-
公开(公告)号：CN116015922B
公开(公告)日：2024-01-30
申请号：CN202211715876.5
申请日：2022-12-29
申请人： 电子科技大学
摘要： 本发明涉及人工智能技术，揭露了一种电力物联网的网络安全态势分析方法，包括：根据设备运行特征、设备控制特征及报警信号特征确定所述电力物联网终端设备的设备安全系数；根据所述网络传输特征及所述传输流程特征计算所述电力物联网终端设备的传输安全指数，以及根据所述业务指纹基线特征和所述业务流量基线特征计算所述电力物联网的网络威胁危险指数；利用预设的风险评估模型根据所述设备安全系数、所述传输安全指数及所述网络威胁危险指数确定所述电力物联网终端设备的网络安全风险。本发明还提出一种电力物联网的网络安全态势分析装置及电子设备。本发明可以提高电力物联网的网络安全性。
-
公开(公告)号：CN114821289B
公开(公告)日：2023-10-17
申请号：CN202210051209.5
申请日：2022-01-17
申请人： 电子科技大学
IPC分类号： G06V20/10 , G06V20/17 , G06V20/52 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种森林火灾图片实时分割和火灾边缘点监测算法，其步骤依次包括：搭建MobileNet网络模型；构建注意力模块；构造一个注意力残差网络；将得到的空间注意力特征与原特征使用残差得到微调后的图片特征；获得的注意力残差模块；提取森林火灾的图片特征；将图片中的火情区域分割出来；计算火情边界点像素；计算飞机的横向纵向距离；计算图像中心点经纬度坐标；计算火情边界点经纬度。本发明提供的算法可以帮助工作人员查看火情的实时状况，监测火情边界；通过对森林火情的实时快速的分析，可以对火灾进行有效处理，降低对火灾带来的损失。
-
公开(公告)号：CN116452617A
公开(公告)日：2023-07-18
申请号：CN202310319882.7
申请日：2023-03-29
申请人： 电子科技大学
摘要： 本发明公开了一种基于跨模态域迁移学习的全心脏分割方法，包括以下步骤：S1，对初始的全心脏MRI图像和CT图像进行数据预处理；S2，将预处理后的图像输入模态迁移网络MTN进行数据训练，生成新的CT图像；S3，将模态迁移网络MTN生成的新的CT图像和带全心标签的CT心脏图像输入U形多注意网络MAUNet，输出中间心脏图像分割结果；S4，将中间心脏图像分割结果输入至空间配置网络SCN进行数据训练，输出最终心脏图像分割结果。本发明使用多模态数据对心脏进行分割，多模态数据因成像机理的不同而具有多层面信息，使用多模态数据对同一组织进行分割一方面可以扩充训练数据集，使更容易训练一个健壮的网络，一方面可以更好的利用多层面信息，提升分割准确率。
-
公开(公告)号：CN116403548A
公开(公告)日：2023-07-07
申请号：CN202310319854.5
申请日：2023-03-29
申请人： 电子科技大学
摘要： 本发明公开了一种基于心音特征的音乐生成算法，包括提取心音的MFCC文件特征、提取音乐文件中的音符相关特征、通过深度学习网络对两种特征之间的关联性进行学习，训练模型、通过训练好的模型用心音特征生成音乐，并根据音乐类型对心音类别进行判断。与现有技术相比，本发明基于人工智能的以心音特征为基础的音乐生成算法，可以根据心音的特征生成对应的音乐，并且生成的音乐因其根据的心音不同具有显著的正常/异常区分度，不具备音乐知识、医学知识的人可以根据音乐的差异性区分心音的正常/异常。
-
公开(公告)号：CN112837215B
公开(公告)日：2022-10-18
申请号：CN202110347463.5
申请日：2021-03-31
申请人： 电子科技大学
摘要： 本发明公开了一种基于生成对抗网络的图像形状变换方法，包括以下步骤：生成待变换图像的分割掩码；构建生成器和判别器，并通过生成器和判别器构建生成对抗网络；构建损失函数，根据损失函数并以梯度下降法训练生成对抗网络；将待变换图像的分割掩码输入至训练后的生成对抗网络，得到图形形状变换结果。本发明的复杂程度低，图像转换的效率高，可以高效地处理图片中的特定图像进行形状差异大的图形变换，可以运用在动画制作、海报设计等领域，既可以增强图形变换的真实度，也可以降低人工成本，减少工作量。
-
公开(公告)号：CN108764286B
公开(公告)日：2022-04-19
申请号：CN201810372015.9
申请日：2018-04-24
申请人： 电子科技大学
IPC分类号： G06V10/764 , G06V10/774 , G06K9/62
摘要： 本发明公开了一种基于迁移学习的血管图像中特征点的分类识别方法，包括血管图像模拟训练和血管图像类型识别两部分；在血管图像模拟训练中通过制作特征点数据集，并利用特征点数据集对深度学习模型进行训练，获得基于迁移学习的血管图像中特征点的分类模型，在血管图像类型识别中提取血管图像的特征点，将提取的特征点输入到血管图像模拟训练中得到的基于迁移学习的血管图像中特征点的分类模型，获得血管图像中特征点的的类型。本发明利用分类模型能准确快速的识别血管图像中特征点是分叉点还是交叉点，解决了现有方法存在的步骤繁杂、准确性和效率低的问题，对临床医学有莫大的帮助作用。
-
公开(公告)号：CN112330662A
公开(公告)日：2021-02-05
申请号：CN202011337099.6
申请日：2020-11-25
申请人： 电子科技大学
摘要： 本发明提供了一种基于多层级神经网络的医学图像分割系统及方法，属于医学图像处理技术领域，本发明将待分割的原始医学图像输入图像初始化模型进行初始特征的提取，然后将初始特征输入到多层级深度特征提取模型中，提取出图像的多层级深层特征，然后将深层特征输入到多层级分割模型中，同时将多层级深度特征提取模块中的深层特征，通过金字塔池化长连接模型，输入到多层级分割模型中，由多层级分割模型根据图像中逐个像素的分类情况，输出高精度分割后的医学图像，本发明提供的分割方法提升了医学图像深度特征提取效率，并能够提高医学影像分割的精度。
-
公开(公告)号：CN108573233B
公开(公告)日：2020-09-29
申请号：CN201810347349.0
申请日：2018-04-18
申请人： 国网四川省电力公司信息通信公司 , 电子科技大学
摘要： 本发明公开了一种投入少、维护成本低、准确性和实时性高的基于图像处理技术的电网陶瓷绝缘子识别方法，包括如下步骤：S1、获取电网图像数据；S2、进行标准化处理；S3、进行训练，生成并保存目标识别模型和初始识别结果；S4、获取二次识别结果；S5、计算初始识别结果和二次识别结果的交并比；S6、判断是否达到设定阈值，若是则当前陶瓷绝缘子为异常设备，并进入步骤S7，若否则结束；S7、反馈异常设备的异常信息。本发明解决了传统巡检方式存在的人力和物力投入大、准确性和实时性低的问题，避免了严重事故的发生，保证电力系统安全稳定运行。
-
公开(公告)号：CN111159588A
公开(公告)日：2020-05-15
申请号：CN201911314312.9
申请日：2019-12-19
IPC分类号： G06F16/955 , G06N3/04
摘要： 本发明公开了一种基于URL成像技术的恶意URL检测方法，包括以下步骤：采集URL字符串，并对其进行哈希处理；利用ASCII码对哈希处理后的URL字符串进行编码，对编码后的URL字符串进行归一化处理；根据归一化处理过后的URL字符串，采用格拉曼角场将URL字符串转换为二维图像；根据卷积神经网络构成inception CNN网络，并对其进行训练；将二维图像输入训练完成的inception CNN网络，得到恶意URL的判断结果。本发明通过将URL转换为二维图像，能够准确的识别恶意URL。
-
公开(公告)号：CN110503070A
公开(公告)日：2019-11-26
申请号：CN201910805856.9
申请日：2019-08-29
申请人： 电子科技大学
摘要： 本发明公开了一种基于航拍图像目标检测处理技术的交通自动化监测方法，其中改进的Yolo利用了one-stage的模式，并对小目标、大背景等航拍图像目标检测难点做出改进，无需分别设计分类器或定位器，直接将候选框作为分类问题处理，比传统的FastRCNN等目标检测方法快速，可以实现30fps以上的实时性操作，同时保证分类识别结果的准确率。能够实现对于交通状况的实时自动监测，对于位于偏远地区、设备稀少、人工数量难以覆盖的整段高速公路、铁路轨道的困难提供了一种便利的解决方式，并大大降低了人工巡视的开销。
-
-
-
-
-
-
-
-
-
搜索结果
108 条记录 (耗时 0.04 秒)
