-
公开(公告)号：CN112084728B
公开(公告)日：2022-11-01
申请号：CN202010931067.2
申请日：2020-09-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于PCB板检测测量技术领域，特别涉及一种基于pix2pix的PCB灰度图像着色方法及系统，收集图像数据集；构造pix2pix网络模型，包含：用于生成器和辅助训练生成器的判别器；利用图像数据集中PCB灰度图像数据作为模型中生成器输入、利用PCB对应彩色图像数据和生成器生成的着色图像作为判别器输入，对pix2pix网络模型生成器进行调优训练和参数调整，以获取收敛后的网络模型，并确定用于目标图像着色处理的最终pix2pix网络模型；将待着色的目标PCB灰度图像输入最终pix2pix网络模型中，通过该网络模型中生成器生成着色图像并输出。本发明根据PCB实物各组成部分的灰度图像特点实现自动化PCB着色方案，突出PCB要素分布，增强PCB着色的真实感，便于PCB电路板检测测量，具有较强应用前景。
-
公开(公告)号：CN116310523A
公开(公告)日：2023-06-23
申请号：CN202310192008.1
申请日：2023-03-02
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/77 , G16H30/20 , G16H30/40 , G16H50/20 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明提出基于视觉Transformer的腰椎间盘突出与神经根压迫关系分级方法及系统，利用标注好的ROI框对T2轴位的腰椎MRI图像进行感兴趣区域的提取，并进行数据增强和归一化处理；将归一化后图像进行空洞卷积嵌入操作，将特征图像投影到嵌入维度D，接下来将特征图像划分窗口并送入到网络中进行训练；在进行网络训练时，在划分的窗口内采用深度空洞卷积进行映射，再进行多头自注意力的计算；添加可变形注意力Transformer模块进行训练，将最后获取到的特征向量送入分类头，然后通过Softmax分类得到腰椎间盘突出与神经根压迫关系分级结果。本发明能够准确高效快速的实现腰椎间盘突出与神经根压迫关系分级任务。
-
公开(公告)号：CN115409937A
公开(公告)日：2022-11-29
申请号：CN202210999247.3
申请日：2022-08-19
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于人工智能技术领域，特别涉及一种基于集成神经辐射场的人脸视频表情迁移模型构建方法及表情迁移方法和系统，通过构建集成神经辐射场人脸表情迁移模型，其中，所述迁移模型中包含：集成渲染生成器，其由n个用于查询采样帧图像空间密度和颜色的子生成器组成；及用于对n个子生成器进行加权求和的权重控制器；根据人物类别收集视频数据，将视频数据分解为若干张帧图像，按时间顺序将若干张帧图像均分n份，利用均分的帧图像集构建样本数据，训练优化子生成器，以样本数据中的表情向量为权重控制器的输入，利用权重控制器调整子生成器的输出权重以获取最终训练优化后的迁移模型。本发明在面部重现的重建质量、身份保持、表情和姿态转换等方面都有更加稳定和优越的表现，具有较好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN115238886A
公开(公告)日：2022-10-25
申请号：CN202210778368.5
申请日：2022-07-04
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N3/08 , G06F16/906 , G06F16/901
Abstract: 本发明提供一种面向图数据节点分类的通用扰动攻击方法。该方法包括：步骤1：设置扰动的目标节点和攻击节点，以及设置给定的需要对抗攻击的图神经网络模型对扰动后图数据节点分类的平均正确率阈值σ；步骤2：确定扰动类型，然后根据扰动类型，对攻击节点执行对应类型下的扰动操作；所述扰动类型包括特征扰动和结构扰动；步骤3：执行完当前次的扰动操作后，计算给定的需要对抗攻击的图神经网络模型对扰动后图数据节点分类的平均正确率，若所述平均正确率不小于所述平均正确率阈值σ，则依次更换攻击节点并对更新后的攻击节点继续执行下一次扰动操作，直至扰动后的平均正确率小于所述平均正确率阈值σ。
-
公开(公告)号：CN115423017A
公开(公告)日：2022-12-02
申请号：CN202211063188.5
申请日：2022-08-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于图对比学习技术领域，特别涉及一种基于邻域去偏的图对比学习方法及系统，针对给定的图数据，利用不同图变换方式来获取对应图变换下的图视图；获取原始图中的节点特征向量，并根据节点特征向量对图视图中的所有节点进行聚类，通过将节点划分到对应的类别簇来获取节点的聚类类别；去除对比学习损失函数中每个节点负样本对中与该节点聚类结果相同且处于其m阶邻域的其他节点，减小了对比学习损失函数中的偏差。本发明通过不同图变换来构造样本数据，并在模型训练中通过去除对比学习中每个节点负样本对中与该节点聚类结果相同的节点，在增加少量计算量的条件下，能够大大减小负样本对的偏差，提高图对比学习模型的性能，便于下游任务中的应用。
-
公开(公告)号：CN115220341A
公开(公告)日：2022-10-21
申请号：CN202210790129.1
申请日：2022-07-06
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开一种基于深度强化学习的单晶炉智能控制方法及装置，该方法包括：步骤1，构建深度强化学习网络；步骤2，将单晶炉各种状态信息和状态下动作的量化奖励输入构建的深度强化学习网络中，训练深度强化学习模型；步骤3，向训练好的深度强化学习模型中输入实时采集的单晶炉内部生产状态图像，获得最优设备控制动作；步骤4，根据最优设备控制动作智能控制单晶炉生产。本发明通过使用强化学习的方法，将单晶硅的一个生产流程看做一次强化学习决策，将单晶硅的生产质量作为决策奖励，把单晶炉内的视觉图像作为状态，训练出不同状态下的最优单晶炉控制动作，可以大大降低单晶硅生产的人力成本，减小经验误差。
-
公开(公告)号：CN112084728A
公开(公告)日：2020-12-15
申请号：CN202010931067.2
申请日：2020-09-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于PCB板检测测量技术领域，特别涉及一种基于pix2pix的PCB灰度图像着色方法及系统，收集图像数据集；构造pix2pix网络模型，包含：用于生成器和辅助训练生成器的判别器；利用图像数据集中PCB灰度图像数据作为模型中生成器输入、利用PCB对应彩色图像数据和生成器生成的着色图像作为判别器输入，对pix2pix网络模型生成器进行调优训练和参数调整，以获取收敛后的网络模型，并确定用于目标图像着色处理的最终pix2pix网络模型；将待着色的目标PCB灰度图像输入最终pix2pix网络模型中，通过该网络模型中生成器生成着色图像并输出。本发明根据PCB实物各组成部分的灰度图像特点实现自动化PCB着色方案，突出PCB要素分布，增强PCB着色的真实感，便于PCB电路板检测测量，具有较强应用前景。
-
公开(公告)号：CN115238773A
公开(公告)日：2022-10-25
申请号：CN202210779964.5
申请日：2022-07-04
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于图神经网络技术领域，具体涉及一种异质图元路径自动评估的恶意账号检测方法及装置，该方法包括获取社交媒体网络的信息，构建社交网络关系异质图；在异质图神经网络的每一层进行账号、帖子和社区不同类型实体特征投影；在异质图神经网络的每一层进行账号、帖子和社区不同类型实体节点类型内聚合；在异质图神经网络的每一层进行账号、帖子和社区不同类型实体节点类型间聚合；通过计算异质图神经网络元路径的得分，发现最优的元路径，从而进行恶意账号检测。本发明可以实现社交网络关系异质图中元路径的自动搜索和挖掘，解决了异质图恶意账号检测方法中，元路径需要人工设计的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
