公开(公告)号：CN116721302B

公开(公告)日：2024-01-12

申请号：CN202311002748.0

申请日：2023-08-10

申请人： 成都信息工程大学 ,  中国气象局人工影响天气中心

发明人： 胡金蓉 ,  郭恒 ,  赵志强 ,  段婧 ,  李德泉 ,  钟小伟 ,  周激流 ,  吴锡 ,  李佳彤

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明涉及一种基于轻量级网络的冰雪晶粒子图像分类方法，属于计算机视觉技术领域，包括：使用包含多个分类的冰雪晶粒子图像的训练样本数据集对搭建好的网络模型进行训练，并使用冰雪晶粒子图像的测试数据集对网络模型进行冰雪晶粒子图像进行分类测试验证，选择性能最好的模型参数进行保存；将获取的冰雪晶粒子图像输入到经过训练和测试的网络模型中，对冰雪晶粒子图像进行特征提取和类别的推理计算，得到一个预测的类别从而实现对冰雪晶粒子图像的自动分类。本发明通过深度可分离空洞卷积层能有效融合全局和局部特征，对于冰雪晶粒(56)对比文件CN 114266898 A,2022.04.01CN 114445430 A,2022.05.06CN 110427990 A,2019.11.08CN 115049941 A,2022.09.13CN 114882234 A,2022.08.09CN 116524432 A,2023.08.01CN 115496951 A,2022.12.20CN 116229283 A,2023.06.06CN 114724019 A,2022.07.08CN 114937151 A,2022.08.23CN 111539314 A,2020.08.14CN 111553193 A,2020.08.18石强等.基于改进YOLOX的接触网U型抱箍开口销检测算法《.国外电子测量技术》.2023,第42卷(第7期),154-163.Wang, X等.End-to-end aerial scenesclassification with depthwise separableconvolution and an attention mechanism.《IEEE Journal of Selected Topics inApplied Earth Observations and RemoteSensing》.2021,第14卷10484-10499.马莉等.基于双流CNN 与Bi－LSTM的施工人员不安全行为轻量级识别模型《.西安科技大学学报》.2022,第42卷(第4期),809-817.

公开(公告)号：CN115643067B

公开(公告)日：2023-09-29

申请号：CN202211252752.8

申请日：2022-10-13

申请人： 成都信息工程大学

发明人： 苏红 ,  吴锡 ,  彭静 ,  廖春梅 ,  罗阳 ,  张海川

IPC分类号： H04L9/40 ,  H04L67/10

摘要： 本发明提供一种基于区块链的轻量级物联网身份认证和密钥协商方法，所述方法包括：检测用户在区块链认证网络的节点进行的认证是否是第一次认证；用户在区块链认证网络的节点进行的认证是第一次认证的情况下，采用全量级的认证方式对用户进行身份认证，所述全量级的认证方式为ECC生物特征加口令认证；在用户在区块链认证网络的节点进行的认证不是第一次认证，且当前认证开始的时间与上一次认证的间隔时间未超过阈值的情况下，采用轻量级的认证方式对用户进行身份认证，所述轻量级的认证方式为口令认证。本发明所述的方法通过选择用户在区块链认证网络的节点上认证的方式，来实现物联网身份认证的安全性和高效率。

公开(公告)号：CN111861924B

公开(公告)日：2023-09-22

申请号：CN202010715325.3

申请日：2020-07-23

申请人： 成都信息工程大学

发明人： 符颖 ,  杨光 ,  吴锡 ,  杨智鹏 ,  胡金蓉 ,  张永清 ,  周激流

IPC分类号： G06T5/00

摘要： 本发明涉及一种基于进化GAN的心脏磁共振图像数据增强方法，该方法在训练生成器时，对生成器进行突变生成多个子代生成器，通过适应性分数函数来评判多个生成器的适应性分数，根据分数来选择最优的子代生成器作为下一个迭代的父代生成器，同时在判别器训练阶段，结合特征向量的线性插值合成新的训练样本并生成相关的线性插值标签，不仅拓展了整个训练集的分布，也对离散样本空间进行连续化并且提高了领域间的平滑性，从而使得模型能够更好地得到训练。本发明的方法图像增强方法，能够生成高质量且多样的样本对训练集进行扩充，最终提高了分类结果的各项指标。

公开(公告)号：CN116776731A

公开(公告)日：2023-09-19

申请号：CN202310746326.8

申请日：2023-06-25

申请人： 成都信息工程大学

发明人： 李孝杰 ,  方俊杰 ,  吴锡 ,  黄小猛 ,  俞永强 ,  吕建成 ,  周激流

IPC分类号： G06F30/27 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06F111/10 ,  G06F111/04

摘要： 本发明涉及一种基于物理约束的自适应神经网络海洋垂直混合参数化方法，主要针对海洋垂直混合参数化过程精度不高的问题，本发明构建了一个自适应网络模型，在海上实际站点观测数据的基础上加入一定的人工合成数据，构成训练集进行学习，构建参数化神经网络，参数化神经网络由四个自适应全连接模块AFCM堆叠构成，学习不同深度的海洋密度ρ、剪切平方S2、分层N2、速度U与垂直扩散系数Kt的关系，然后通过融合学习到的特征预测垂直混合参数化过程中的垂直扩散系数Kt，在训练过程和网络推理过程中引入物理约束来提高网络的预测精度，使得本发明的参数化网络在精度和泛化能力方面比现有技术表现更好。

公开(公告)号：CN116776269A

公开(公告)日：2023-09-19

申请号：CN202310746435.X

申请日：2023-06-25

申请人： 成都信息工程大学

发明人： 李孝杰 ,  任治羽 ,  史沧红 ,  吴锡 ,  陈垦 ,  吕建成

IPC分类号： G06F18/2433 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08 ,  G08G1/01

摘要： 本发明涉及一种基于图卷积神经网络自编码器的交通异常检测方法，设计一种结合交通异常和深度学习的一维卷积及上下文编码网络，所述网络主要包括镜像时域卷积模块和依次级联的两个图卷积门控循环模块，通过提取交通特征像是速度和流量来预测交通状况和可能发送的异常，在镜像时域卷积模块之前使用了自适应方法来适应不同的路段，通过镜像传入更多的特征给时间卷积模块，通过时间卷积模块获取更多的信息，让网络不断地学习这种交通网络，图卷积门控循环模块使用了高斯核函数模块，让分布更加集中于高维空间，再利用图卷积网络架构的特点捕获了隐藏的空间相关性结合图卷积神经网络捕获可能的异常点发生，更加准确，大大提高了预测异常的可靠性。

公开(公告)号：CN116721027A

公开(公告)日：2023-09-08

申请号：CN202310663159.0

申请日：2023-06-06

申请人： 成都信息工程大学

发明人： 符颖 ,  朱欣宇 ,  袁霞 ,  吴锡 ,  周激流

IPC分类号： G06T5/00 ,  G06V10/774 ,  G06V10/82

摘要： 本发明涉及一种基于变分模糊核估计的运动图像去模糊方法，首先通过变分推断算法，拟合模糊核的隐式物理结构分布，将其表示为潜在变量，例如方向、范围，能够得到非参数化的模糊核特征。其次，采用模糊生成模型，以数据驱动的方式近似模糊核的预期统计分布。在模糊生成阶段采用双头解码器结构。本发明的模糊核估计方法克服了现有非均匀运动模糊估计方法的局限性，能够生成大量极其精确的运动模糊核，通过训练该模型，不仅能够实现对真实的运动模糊图像去模糊，而且够生成大量清晰‑模糊数据对，从而有效地丰富和扩充现有的基准数据集。综合实验证明，本发明方法比现有的基于端到端深度学习的方法具有更好去模糊效果。

公开(公告)号：CN115545198B

公开(公告)日：2023-05-26

申请号：CN202211488786.7

申请日：2022-11-25

申请人： 成都信息工程大学

发明人： 吴涛 ,  邓宇萍 ,  陈曦 ,  吴锡 ,  周启钊 ,  冯霞

IPC分类号： G06N5/04 ,  G06N3/08 ,  H04N7/18

摘要： 本发明涉及边缘智能技术领域，公开了一种基于深度学习模型的边缘智能协同推断方法及系统，通过获取巡检设备和边缘设备的参数信息以及所述巡检设备采集的监控图像数据的处理需求分别构建适用于巡检设备和边缘设备的简单模型和复杂分支模型；简单模型较复杂分支模型的网络层数和神经元个数更少，神经网络计算会明显减少任务推断时间和自身消耗的能耗；巡检设备端输出结果置信度值判定器以输出结果的置信度最大值作为依据判断监控图像数据是否需要传输到边缘设备端进行处理，从而保证深度学习模型结果准确率的同时，最大程度的利用巡检设备、边缘设备的计算和存储能力，以及降低系统在单边执行任务时的所带来的高时延和高能耗。

公开(公告)号：CN116153404A

公开(公告)日：2023-05-23

申请号：CN202310182496.8

申请日：2023-02-28

申请人： 成都信息工程大学

发明人： 张永清 ,  王紫轩 ,  邹权 ,  喻云 ,  牛颢 ,  丁春利 ,  吴锡 ,  张峻铭 ,  刘宇航 ,  熊术文 ,  王茂丞

IPC分类号： G16B25/00 ,  G16B40/00 ,  G06N3/0455

摘要： 本发明公开了一种单细胞ATAC‑seq数据分析方法，通过提取单细胞分辨率的染色质可达性特征峰序列中转录因子‑DNA结合基元的所属种类、相对位置、长距离依赖关系等众多转录调控语法规则，从而更全面地表示单个细胞的功能状态和高阶特征。此外，本发明方法利用获取的转录调控语法规则、细胞功能状态和高阶特征，一站式地实现染色质可达性预测、细胞类型注释、染色质可达性图谱降噪、转录因子活性推断等一系列下游分析任务。

公开(公告)号：CN115938592B

公开(公告)日：2023-05-05

申请号：CN202310220890.6

申请日：2023-03-09

申请人： 成都信息工程大学

发明人： 张永清 ,  邹权 ,  熊术文 ,  牛颢 ,  丁春利 ,  吴锡 ,  王紫轩 ,  刘宇航 ,  罗洪 ,  王茂丞

IPC分类号： G16H50/30 ,  G06F18/25 ,  G16B20/10 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

摘要： 本发明公开了一种基于局部增强图卷积网络的癌症预后预测方法，属于医学技术领域，包括以下步骤：S1：获取多组学数据和通路原始数据，并利用多组学数据路和通路原始数据构建无向图；S2：对无向图进行局部增强；S3：利用图卷积网络对局部增强后的无向图进行特征提取和特征融合，得到整体特征映射组合；S4：根据整体特征映射组合，构建比例风险模型，将整体特征映射组合输入至比例风险模型中，确定患者生存风险。本发明通过对癌症相关组学数据构建图神经网络学习，对患者进行预后预测及分析，可以为生物实验提供一定指导，从而有效减少实验时间与节省实验成本。

公开(公告)号：CN116013449A

公开(公告)日：2023-04-25

申请号：CN202310273797.1

申请日：2023-03-21

申请人： 成都信息工程大学

发明人： 彭静 ,  郑子建 ,  任红萍 ,  李孝杰 ,  吴锡

IPC分类号： G16H10/20 ,  G16H30/00 ,  G16H50/30 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

摘要： 本发明涉及一种融合临床信息与磁共振图像的心肌病预后辅助预测方法，所述方法首先采用Relief特征选择算法进行临床指标的筛选，然后将筛选出的临床指标与心脏MRI图像进行特征融合，构建预测神经网络模型MM‑Net包括两个独立的特征提取分支：临床特征分支和图像特征分支，分别进行临床指标和心脏MRI图像的特征提取，最后将两个分支分别提取的高维特征信息进行融合处理，输出最终的心脏MRI图像分类结果，辅助预测扩张型心肌病患者是否发生严重的预后事件。实验结果表明，本发明的辅助预测方法在引入临床指标后，辅助预测的各项指标均有提高，采用的特征层融合策略表现也有优异的表现。