公开(公告)号：CN118608307A

公开(公告)日：2024-09-06

申请号：CN202410800475.2

申请日：2024-06-20

Applicant: 成都信息工程大学 ,  中国电子口岸数据中心成都分中心

Inventor： 乔少杰 ,  李庆 ,  余华 ,  韩楠 ,  陈权亮 ,  周钰谦 ,  黄萍 ,  王邦平 ,  何兵 ,  相东升 ,  樊瀚林 ,  黄发良 ,  彭昱忠 ,  蔡宏果 ,  祁飞 ,  刘双侨 ,  张秋燕 ,  李家

IPC: G06Q40/12 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06N3/006 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种基于时空图神经网络的进出口企业财务风险预测方法，该方法包括采集和获取不同企业的财务数据，构建企业风险指标体系得到进出口企业长期财务风险预测数据集；对获取到的企业财务数据集进行预处理及清洗，得到风险预测训练和验证数据；将风险划分为企业内部和外部风险，以企业为节点提取公司财务指标多尺度特征，构建时空图神经网络；利用粒子群算法对时空图神经网络模型的参数和权重进行优化，得到企业财务风险预测结果；基于企业财务风险预测结果，构建进出口企业风险评价模型；本发明对企业所面临的风险进行预测，有利于进出口企业及时规避航海货运风险，避免遭受财产损失，帮助企业根据财务预警风险信号及时采取有效应对措施。

公开(公告)号：CN115530830A

公开(公告)日：2022-12-30

申请号：CN202211242843.3

申请日：2022-10-11

Applicant: 成都信息工程大学 ,  北京大学

Inventor： 吴琴 ,  杨琰 ,  肖湘民 ,  张志蕾 ,  何兵 ,  宇文泰然

IPC: A61B5/16 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82 ,  G06V40/18

Abstract: 本发明属于孤独症早筛技术领域，公开了一种孤独症早筛眼动仪检测系统、方法、介质、设备及终端，通过被试者容易接受的方式，获取被试者观看不同刺激范式时的眼动数据，得到机器学习模型的训练样本；通过机器学习实现孤独症儿童视觉模式特征的自动提取，完成孤独症的筛查；对体现孤独症儿童与普通儿童异质性的眼动数据进行收集，基于机器学习的方式实现孤独症儿童与普通儿童的自动分类。本发明模型的训练样本用统计学方法进行了区分度检验，保证了训练样本的有效性，从而提高了模型的精确度。本发明对原始眼动数据的处理方式多样，从注视分布，眼动轨迹等多个维度出发对被试者进行评估，最后在通过结果整合模型进行权值配比，保障了结果的可靠性。

公开(公告)号：CN116664892A

公开(公告)日：2023-08-29

申请号：CN202310690058.2

申请日：2023-06-12

Applicant: 成都信息工程大学

Inventor： 符颖 ,  陈培艳 ,  何兵 ,  胡金蓉 ,  文武 ,  吴锡

IPC: G06V10/75 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/24 ,  G06T7/33

Abstract: 本发明涉及一种基于交叉注意与可形变卷积的多时相遥感图像配准方法，首先，基于主干网络VGG16引入可形变卷积构建可形变卷积块DeVgg以适应不同形状、尺度大小等发生明显几何形变的遥感图像，增强了算法的鲁棒性；其次，将主干网络提取出的特征输入到交叉注意力模块中，用以更好地捕获不同背景变化下的影像的空间对应关系，在保留特征图核心信息的同时，能够高效地识别需要关注的特征信息，进而提高整体的匹配准确性。在特征匹配阶段，为了解决特征点匹配质量不佳问题，使用暴力匹配BFMatcher算法进行粗配准，再结合自适应的约束阈值，筛选出优质匹配点。

公开(公告)号：CN119991458A

公开(公告)日：2025-05-13

申请号：CN202411851756.7

申请日：2024-12-16

Applicant: 成都信息工程大学

Inventor： 何兵 ,  马薛冰

IPC: G06T5/50 ,  G06T7/13 ,  G06T3/4053 ,  G06T7/30 ,  G06T7/11 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明涉及遥感地形地貌增强技术领域，公开了一种遥感地形地貌增强算法，包括以下步骤：步骤S101，对现有的高分辨率DEM图像和低分辨率DEM图像进行预处理构建训练数据集；步骤S102，构建双域多尺度注意力融合超分辨率网络；步骤S103，通过训练数据集对双域多尺度注意力融合超分辨率网络进行训练；本发明综合考虑到DEM图像的边缘信息和空间连续性特点，利用小波域对高、低频信息高度敏感特性，通过哈尔小波变换提取DEM图像的高频和低频信息，并结合并行支路卷积层获取的空间域特征信息，两者进行融合使得网络在浅层就具备特征增强的功能，同时本发明通过多尺度注意力融合模块组获取不同深度特征图之间的重要性关系，从而提高DEM超分辨率重建的精度。

公开(公告)号：CN115547488A

公开(公告)日：2022-12-30

申请号：CN202211242844.8

申请日：2022-10-11

Applicant: 成都信息工程大学 ,  北京大学

Inventor： 吴琴 ,  肖湘民 ,  杨琰 ,  张志蕾 ,  郑常榕 ,  何兵 ,  宇文泰然

IPC: G16H50/20 ,  G06T7/00 ,  G06V10/82 ,  G06V40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机与人工智能技术领域，公开了一种基于VGG卷积神经网络和面部识别孤独症早筛系统及方法，通过数据收集设备以非接触方式采集被试者的面部图像数据，通过实验控制程序控制视觉刺激视频的呈现并控制数据采集设备的工作状态；通过数据处理程序对所述数据收集装置所采集到的原始面部图像数据进行初步处理；通过数据训练程序将处理完成的人脸图像数据集送入VGG16模型进行训练，获得孤独症儿童人脸分类模型；通过摄像头捕捉人脸图像数据，将人脸图像数据送入已经训练完成的孤独症儿童人脸分类模型进行预测，最终完成孤独症儿童的分类功能。本发明通过对人脸图像数据进行直方图均衡化处理，提升对比度，达到图像增强的效果。