13/40 ,  H04N21/233 ,  H04N21/44 ,  H04N21/439 ,  G10L25/18 ,  G10L25/21 ,  G10L25/24 ,  G10L19/16

摘要： 本发明公开了使用生成式说话头的视频课程增强方法，首先，对提供的教师图像或者短视频进行预处理；对完整的输入音频进行切片操作，将多帧的音频切片为一个特征块，再采用特征提取器提取输入音频中的特征；利用三维可变形模型提取三维人脸特征；将提取的音频特征和三维人脸特征作为说话头生成网络的输入；再将输出的特征进入神经渲染器进行渲染，得到说话头视频；最后，将说话头视频与屏幕录制视频融合，得到最终的视频课程。使用本发明方法生成的说话头视频嘴唇部分分辨率高，基本无扭曲变形，更生动真实。

公开(公告)号：CN116579347A

公开(公告)日：2023-08-11

申请号：CN202310212288.8

申请日：2023-03-07

申请人： 西安电子科技大学

发明人： 李沛源 ,  权义宁 ,  江涛 ,  孙鹏岗 ,  宋建锋 ,  苗启广

IPC分类号： G06F40/30 ,  G06F16/35 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/084

摘要： 一种基于动态语义特征融合的评论文本情感分析方法、系统、设备及介质，其方法利用BERT预训练模型对传统词嵌入的情感语义表征能力予以补充，通过对BERT模型的微调，在任务预处理阶段充分挖掘出文本蕴含的情感语义信息，动态地对词语进行标识，表征多义词和新词的语义；另外通过双向门循环网络结构(Bi‑GRU)融合自注意力机制，得出每个情感类别对应的概率值，选取概率值最大的类别作为BERT‑BiGRU模型的最终输出结果；所述系统、设备及介质用于计算机程序被处理器执行时能够对评论文本的情感进行分析；本发明具够对评论文本中蕴含的情感极性进行较为准确的预测和分类；改善情感分类模型的性能效果。