-
公开(公告)号：CN101766493B
公开(公告)日：2011-11-30
申请号：CN201010107997.2
申请日：2010-02-09
Applicant: 杭州电子科技大学
IPC: A61B7/04
Abstract: 本发明涉及一种便携可视化心、肺音可分离的蓝牙电子听诊器。传统听诊器难以捕捉到人体内部脏器发出的一些微弱但却非常重要的生物声。本发明中的心肺音传感器与有源滤波器电路输入端信号连接，有源滤波器电路的输出端与滤波器接口电路输入端信号连接，滤波器接口电路输出端分别与音频功率放大电路和电平转换电路信号连接，音频功率放大电路与耳机信号连接，电平转换电路与总控单元电路信号连接，电源电路为有源滤波器电路、滤波器接口电路、音频功率放大电路、电平转换电路、总控单元电路提供电源；本发明的电子听诊器在有选择地单独听取心音或肺音的同时，借助于与计算机的蓝牙无线连接，实时分析心肺声音。
-
公开(公告)号：CN120047460A
公开(公告)日：2025-05-27
申请号：CN202411672434.6
申请日：2024-11-21
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/90 , G06V10/82 , G06V10/764 , G06V10/75 , G06N3/0455
Abstract: 本发明涉及一种基于Transformer的无监督细胞分割方法，多模态文本图像对齐模块旨在有效融合文本和图像数据，通过Transformer架构实现多模态信息的高度对齐。通过低秩注意机制增强了数据的相互关联性，使得多模态特征能够在无监督的环境下更为精确地被提取和对齐。匹配矩阵特征优化模块进一步处理对齐后的特征数据。利用独特的匹配矩阵优化算法，显著提升了特征匹配的精度，通过优化后的匹配矩阵，提取并调整分割细胞的参数，为后续的分割过程提供更为精准的初始提示。优化后的特征被输入到SAM分割模块。SAM利用其强大的分割能力，实现高精度的细胞分割。该模块充分发挥低秩注意机制和匹配矩阵优化的优势，确保分割结果的准确性和鲁棒性。
-
公开(公告)号：CN119962727A
公开(公告)日：2025-05-09
申请号：CN202510022213.2
申请日：2025-01-07
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q50/00 , G06F16/9535 , G06F16/906 , G06F16/901 , G06F16/334 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于超图神经网络结合文本的信息传播预测方法及系统，该方法首先在公开社交数据集中获取用户的文本和级联数据，分别通过嵌入层和预训练的语言模型，得到对应的用户初始特征向量和文本特征向量。其次基于用户初始特征向量构建级联信息扩散的全局超图和局部超图，并采用不同的卷积策略进行处理，然后通过注意力机制融合全局超图和局部超图，得到用户的级联特征。然后通过多阶段融合用户级联特征和文本特征向量，得到用户级联的特征表示。最后将用户级联的特征表示生成下一用户的预测结果，完成信息传播扩散预测。本发明不仅能够捕捉到用户级联特征，还能够捕捉到丰富的语义特征，实现对信息扩散的有效预测。
-
公开(公告)号：CN119817450A
公开(公告)日：2025-04-15
申请号：CN202510303418.8
申请日：2025-03-14
Applicant: 杭州电子科技大学 , 后稷数农(杭州)科技有限公司
Abstract: 本申请一个或多个实施例提供一种适用于农用机井的智能灌溉控制系统，包括：水泵，设置于所述农用机井的内部；分体式结构的控制端和供电端，所述控制端设置于所述农用机井附近，所述供电端设置于远离所述农用机井的安全区域，且所述供电端与所述水泵之间通过电源线连接；其中：所述控制端用于对发起用水请求的农户进行鉴权，并在确定所述农户具有使用权限的情况下，向所述供电端发送供电指令；所述供电端用于在接收到所述供电指令的情况下，通过所述电源线向所述水泵供电，以使所述水泵在具备电力供应的情况下从所述农用机井中抽水。
-
公开(公告)号：CN119647555A
公开(公告)日：2025-03-18
申请号：CN202411672012.9
申请日：2024-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于频域优化的知识蒸馏方法，包括步骤一：通过频率提示与中间频率范围进行互动，且这一过程受到教师任务损失函数的指导和监督；步骤二、利用步骤一的频率提示，将固定的组件与教师模型的频带进行乘法运算，从而识别出频带中的关键点。本方法特别针对密集预测任务的应用进行了优化，此方法通过动态地整合频率域的信息，使得学生模型能够更有效地学习到教师模型中的关键特征，提高了模型训练的效果和效率。这种方法具有广泛的适用性，能够在不同的任务中提供更为高效的学习框架。
-
Patent Agency Ranking
公开(公告)号：CN119202713A
公开(公告)日：2024-12-27
申请号：CN202411223180.X
申请日：2024-09-03
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/20 , G06F18/22 , G06F18/241 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/09
Abstract: 本发明公开了基于语义感知进行正样本采样的引文网络分类方法及系统，该方法首先构建原始引文网络，分别进行两次数据增强，得到两个增强引文网络。其次将两个增强引文网络输入至一个GNN编码器，得到增强引文网络的节点表示矩阵H。然后选择拓扑方面的正样本对和特征方面的正样本对。最后将两方面得到的正样本对取交集得到正对集合，并计算负对集合，利用正负样本对在H中对应的节点表示计算对比损失函数，进行训练优化，将优化后的H输入分类器中，得到引文网络分类结果。本发明有效改善了图对比学习的整体性能，使得模型在引文网络分类时更加高效、准确。
-
公开(公告)号：CN118735052A
公开(公告)日：2024-10-01
申请号：CN202410823213.8
申请日：2024-06-25
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于宏微观动力学的多尺度信息传播预测方法，该方法首先读取用于信息传播预测的数据集的社交网络构建社交图，利用图卷积网络学习社交图中的用户社交结构特征。其次读取数据集中的信息级联序列，构建传播时序图和传播超图，分别利用宏微观动力学嵌入和超图神经网络，得到局部和全局传播特征。然后将局部传播特征和全局传播特征作为传播特征解耦模块的输入。最后将传播特征解耦模块的两个输出，分别作为两个线性层的输入进行预测，预测出下一时刻用户的感染概率和级联的大小，并计算出对应的任务损失。本发明基于复杂网络动力学理论原理，实现了对社交网络信息传播动态的精准预测。
-
公开(公告)号：CN118469844A
公开(公告)日：2024-08-09
申请号：CN202410673350.8
申请日：2024-05-28
Applicant: 杭州电子科技大学丽水研究院
IPC: G06T5/60 , G06T5/73 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Transformer和双域选择机制的图像散焦去模糊方法，包括步骤如下：步骤一：数据集获取及预处理；步骤二：构建一种基于Transformer和双域选择机制的图像散焦去模糊网络模型；步骤三：使用预处理后的数据集训练基于Transformer和双域选择机制的图像散焦去模糊的网络模型；步骤四：通过训练好的网络模型完成图像散焦去模糊测试。本发明通过深度提取初始特征和末尾特征，并通过剔除特征中的低频信息来增强高频信息。采用端到端的方法构建神经网络，其中利用Transformer模块在一个尺度上提取高质量的图像信息，并通过双域选择模块来保持空间细节的精确性。
-
公开(公告)号：CN118351151A
公开(公告)日：2024-07-16
申请号：CN202410429433.2
申请日：2024-04-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图匹配的街景建筑跨源点云配准方法。首先将获得的两个跨源点云集归一化为相同的尺度，利用三维点云的几何特性，将街景建筑点云分割成超体素，并且提取这些超体素的特征描述符。将提取的超体素和其特征描述符作为图的节点，超体素的相邻关系作为边构建图，将三维点云配准转化为图结构匹配。根据图匹配结果得到的对应关系执行街景建筑点云配准，最终得到两个跨源点云集间的刚性变换配准结果。本发明对跨源点云采用微观结构和宏观结构的提取，将三维点云配准转化成图匹配，并且优化了图匹配的方法，大大提高了跨源点云的配准精度和效率。
-
公开(公告)号：CN117876244A
公开(公告)日：2024-04-12
申请号：CN202311512493.2
申请日：2023-11-14
Applicant: 杭州电子科技大学
IPC: G06T5/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自注意力的图像全监督增强算法。首先进行数据集制作；然后构建基于自注意力的图像增强模型，对于输入的图像，使用特征提取，然后将提取的特征通过多尺度自注意力补偿模块进行特征补偿，弥补原先图像的噪声特征，然后经过质量增强模块，将在多尺度自注意力补偿模块还无法处理的局部图像进行整体质量增强，实现噪声的消除；最后通过获取的数据集对图像增强模型进行训练。本发明方法利用自注意力获得目标信息，并恢复量化丢失的非局部特征，可以明显提高增强图像质量的效果。创新的提出了一种主动提高质量模块用于将图像处理后的结果未处理好的噪声消除。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.028 seconds)
