-
公开(公告)号：CN115578360A
公开(公告)日：2023-01-06
申请号：CN202211303675.4
申请日：2022-10-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对超声心动图像的多目标语义分割方法，包括：获取具有不同感受野的特征图；根据空间位置信息和通道信息对特征图矩阵赋予权重，并根据特征图矩阵中局部区域内像素点对之间的关联和标签一致性对特征图进行校正，使其更有效的捕获感兴趣区域的特征；将处理后的具有不同感受野的特征图进行有效融合；将特征图进行上采样和归一化后，对感兴趣部位进行分割；优化神经网络参数，使分割结果逐渐逼近正确结果，完成超声心动图像多目标分割任务。本发明解决了现有方法中缺乏2D超声心动图图像中不同位置之间标记连贯性的学习机制，以及超声心动图像本身信噪比较低，边缘缺失等问题，有效实现了分割精度的提升。
-
公开(公告)号：CN115496733A
公开(公告)日：2022-12-20
申请号：CN202211176366.5
申请日：2022-09-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于目标检测对臂丛神经超声图像的识别方法，本发明基于对臂丛神经超声图像相关结合自然图像中二阶段目标检测器的特点和缺点，提出了一个有效的二阶段目标检测网络IDNet，以有效地辅助麻醉医师识别目标神经。在IDNet中，对原有的网络进行了改进，提出了两个新颖的模块网络，通过对特征提取网络中的特征进行高效融合，还有根据人眼识别的特征，对边缘特征进行了加强，单点特征和边缘特征的结合提升建议框的质量。通过在UBPD数据集上进行的大量实验，验证了提出的目标检测器IDNet的有效性性，与其他的先进的方法相比，本发明提出的方法在超声图像检测的精度上取得好的成绩。
-
公开(公告)号：CN115481399A
公开(公告)日：2022-12-16
申请号：CN202211176337.9
申请日：2022-09-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对基于深度学习加解密模型的后门攻击方法，将二进制字符串与加密图像相加，采用网络编码解码图像，训练使得加入二进制字符串的图像更贴近原图像，将隐形的后门触发器加入训练后的图像中；输入正常图像时使用普通判别器生成正常加密的图像，输入异常图像时，将加入了后门触发器的图像输入后门判别器训练生成器生成原图像；训练子网络参数，将子网络的参数替代部分网络的参数，实现网络的其余部分正常进行解码。本发明使用auto‑encoder图像隐写的方法添加后门触发器，并结合生成式模型的特点，提出了添加后门判别器和子网络取代的方法，使后门攻击方法更适合加解密网络的场景，为无针对深度学习的攻击领域提供了新的思路。
-
公开(公告)号：CN112765580B
公开(公告)日：2022-09-13
申请号：CN202110088789.0
申请日：2021-01-22
Applicant: 电子科技大学
Abstract: 本发明涉及计算机技术技术领域，具体地说，涉及一种在线考试试题保护与防抵赖方法及系统，方法包括以下步骤：1)、系统初始化；2)、出题并加密签名；4)、验证并返回回执；5)、试题获取及解密；6)、答题；7)、交卷并签名；8)、验证、返回回执并阅卷；本发明解决了现行传统在线考试系统中存在的对于考试试题保护不足以及可能存在的抵赖问题，通过使用密码学相关的技术，实现在整个在线考试过程中，对于试题数据的保护以及防止用户抵赖的功能。同时，使用认证机构保证公钥的完整性和机密性。
-
公开(公告)号：CN110525741B
公开(公告)日：2021-07-06
申请号：CN201910787015.X
申请日：2019-08-25
Applicant: 电子科技大学
IPC: B65B57/04
Abstract: 本发明公开了一种异型卷烟自动分拣系统及分拣方法，包括条烟分发模块、传送模块、条烟姿态调节模块、打码模块、扫码模块、道岔模块和包装模块，对条烟进行分发、传送、条烟姿态调节、打码、条烟姿态再调节、贴码、扫码和包装步骤，完成对异型卷烟的自动分拣。本发明能实现异型条烟机械化分发和自动分拣，能避免条烟倾倒、卡顿或损坏，并且不会出现分发卡顿和分发出错，提高异形条烟的分发效率。
-
Patent Agency Ranking
公开(公告)号：CN112767363A
公开(公告)日：2021-05-07
申请号：CN202110090417.1
申请日：2021-01-22
Applicant: 电子科技大学
Abstract: 本发明涉及线图目标检测技术领域，涉及一种对线图进行目标检测的方法，其包括以下步骤：一、对线图进行标注；二、判断候选点的位置信息，取得离候选点左右最近的两个真实点；三、判断候选点是否在曲线上；先计算两个真实点连线的方程式，然后判断候选点到该直线的距离与阈值的大小；四、通过上述步骤筛选出可以用于训练的候选点，然后以候选点和真实点的位置为锚点，生成固定大小的框，再对框进行回归训练。本发明对线图提出一种新的标注方式，并在这种标注方式的基础上运用新的判别方式进行目标检测，提高线图目标检测的准确率，进而解决对线图进行图像理解的问题。
-
公开(公告)号：CN110659398A
公开(公告)日：2020-01-07
申请号：CN201910626792.6
申请日：2019-07-11
Applicant: 电子科技大学
IPC: G06F16/9032 , G06F16/908 , G06N3/04 , G06N3/08
Abstract: 本发明涉及视觉问答技术领域，公开了一种基于数学图表类数据集的视觉问答方法，针对现有的五类数学图表类视觉问答问题，现提出如下方案，其包括以下步骤：S1,基于Faster-RCNN模型的目标检测；该模型用于识别属于某些类的对象实例，并通过边界框确定对象在图像中的位置；S2，基于目标检测结果的对象特征编码；S3，问题-答案对预处理；S4，文本问题特征抽取；S5，基于关系推理模块的视觉智能问答，S1中，基于Faster-RCNN模型的目标检测包括两个阶段检测对象。本发明提出一个结合了目标检测和推理模块的解决方案，用于解决五类数学图表类视觉问答问题，提高了准确率。
-
公开(公告)号：CN104050176A
公开(公告)日：2014-09-17
申请号：CN201310079241.5
申请日：2013-03-13
Applicant: 电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30241
Abstract: 本发明提供了一种基于地图的信息推荐方法，该方法适用于为当前地图搜索服务提供用户需求预测并推荐。用户输入搜索查询，通过与知识库中的模型匹配，能够对用户的需求进行预测并推荐。该方法将信息推荐的方法应用在地图搜索服务中。本发明的优势在于相对于现有的主流的地图搜索服务而言，具有更好的用户体验和更准确的用户需求预测，能够在满足用户地图搜索的前提下，进一步预测用户需求并进行推荐，在地图进行差异化、个性化显示。
-
公开(公告)号：CN103914517A
公开(公告)日：2014-07-09
申请号：CN201410092520.X
申请日：2014-03-13
Applicant: 电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明的提出了一种基于实体及特征的搜索排序改进算法。属于自然语言处理领域。本发明旨在通过实体及特征对已有的网络页面进行重新计算，通过计算不同页面出现特征词数的不同。对现有的网络搜索结果进行重新排序。改进后的网络搜索结果排序能够更好的适应相关搜索结果的特征。
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.027 seconds)
