-
公开(公告)号：CN118470468A
公开(公告)日：2024-08-09
申请号：CN202410920447.4
申请日：2024-07-10
申请人： 昆明理工大学
IPC分类号： G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0455 , G06N3/0895
摘要： 本发明公开了一种射电天文信号的射频干扰检测方法及装置，属于基于计算机视觉的图像处理领域。方法包括：构建无标注训练集；依据无标注训练集及生成的对应的伪掩码标签图像构建有标注训练集；依据从无标注训练集中随机选择的第一预设数量的射电时频图像及对应的真实掩码标签图像构建有标注验证集；依据无标注训练集中随机选择的第二预设数量的射电时频图像构建无标注测试集；将无标注测试集中射电时频图像作为经有标注训练集、有标注验证集进行训练和验证获得的训练好的基于D‑Unet射频干扰检测模型输入，获得射频干扰掩膜图像。本发明能节省人工标注训练样本造成的巨大成本且训练好的基于D‑Unet射频干扰检测模型具备合理的网络性能。
-
公开(公告)号：CN117912676A
公开(公告)日：2024-04-19
申请号：CN202410083919.5
申请日：2024-01-19
申请人： 昆明理工大学
IPC分类号： G16H50/20 , G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本发明涉及一种用于预测阿尔兹海默病类型的大脑区域时间序列位置编码方法，属于系统生物学技术领域。利用DPARSF工具对功能性磁共振成像(fMRI)进行预处理并提取脑区时间序列，使用绝对位置编码函数和可学习的位置信息矩阵整合脑区时间序列的相对和绝对时间位置信息，将得到的包含位置信息的脑区时间序列输入到Transformer注意力模型中更新脑区时间序列特征，将脑区时间序列特征输入到全连接分类器中得到样本的疾病类型预测概率。本发明通过位置编码技术可以提取脑区时间序列的位置信息从而增强脑区时间序列特征进一步提高深度学习模型的预测准确性。
-
公开(公告)号：CN115249319A
公开(公告)日：2022-10-28
申请号：CN202111412648.6
申请日：2021-11-25
申请人： 昆明理工大学
摘要： 本发明涉及用于检测全日面图像中太阳暗条的方法。本发明首先将原始图像送入改进的ResNet‑50骨干网络提取特征图，再经由FPN融合不同层级的特征。融合后的特征被送入检测模型以预测目标的位置和类别，并将目标信息编码为实例相关的掩膜头参数。同时，FPN输出的特征会被送入掩膜分支用以生成掩膜分割图。最终，使用实例相关的掩膜头为不同的实例匹配对应的掩膜。在检测到暗条并获取其对应的掩膜后，通过掩膜之间的IoU滤除低质量的冗余检测。相比现有的太阳暗条检测方法，本发明能较好地检测出分裂为多个碎片的太阳暗条，并将分裂后的碎片检测为同一个暗条。
-
公开(公告)号：CN111584010A
公开(公告)日：2020-08-25
申请号：CN202010249587.5
申请日：2020-04-01
申请人： 昆明理工大学
摘要： 本发明公开了一种基于胶囊神经网络和集成学习的关键蛋白质识别方法，包括：步骤1：利用Cytoscape工具提取蛋白质在蛋白质相互作用网络中的八种生物学特征；步骤2：使用胶囊神经网络提取八种生物学特征的更深层的增强特征；步骤3：将生物学特征和蛋白质增强特征进行连接；步骤4：将步骤3得到的连接后的特征放入到集成模型Multi-ensemble中，对模型进行训练，并利用训练好的集成模型预测新的关键蛋白质；步骤5：输出结果。本发明通过胶囊神经网络提取的增强特征比初始的生物学特征更能提高一些机器学习模型预测关键蛋白质的准确性。并且通过融合初始生物学特征和增强特征能进一步提高机器学习模型预测关键蛋白质的准确性。
-
公开(公告)号：CN109029203A
公开(公告)日：2018-12-18
申请号：CN201811008960.7
申请日：2018-08-31
申请人： 昆明理工大学
IPC分类号： G01B5/02
CPC分类号： G01B5/02
摘要： 本发明涉及一种基于数字图像处理的半自动测量物体尺寸装置，属于图像处理技术领域。本发明通过在待测物体周围放置一把刻度尺，并对其进行拍摄或扫描得到相应数字图像，有效地将实际物体尺寸与数字图像像素连接在一起，再通过相应数字图像处理，识别图像中刻度尺上的刻度线，接着通过计算得到以像素为单位表示的最小刻度，最后通过画线测量自动计算出待测物体尺寸。由于图像可以缩放、直线可以多次画线，采用本装置对物体尺寸进行测量，测量结果较为精确。本发明将数字图像处理应用于测量领域，较好地解决了对某些不宜移动且需要多次测量的物体(如犯罪现场中的脚印或手印等)进行测量的问题，具备一定的实际应用价值。
-
公开(公告)号：CN108900327A
公开(公告)日：2018-11-27
申请号：CN201810632883.6
申请日：2018-06-20
申请人： 昆明理工大学
IPC分类号： H04L12/24 , H04L12/863 , H04L29/06 , H04L29/12
摘要： 本发明涉及一种基于DPDK的天文数据采集和实时处理方法，属于网络数据包处理领域。本发明包括的简要步骤是：构建DPDK运行环境；创建内存池；从环形缓冲中读取数据帧，并对帧头部解析及构造响应报文；UDP数据包进行合法校验，提取报文中数据部分；将提取的数据放在第二个环形缓冲区；CUDA程序从环形缓冲区读取数据并实时处理。本发明充分利用DPDK在处理高速IO情况下相较传统的基于内核TCP/IP协议栈的性能优势，通过无锁环形缓冲队列，在用户态下对TCP/IP协议栈做了部分实现，实现了在万兆网络环境下的数据包无丢失接收，相比基于传统协议栈的数据包接收有极大的性能提升。
-
公开(公告)号：CN108661390A
公开(公告)日：2018-10-16
申请号：CN201810347899.2
申请日：2018-04-18
申请人： 昆明理工大学
摘要： 本发明涉及一种具有非接触式充电及通信转接功能的载车托盘。本发明通过一种非接触式充电的载车托盘，实现电动汽车的充电接口与充电桩之间的自动对接，可用于具备充电功能的自动化立体停车库。在载车托盘的底部还设置有用于身份识别的RFID单元；在自动搬运设备的作用下，导向块可与地面泊位上对应安装的充电板实现无缝对接；在载车托盘的一端安装有无线通信模块和功率拾取控制单元，功率拾取控制单元用于将拾取线圈输出的交流电转换成直流电，并输出到车载动力电池中，还可用于向标准直流插头提供低压辅助电源，无线通信模块将连接状态与电池的状态信息发送至地面充电桩，实现充电桩与电动汽车管理系统之间的无线通信。
-
公开(公告)号：CN108171253A
公开(公告)日：2018-06-15
申请号：CN201711172384.5
申请日：2017-11-22
申请人： 昆明理工大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6223
摘要： 本发明涉及一种基于L2范数规范化和余弦定理改进的肘部法则的方法，属于数据挖掘中聚类分析技术领域。本发明包括设定K均值聚类算法中要搜索其最佳聚类数(最佳K值)的范围[Kmin‑Kmax]；计算搜索范围内的Kmax‑Kmin+1个聚类数对应的平均畸变程度；对计算得到的Kmax‑Kmin+1个平均畸变程度进行L2范数规范化处理等步骤。本发明在K均值聚类算法及肘部法则的基础上，通过对肘部法则得到的平均畸变程度进行L2范数规范化处理及利用余弦定理对其进行进一步的计算，进而得到搜索范围内的最佳K值，该方法可以使得到的最佳K值更具有客观性。
-
公开(公告)号：CN118736310A
公开(公告)日：2024-10-01
申请号：CN202410871662.X
申请日：2024-07-01
申请人： 昆明理工大学
IPC分类号： G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/774 , G06V10/776
摘要： 本发明公开了一种基于天文时频图像的射频干扰识别方法、系统，包括：获取天文时频图像；将天文时频图像作为编码器、Branch分支的输入，分别获得编码器特征图、高维特征图；将编码器特征图作为解码器的输入，在解码器中引入多尺度残差位置感知注意模块提取特征图信息，将解码器中第四个上采样的输出与Branch分支的输出进行拼接，获得拼接特征图，实现将空间信息与高阶语义信息进行整合；所述拼接特征图通过1次卷积操作后再经分割头预测每个像素的类别。与现有的同类方法相比，它具备较快的网络收敛速度，合理的网络的性能，能够全面且较为准确地识别RFI。
-
公开(公告)号：CN118470468B
公开(公告)日：2024-08-30
申请号：CN202410920447.4
申请日：2024-07-10
申请人： 昆明理工大学
IPC分类号： G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0455 , G06N3/0895
摘要： 本发明公开了一种射电天文信号的射频干扰检测方法及装置，属于基于计算机视觉的图像处理领域。方法包括：构建无标注训练集；依据无标注训练集及生成的对应的伪掩码标签图像构建有标注训练集；依据从无标注训练集中随机选择的第一预设数量的射电时频图像及对应的真实掩码标签图像构建有标注验证集；依据无标注训练集中随机选择的第二预设数量的射电时频图像构建无标注测试集；将无标注测试集中射电时频图像作为经有标注训练集、有标注验证集进行训练和验证获得的训练好的基于D‑Unet射频干扰检测模型输入，获得射频干扰掩膜图像。本发明能节省人工标注训练样本造成的巨大成本且训练好的基于D‑Unet射频干扰检测模型具备合理的网络性能。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.041 秒)
