一种基于单片机的超市购物系统设计方法

    公开(公告)号:CN115798122A

    公开(公告)日:2023-03-14

    申请号:CN202211374020.6

    申请日:2022-11-03

    Abstract: 本发明公开了一种基于单片机的超市购物系统设计方法,从目前超市面临的排队痛点以及顾客的实际需求出发,运用单片机相关知识,实现超市购物最基本的扫码、结账、打印小票的功能。将这个购物系统安装在每一辆购物车上,顾客购物时可以清楚得知当前的消费总额,预防超支,大大提高购物效率。如果扫描条形码不成功,按下“手动输入”键,通过矩阵按键手动输入给单片机查询,再显示出来查询结果。在扫描的过程中如果相同的商品扫描若干次,它的数量就会累加。扫描完成之后,点击“结算”的按钮,显示屏会有扫描到的商品的单价和数量,并且计算出商品的总价格,发送电脉冲使继电器工作,控制小票打印机打印小票。

    一种基于图注意力机制的医疗领域问答算法

    公开(公告)号:CN115757717A

    公开(公告)日:2023-03-07

    申请号:CN202211368420.6

    申请日:2022-11-03

    Abstract: 基于知识图谱的问答系统是问答系统中的一个热门分支,随着社会不断地进步发展,信息时代,人们获取的信息多而杂乱,从互联网上获取的信息往往缺乏精确性,基于知识图谱的问答系统就可以将杂乱繁多的信息整合起来,给出的具有语义理解智能程度高、回答准确性高结果。在已有的基于知识图谱问答系统中,在给定上下文的条件下,目前现有的方法,对于问答对使用语言模型处理,对于知识图谱使用图神经网络进行处理,并且相互之间不更新彼此的嵌入,也不做语义的对齐表示,问答对与知识图谱由于分开表示,限制了模型推理的能力,针对上述问题,本发明提出一种基于GAT‑KBD的医疗领域问答算法,将问答对和知识图谱的信息联合构建图谱,最终取得了更好的效果。

    一种基于点体素联合的三维点云语义分割方法

    公开(公告)号:CN115641439A

    公开(公告)日:2023-01-24

    申请号:CN202211378814.X

    申请日:2022-11-04

    Abstract: 本发明公开了一种基于点体素联合的三维点云语义分割方法。该发明针对基于体素或基于点的算法处理三维数据的计算效率都很低的问题,提出点体素联合的方法。基于体素的方法在体素化过程中会有信息丢失,且计算成本和内存需求都随着体素分辨率的增加而增加;而基于点的方法会导致高达80%的时间浪费在构造内存局部性较差的稀疏数据上。本发明提出的基于点体素联合的三维点云语义分割方法,将点云体素化,获得规则的体素数据,应用3D CNN来获取低分辨率的局部特征,然后利用最近邻插值去体素化,应用PointNet网络提取高分辨率的逐点特征,并将基于体素的局部特征和基于点的全局特征拼接起来,作为网络提取的特征,以此在保证精度的同时,提高计算效率。

    一种基于多特征信息增强编码的三维点云语义分割方法

    公开(公告)号:CN113392841B

    公开(公告)日:2022-11-18

    申请号:CN202110617230.2

    申请日:2021-06-03

    Abstract: 本发明公开了一种基于多特征信息增强编码的三维点云语义分割方法。该发明可以进一步增强以PointNet++为代表的三维点云语义分割算法在不同应用场景下的性能。PointNet++网络在编码过程中,只是单纯的利用点和中心点的坐标差作为局部空间的几何信息构建显然是不够充分的。同时,对于点的附加信息,PointNet++网络直接将其和几何信息进行共同编码,这是一种对于点云附件信息的不恰当使用,点云信息在其中的作用很小。本发明提出的基于多特征信息增强编码的三维点云语义分割方法,添加点与中心点的原始坐标和欧式距离等信息,与坐标差共同进行局部空间的特征聚合,并将点的附加特征和几何特征分开编码,重新设计了一种基于点云多类特征的信息编码增强结构。

    一种基于孪生网络的水体变化检测方法

    公开(公告)号:CN114724023A

    公开(公告)日:2022-07-08

    申请号:CN202111472870.5

    申请日:2021-12-04

    Abstract: 本发明公开了一种基于孪生神经网络和FCN全卷积网络的水体变化检测方法。该发明基于孪生神经网络和FCN网络设计了一种可用于水体变化检测的方法,利用深度学习从原始遥感数据中充分提取出图像的特征信息,有效地弥补了传统变化检测方法中侧重于差异建模,而忽略图像本身的信息。本发明设计了一个孪生网络,其主要的结构由三部分组成,分别是编码器、解码器和分类器,编码器由共享权值的孪生网络和FCN全卷积网络构成,解码层则是利用双线性插值法进行上采样来逐步恢复出特征图的分辨率。此外,该网络还结合了修正归一化水体指数(RNDWI)来提取水体特征,避免图像中的其余地物的信息对水体的干扰,提高了网络对水体特征提取的性能和鲁棒性。

    一种基于语义分割的细胞各成分分割方法

    公开(公告)号:CN111582111B

    公开(公告)日:2022-04-29

    申请号:CN202010353013.2

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于语义分割的细胞各成分分割方法,属于图像处理技术领域。本发明基于所创建的基于编码解码的语义分割网络,结合去池化和跳层连接的方式,充分利用细胞图像的多尺度特征和像素的位置信息,对细胞各成分进行粗提取;然后通过灰度共生矩阵得到纹理特征,结合灰度共生矩阵所得的图像纹理信息改进超像素分割算法,分割出细胞各成分的精细边缘;最后将细胞各成分的粗提取结果和精细边缘进行融合,得到最终的细胞各成分分割结果。本发明可以用于细胞结构分析等技术领域,能够实现细胞各成分的自动准确分割。

Patent Agency Ranking