-
公开(公告)号：CN114913592A
公开(公告)日：2022-08-16
申请号：CN202210547375.4
申请日：2022-05-18
Applicant: 重庆邮电大学
IPC: G06V40/18 , G06V10/82 , G06V10/774 , G06N3/04
Abstract: 本发明涉及一种基于卷积神经网络的眼底图像分类方法，属于医学图像处理技术领域。该方法包括：S1：以眼底图像为输入，获取每个像素对应的组织图像；S2：组织图像通过预训练卷积神经网络进行特征提取；其中预训练卷积神经网络即特征提取网络是利用公开的纹理图像集和少量组织图像集，经迁移学习得到的卷积神经网络；S3：特征提取后，采用基于GAN的孪生网络中的解码器－编码器网络在重构正则化的共享空间中匹配源域和目标域的分布，并利用判别器将目标域和源域区分；S4：采用对抗损失和交叉熵损失函数训练网络参数，获取最优分类网络模型。本发明能增强特征信息提取能力，更加准确地对眼底图像进行分类，提高最终分类结果的准确率。
-
公开(公告)号：CN116682406A
公开(公告)日：2023-09-01
申请号：CN202310569067.6
申请日：2023-05-19
Applicant: 重庆邮电大学
IPC: G10K11/178
Abstract: 本发明请求保护一种基于RISC‑V架构改进的DFxLMS‑DANC主动降噪系统及方法，所述DFxLMS‑DANC算法是用于在自主设计的RISC‑V自定义指令集拓展的音频算法加速器模块上，所述DFxLMS‑DANC算法由扩散滤波x最小均方算法去约束次级路径分布式主动噪声控制系统得到的，优化计算开销。通过根据预期信号与实验信号的能量比来分别调节主控制环节和建模环节的步长因子，来减小二者的误差，在与传统多通道主动噪声控制多误差FxLMS系统相比，DFxLMS‑DANC算法设计在计算乘法和加法的数量分别减少42％和4.6％，提高ANC主动噪声控制系统的计算速度，带来更优秀的降噪反馈能力，拥有降噪性能好、响应速度快和硬件开销更小的优点。
-
公开(公告)号：CN114821189A
公开(公告)日：2022-07-29
申请号：CN202210550803.9
申请日：2022-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于眼底图像的病灶图像分类与识别方法，属于医学影像处理领域。该方法采用YOLOv5网络结构和目标框加权融合为框架，将采集得到的眼底图像经过Mosaic方法深化数据集，再结合深化后的图像数据集和损失函数训练，图像分类后进入目标框加权融合框架，最后根据分类概率输出不同眼底图像的二值图，分类输出病灶二值图。本发明采用提高了网络模型对病灶特征的提取能力。
-
公开(公告)号：CN118238179A
公开(公告)日：2024-06-25
申请号：CN202410306238.0
申请日：2024-03-18
Applicant: 重庆邮电大学
IPC: B25J19/00
Abstract: 本发明请求保护一种基于FPGA的可重构机器人设计方法，结合环境感知、信息处理、多传感器融合、PID控制、运动规律算法、图像处理等技术，实现了摄像头区域内的目标物体识别；配合激光测距传感器，控制机械小车移动移动到目标物体附近；机械臂通过舵机控制算法抓取、放置、寻找下一目标等一系列操作；通过颜色传感器分类所抓取目标色彩信息；通过温湿度、光传感器获取工作环境信息；通过语音播报模块进行信息的实时广播；利用WiFi模块来对机器人进行自动或者手动控制的选择。本系统所提方法具有优良的实现效果，将适用且不限于仓库或货品架的物资搬运；以及寻迹送药到指定病房投放物资；以及废品回收站或垃圾站针对某些废品的搜集。
-
公开(公告)号：CN115205308A
公开(公告)日：2022-10-18
申请号：CN202210546837.0
申请日：2022-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于线状滤波和深度学习的眼底图像血管分割方法，属于医学图像处理领域。该方法包括：S1：输入眼底图像，使用基于Hessian矩阵的线状滤波算法增强血管区域；S2：采用MobileNetV3作为血管分割模型的基础模型，建立分割网络VSegNet，然后通过在分割网络VSegNet中加入基于递归模块的编码器进行下采样；S3：在分割网络VSegNet中加入解码器对编码器输出的特征图进行上采样和聚合；S4：训练分割网络VsegNet时，采用分割预测结果与分割真值图像的L1范数计算分割结果的损失值。本发明使得特征信息提取能力得到加强，从而使模型分割性能得到提高。
-
Patent Agency Ranking
公开(公告)号：CN114663440B
公开(公告)日：2025-04-04
申请号：CN202210293140.7
申请日：2022-03-23
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/77 , G06V10/82 , G06V40/18 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的眼底图像病灶分割方法，属于医学影像领域。该方法包括：S1：使用眼底图像作为原始数据集，并采用SMOTE增强原始数据集，分为训练集和验证集；S2：采用U‑Net网络结构作为框架，编码器由Swin‑Transformer构成，解码器部分由DUpsampling模块构成；S3：使用残差网络结构改进编码器部分；S4：训练改进后的U‑Net网络，使用log‑cosh dice loss损失函数来计算病症分割的损失值；S5：根据优化后的U‑Net网络模型，输入测试眼底图像数据，输出病征分割图像。本发明能提高眼底图像细节特征捕捉能力，图像分割的效率和准确性。
-
公开(公告)号：CN118335049A
公开(公告)日：2024-07-12
申请号：CN202410367129.X
申请日：2024-03-28
Applicant: 重庆邮电大学
IPC: G10K11/178 , G10L25/30
Abstract: 本发明请求保护一种基于动量LMS算法改进的ANC系统及方法，针对ANC系统收敛速度慢、稳定性差、次级通道建模精度低，以及降噪性能弱的问题，提出了动量LMS算法。所述动量LMS算法在LMS算法基础上增加了2个动量项，减少了LMS算法对输入向量自相关矩阵特征值分散程度。针对低频噪声，通常采用主动噪声控制技术，在室内噪声ANC控制系统设计中，次级路径建模的精度直接影响整个系统的降噪效果。在此，针对主动噪声技术中所涉及的次级路径建模的问题进行了研究，改进现有主动噪声控制算法。
-
公开(公告)号：CN116734897A
公开(公告)日：2023-09-12
申请号：CN202310509608.6
申请日：2023-05-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种多波长强度调制光谱采样光纤法珀传感器高速测量系统，属于光纤传感技术领域。该系统包括激光阵列、光纤耦合器、光纤环形器、光纤法布里‑珀罗(法珀)干涉传感器、光电探测器、多路锁相放大器和计算机；方法包括：利用激光阵列，输出多路不同波长的激光，并对每个波长的激光器进行不同调制频率的强度调制，经光纤耦合器和光纤环形器传输到光纤法珀传感器发生干涉；S2：干涉信号经过光纤环形器进入光电探测器，将光纤法珀传感器输出的干涉信号转换为电信号；S3:多路锁相放大器通过不同的内参考频率，将不同波长的干涉信号分离，并传输给计算机；S4：计算机获得干涉信号的光谱后，利用傅里叶变换算法实时解调出传感器的腔长。本系统具有高速度、(张尧政)高精度、高灵敏度和长期稳定的优点。
-
公开(公告)号：CN116364048A
公开(公告)日：2023-06-30
申请号：CN202310387922.1
申请日：2023-04-12
Applicant: 重庆邮电大学
IPC: G10K11/178
Abstract: 本发明请求保护一种基于改进FxLMS算法的智能主动降噪仪及其工作方法，所述智能主动降噪仪由改进FxLMS算法、自主设计的RISC‑V架构降噪内核、高效率电源、AGC自增益控制电路和高功率音频信号放大电路组成。通过改进的FxLMS算法和RISC‑V架构降噪内核，使系统拥有优秀的突变噪声降噪能力；高功率电源，最大程度的降低电源输出受温度和时间变化带来的影响；AGC自动增益控制模块，降低输出反相音频声波频啸叫可能性，信号再经过自主设计的音频放大电路，实现输出反相音频声波低失真效果。该基于改进FxLMS算法的智能主动降噪仪，拥有降噪效果好和降噪频率广的优点。
-
公开(公告)号：CN119181345A
公开(公告)日：2024-12-24
申请号：CN202411159057.6
申请日：2024-08-22
Applicant: 重庆邮电大学
IPC: G10K11/178
Abstract: 本发明请求保护一种应用于主动降噪的加速电路，所述加速电路通过乘积累加单元加速电路和卷积运算单元加速电路加速运算过程，其中所述乘积累加单元加速电路利用加法树结构并行处理数据，实现一维卷积过程，同时根据上一次权值矩阵更新本次权值系数，反馈前级电路，提高约74％的运算效率，使得次级声源能够加速产生，抵消空间噪声；所述卷积运算单元加速电路简易高效转存数据，加速整体系统的数据传递能力，提高主动噪声控制系统的计算速度，具有更高效的噪声反馈能力。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
