-
公开(公告)号：CN118536641A
公开(公告)日：2024-08-23
申请号：CN202410435721.9
申请日：2024-04-11
Applicant: 武汉大学
Inventor： 余伟 , 汪千一 , 王皓 , 彭晶晶 , 李石君 , 李志宇 , 匡瑞林 , 刘宇轩 , 刘梓轩 , 胡斐 , 万豪杰 , 郑皓杰 , 晋尧 , 曾宪泽 , 丁宁 , 李佳璇 , 陈博宇 , 李一帆 , 唐千千 , 李宇轩
IPC: G06Q10/04 , G06F18/25 , G06Q50/06 , G06N3/0455 , G06N3/0499 , G06F17/16 , G06F17/18
Abstract: 本发明提供一种风电场群功率预测方法、装置、设备及存储介质，包括：获取目标风电场群在不同维度上的信息数据；所述目标风电场群包括若干风电场；调用预先构建的功率预测模型，根据所述目标风电场群的信息数据，确定所述目标风电场群的功率预测结果；所述功率预测模型包括预先配置的数据嵌入层、编码器层和解码器层；所述数据嵌入层用于对所述目标风电场群在不同维度上的信息数据进行融合，确定数据编码。本发明通过对风电场群中各类信息及其相互作用的全面考虑和动态融合，解决了现有的相关技术中存在的风电场群功率预测精度不佳的问题。
-
公开(公告)号：CN107907066B
公开(公告)日：2019-08-02
申请号：CN201711093842.6
申请日：2017-11-08
Applicant: 武汉大学
IPC: G01B11/16
Abstract: 本发明公开了一种单目六自由度形变监测系统及方法，包括靶标、视觉采集单元、中央处理单元和输出接口单元；其中：靶标固定于待监测物体表面，其上设有5对圆形标记对，所有圆形标记等大；所述靶标和所述圆形标记的表面为具有灰度差异的两种颜色，以能从靶标图像中提取出圆形标记；所述5对圆形标记对分别位于所述靶标的中心、上侧、下侧、左侧和右侧；视觉采集单元用来采集靶标的视频流数据，其包括沿光路依次排列的CCD成像传感器、光阑、光学透镜组、滤光片；中央处理单元用来对所述视频流数据进行图像处理，并通过所述输出接口单元输出处理结果。本发明结合单目视觉和近景摄影测量，实现了物体六自由度形变的在线监测。
-
公开(公告)号：CN107907066A
公开(公告)日：2018-04-13
申请号：CN201711093842.6
申请日：2017-11-08
Applicant: 武汉大学
IPC: G01B11/16
CPC classification number: G01B11/16
Abstract: 本发明公开了一种单目六自由度形变监测系统及方法，包括靶标、视觉采集单元、中央处理单元和输出接口单元；其中：靶标固定于待监测物体表面，其上设有5对圆形标记对，所有圆形标记等大；所述靶标和所述圆形标记的表面为具有灰度差异的两种颜色，以能从靶标图像中提取出圆形标记；所述5对圆形标记对分别位于所述靶标的中心、上侧、下侧、左侧和右侧；视觉采集单元用来采集靶标的视频流数据，其包括沿光路依次排列的CCD成像传感器、光阑、光学透镜组、滤光片；中央处理单元用来对所述视频流数据进行图像处理，并通过所述输出接口单元输出处理结果。本发明结合单目视觉和近景摄影测量，实现了物体六自由度形变的在线监测。
-
Patent Agency Ranking
公开(公告)号：CN118918356A
公开(公告)日：2024-11-08
申请号：CN202410904539.3
申请日：2024-07-08
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本发明提供一种基于特征融合的运动想象脑电图分类方法及装置，其方法包括：将预处理后的脑电图信号输入基于卷积神经网络构建的第一提取模块中，得到所述第一提取模块输出的经过局部注意力引导的第一特征图；将预处理后的脑电图信号输入基于长短时记忆网络构建的第二提取模块中，得到所述第二提取模块输出的经过全局自注意力引导的第二特征图；将所述第一特征图和所述第二特征图进行特征融合后进行分类，得到所述运动想象脑电图的分类结果。本发明通过对基于CNN和LSTM提取出的脑电图信号特征融合后分类，兼顾了不同网络的优点，降低了冗余信息对分类的影响，提高了在跨被试场景下的稳定性以及分类结果的准确率。
-
公开(公告)号：CN118378123A
公开(公告)日：2024-07-23
申请号：CN202410390051.3
申请日：2024-04-02
Applicant: 武汉大学
Inventor： 余伟 , 胡斐 , 王皓 , 彭晶晶 , 李石君 , 李志宇 , 匡瑞林 , 刘宇轩 , 刘梓轩 , 汪千一 , 万豪杰 , 郑皓杰 , 晋尧 , 曾宪泽 , 丁宁 , 李佳璇 , 陈博宇 , 李一帆 , 唐千千 , 李宇轩
IPC: G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/08 , G06V10/764 , G06F18/22 , G06F17/14
Abstract: 本发明公开了一种基于跨模态Transformer的视觉‑音频多模态目标跟踪方法及装置，首先获取来自视觉和音频两种模态的信息tokens，并引入两种多模态特征对齐方法，以在多模态间特征提取和融合前优化两种模态的嵌入。输入编码器前，将对齐后的音频特征注入到搜索区图像和模板区图像的嵌入中，从而提高编码器的学习能力。随后，经过编码器层的处理，多模态之间的特征得到了充分的融合和学习。最终，采用分类和边界框回归的方法，利用最后一层编码器的输出来精准预测目标的坐标。本发明的多模态融合方法相较于单一模态具备更高的鲁棒性，并且能够提高系统对目标的感知能力，视觉和音频两者融合能够更好地捕捉目标的时空一致性，因此提高了跟踪的准确性。
-
公开(公告)号：CN118094346B
公开(公告)日：2024-07-09
申请号：CN202410508503.3
申请日：2024-04-26
Applicant: 武汉大学
Inventor： 余伟 , 李志宇 , 王皓 , 彭晶晶 , 李石君 , 匡瑞林 , 刘宇轩 , 刘梓轩 , 曾宪泽 , 胡斐 , 汪千一 , 万豪杰 , 郑皓杰 , 晋尧 , 丁宁 , 李佳璇 , 陈博宇 , 李一帆 , 唐千千
IPC: G06F18/241 , G06F18/214 , G06F17/15 , G06F18/25
Abstract: 本发明涉及人工智能技术，具体涉及基于Conformer的串联故障电弧检测方法及系统，该方法包括数据采集和预处理准备好需要的数据；构建基于Conformer的串联故障电弧检测模型；该模型通过卷积池化层对电弧图像进行初步特征提取，利用Transformer层，实现了在多个层次上对图像特征的更高级别抽象。Transformer层中的自注意力机制使模型能够全局关联图像中不同位置的信息，提升了特征学习的能力。通过全连接层减少电流特征数据的维度。通过分类头和输出模块输出最后的数据；结合输出的数据进行电流状态判定。该方法的参数量减少，计算效率更高，适合在资源有限的嵌入式系统上实现实时检测。
-
公开(公告)号：CN118094346A
公开(公告)日：2024-05-28
申请号：CN202410508503.3
申请日：2024-04-26
Applicant: 武汉大学
Inventor： 余伟 , 李志宇 , 王皓 , 彭晶晶 , 李石君 , 匡瑞林 , 刘宇轩 , 刘梓轩 , 曾宪泽 , 胡斐 , 汪千一 , 万豪杰 , 郑皓杰 , 晋尧 , 丁宁 , 李佳璇 , 陈博宇 , 李一帆 , 唐千千
IPC: G06F18/241 , G06F18/214 , G06F17/15 , G06F18/25
Abstract: 本发明涉及人工智能技术，具体涉及基于Conformer的串联故障电弧检测方法及系统，该方法包括数据采集和预处理准备好需要的数据；构建基于Conformer的串联故障电弧检测模型；该模型通过卷积池化层对电弧图像进行初步特征提取，利用Transformer层，实现了在多个层次上对图像特征的更高级别抽象。Transformer层中的自注意力机制使模型能够全局关联图像中不同位置的信息，提升了特征学习的能力。通过全连接层减少电流特征数据的维度。通过分类头和输出模块输出最后的数据；结合输出的数据进行电流状态判定。该方法的参数量减少，计算效率更高，适合在资源有限的嵌入式系统上实现实时检测。
-
公开(公告)号：CN118918119A
公开(公告)日：2024-11-08
申请号：CN202411008988.6
申请日：2024-07-26
Applicant: 武汉大学
IPC: G06T7/10 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多尺度混合采样和特征融合的鼻咽癌靶区分割方法，包括：获取鼻咽癌三维靶区图像并对鼻咽癌三维靶区图像进行预处理；构建Swin‑UNet骨干网络模型；基于HSMA，构建HSMA UNet网络模型；构建DAC，嵌入到HSMA UNet网络模型中，构建HSMA DAC UNet分割模型；用预处理后的鼻咽癌三维靶区图像对HSMA DAC UNet模型进行训练，经过预处理的鼻咽癌靶区图像输入HSMA DAC UNet分割模型，得到分割结果图像。本发明可以自动对鼻咽癌靶区图像进行模型训练，并对新输入的鼻咽癌部位三维CT图像进行靶区分割，提高了鼻咽癌靶区图像分割的效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.072 seconds)
