公开(公告)号：CN117611606A

公开(公告)日：2024-02-27

申请号：CN202311616586.X

申请日：2023-11-30

Applicant: 成都信息工程大学

Inventor： 朱明 ,  胡洋珩 ,  董建平 ,  张葛祥 ,  杨强

IPC: G06T7/11 ,  G06T7/136

Abstract: 本发明涉及医学图像分割技术领域，公开了一种脑部肿瘤图像的分割方法及相关产品，提出了多并行带多变异算子的拓展数值脉冲神经膜系统模型，该模型包含多个神经膜子系统，每个子系统包含多个神经元，每个神经元包含多个变异算子，该模型具有多变异算子并行性的特点，以空间换取时间，不仅降低多阈值分割的时间复杂度，且即便是在分割阈值数量和维度增加的情况下，仍可同时根据概率调整模型确定每个神经元的目标变异算子，以确定最优分割阈值，从而实现对脑部肿瘤图像进行分割，因此求解最优分割阈值的计算量也不会随阈值数量维度增加而迅速增加，极大的节省了模型运行计算时间，从而提高了脑部肿瘤图像的分割效率。

公开(公告)号：CN116069879A

公开(公告)日：2023-05-05

申请号：CN202211420061.4

申请日：2022-11-14

Applicant: 成都信息工程大学

Inventor： 罗德宁 ,  张葛祥 ,  李嘉迪 ,  全雪峰 ,  马忠丽 ,  杨强 ,  刘启虞 ,  王嘉伟 ,  朱明

IPC: G06F16/29 ,  G06F16/9537 ,  G06N3/0442 ,  G06N3/0455

Abstract: 本发明公开了一种预测行人轨迹的方法、装置、设备及存储介质，其方法包括：获取当前行人过去的历史轨迹信息，并通过对所述历史轨迹信息进行编码处理，得到当前行人的行人运动特征；利用社交注意力机制对所述行人运动特征进行处理，得到当前行人的权重信息，并利用所述权重信息和所述行人运动特征，得到当前行人的行人运动隐藏特征；利用所述当前行人的行人运动隐藏特征对当前行人的行人轨迹进行预测，得到当前行人的预测行人轨迹。

公开(公告)号：CN115908490A

公开(公告)日：2023-04-04

申请号：CN202211419707.7

申请日：2022-11-14

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  罗德宁 ,  李嘉迪 ,  全雪峰 ,  马忠丽 ,  杨强 ,  刘启虞 ,  王嘉伟 ,  朱明

IPC: G06T7/246 ,  G06Q10/04 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明公开了基于对抗网络的预测行人轨迹方法、装置、设备及介质，其方法包括：获取当前行人过去的历史轨迹信息和真实的未来轨迹信息，并通过对所述历史轨迹信息进行编码处理，得到当前行人的行人运动状态；利用社交注意力机制对所述行人运动状态进行处理，得到当前行人的权重信息，并利用所述权重信息，得到当前行人预测的未来轨迹信息；通过将所述预测的未来轨迹信息和所述真实的未来轨迹信息进行辅助互信息函数处理，生成损失函数，并利用所述损失函数对对抗网络进行训练优化，得到训练优化后的对抗网络；利用所述训练优化后的对抗网络进行行人轨迹预测处理。

公开(公告)号：CN115051278B

公开(公告)日：2022-12-02

申请号：CN202210968332.3

申请日：2022-08-12

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  黄作为 ,  杨强 ,  朱明

IPC: H02G1/00 ,  G21C19/02 ,  H02K7/116 ,  F16H1/32

Abstract: 本发明提出一种堆顶电缆拆装装置及方法，包括动力传动机构和工具接头机构，动力传动机构包括依次连接的电机、联轴器、减速器和传动齿轮，传动齿轮设于减速器的输出轴处，工具接头机构套接于仪控电缆上部，工具接头机构包括主壳体、副壳体、转动销、锁紧机构和四杆执行机构，主壳体与副壳体的一端通过转动销铰接，主壳体与副壳体能展开一定角度，主壳体与副壳体的另一端能够通过锁紧机构锁紧固定，主壳体和副壳体的外周设有半齿轮，半齿轮与传动齿轮啮合，四杆执行机构置于主壳体和副壳体内部，四杆执行机构设有摩擦件，用以夹紧仪控电缆的接头连接器。本发明以辅助人工作业的方式，提高堆顶电缆拆装效率，减少人工在辐射和高温环境下的工作时长。

公开(公告)号：CN115132296A

公开(公告)日：2022-09-30

申请号：CN202210566369.3

申请日：2022-05-23

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  马松 ,  刘启虞 ,  朱明 ,  郭德全

IPC: G16C20/70 ,  G16C20/30 ,  G06N3/08 ,  G06N3/04 ,  G06N3/12

Abstract: 本发明公开了一种基于双层粗细优化深度学习框架的质量评估方法，包括：获取当前食品的第一食品质量特征数据，并对所述第一食品质量特征数据进行提取，得到用于对所述当前食品进行质量评估的第二食品质量特征数据；根据所述当前食品和所述第二食品质量特征数据，确定出与所述当前食品相匹配的第一神经网络模型；利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型；利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理，得到最佳神经网络模型，并利用所述最佳神经网络模型对所述当前食品进行食品质量评估。