-
公开(公告)号：CN110335685B
公开(公告)日：2022-08-05
申请号：CN201910604444.9
申请日：2019-07-05
申请人： 河海大学常州校区
IPC分类号： G16H50/70 , G06K9/62 , A61B5/16 , G06V10/764
摘要： 本发明公开了一种基于脑连接对偶子空间学习的ADHD分类诊断方法，首先对测试数据做不同的类别假设标注，并将已进行假设标注的测试数据和训练数据一起参与典型脑连接特征选择过程，获得测试数据在不同假设下对应训练数据的典型脑连接特征，随后分别对测试数据不同假设下对应训练数据的典型脑连接特征进行对偶子空间学习，计算对应假设下训练数据典型脑连接特征在对偶子空间上的能量和。比较在测试数据不同假设下训练数据典型脑连接特征在对偶子空间上能量和的大小，并选取能量和大的对应假设作为测试数据的真实假设，从而确定测试数据所属个体为ADHD疾病或健康个体，最终完成ADHD疾病诊断分类过程。本发明分类准确率约为90%，优于现有的多种分类诊断方法。
-
公开(公告)号：CN104240717B
公开(公告)日：2017-04-26
申请号：CN201410476932.3
申请日：2014-09-17
申请人： 河海大学常州校区
IPC分类号： G10L21/0208
摘要： 本发明公开了一种基于稀疏编码和理想二进制掩膜相结合的语音增强方法，其是针对于传统的理想二进制掩膜算法存在噪声残留和语音成分丢失的缺陷进行改进的算法。本发明首先利用短时傅里叶变换将时域语音信号转换到频域信号,在频域中,采用理想二进制掩膜方法对语音信号进行初步降噪处理；然后采用稀疏编码理论对初步降噪后的语音信号做进一步降噪处理，同时从被认为是干扰信号中提取有效的语音成分，从而达到语音增强的效果。与相关技术相比，本发明具有去噪性能好，语音的可理解性高等优点。
-
公开(公告)号：CN105574831A
公开(公告)日：2016-05-11
申请号：CN201610154477.4
申请日：2016-03-17
申请人： 河海大学常州校区
IPC分类号： G06T5/00
CPC分类号： G06T5/002
摘要： 本发明公开了一种修正的图像块期望对数似然估计的图像去噪方法，具体涉及到高斯混合模型的先验估计问题。首先将含噪图像块进行分类：分为含噪平滑块和含噪非平滑块；然后通过对用于图像块估计的高斯模型的修正，实现对分类的图像块的对数似然估计，消除基于原有高斯模型估计中图像块的误分类现象及平滑块的高斯方差估计过高的问题。采用该修正的高斯混合模型应用于图像块期望对数似然估计的图像去噪算法中，可以实现比原有基于高斯混合模型的图像块期望对数似然估计的图像去噪算法更好的去噪效果，有效提高去噪图像的质量。
-
公开(公告)号：CN105574831B
公开(公告)日：2019-02-15
申请号：CN201610154477.4
申请日：2016-03-17
申请人： 河海大学常州校区
IPC分类号： G06T5/00
摘要： 本发明公开了一种修正的图像块期望对数似然估计的图像去噪方法，具体涉及到高斯混合模型的先验估计问题。首先将含噪图像块进行分类：分为含噪平滑块和含噪非平滑块；然后通过对用于图像块估计的高斯模型的修正，实现对分类的图像块的对数似然估计，消除基于原有高斯模型估计中图像块的误分类现象及平滑块的高斯方差估计过高的问题。采用该修正的高斯混合模型应用于图像块期望对数似然估计的图像去噪算法中，可以实现比原有基于高斯混合模型的图像块期望对数似然估计的图像去噪算法更好的去噪效果，有效提高去噪图像的质量。
-
公开(公告)号：CN110335685A
公开(公告)日：2019-10-15
申请号：CN201910604444.9
申请日：2019-07-05
申请人： 河海大学常州校区
摘要： 本发明公开了一种基于脑连接对偶子空间学习的ADHD分类诊断方法，首先对测试数据做不同的类别假设标注，并将已进行假设标注的测试数据和训练数据一起参与典型脑连接特征选择过程，获得测试数据在不同假设下对应训练数据的典型脑连接特征，随后分别对测试数据不同假设下对应训练数据的典型脑连接特征进行对偶子空间学习，计算对应假设下训练数据典型脑连接特征在对偶子空间上的能量和。比较在测试数据不同假设下训练数据典型脑连接特征在对偶子空间上能量和的大小，并选取能量和大的对应假设作为测试数据的真实假设，从而确定测试数据所属个体为ADHD疾病或健康个体，最终完成ADHD疾病诊断分类过程。本发明分类准确率约为90%，优于现有的多种分类诊断方法。
-
公开(公告)号：CN104992175B
公开(公告)日：2018-02-13
申请号：CN201510403860.4
申请日：2015-07-10
申请人： 河海大学常州校区
IPC分类号： G06K9/34
摘要： 本发明公开了一种基于树型关系的过度粘连钢坯号字符分割方法，在已知钢坯号字符的平均估计宽度，并已确定因过度粘连而形成超长字符的区域及该区域相应的二值化图像垂直投影的基础上，首先利用垂直投影曲线进行可靠波谷、非可靠波谷检测，并根据字符平均估计宽度和可靠波谷、非可靠波谷，根据不同情况搜索每个字符的可能分割位置；其次，获取对超长字符的所有前向和后向的可能分割情况；最后，通过对所有可能分割中字符宽度的方差计算，选取最小方差值对应的分割情况为超长字符分割的最终结果。本发明实现了对过度粘连的钢坯号字符进行有效分割，分割正确率高、可靠性高，并且能在实际钢厂钢坯生产线的复杂背景环境下实现应用。
-
公开(公告)号：CN105913383B
公开(公告)日：2018-11-09
申请号：CN201610184750.8
申请日：2016-03-28
申请人： 河海大学常州校区
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于图像块先验估计混合框架的图像降噪方法，具体涉及到图像块的先验估计和图像降噪方法。先验估计是通过对图像结构进行检测将图像块进行分类，通过将分类后图像块根据图像结果不同分别采用图像块期望对数似然估计和图像块匹配‑三维滤波的方法进行图像降噪。通过使用基于图像块先验估计混合框架的图像降噪方法能够针对性根据图像块结构不同实现降噪，根据实验结果显示该方法相比其他降噪方法表现出更鲁棒的降噪特性。
-
公开(公告)号：CN105913383A
公开(公告)日：2016-08-31
申请号：CN201610184750.8
申请日：2016-03-28
申请人： 河海大学常州校区
IPC分类号： G06T5/00
CPC分类号： G06T5/002
摘要： 本发明公开了一种基于图像块先验估计混合框架的图像降噪方法，具体涉及到图像块的先验估计和图像降噪方法。先验估计是通过对图像结构进行检测将图像块进行分类，通过将分类后图像块根据图像结果不同分别采用图像块期望对数似然估计和图像块匹配?三维滤波的方法进行图像降噪。通过使用基于图像块先验估计混合框架的图像降噪方法能够针对性根据图像块结构不同实现降噪，根据实验结果显示该方法相比其他降噪方法表现出更鲁棒的降噪特性。
-
公开(公告)号：CN204242202U
公开(公告)日：2015-04-01
申请号：CN201420772066.8
申请日：2014-12-10
申请人： 河海大学常州校区
IPC分类号： G06K9/20
摘要： 本实用新型涉及一种钢坯号的识别及钢坯质量监控系统，包括：位于流水线一侧的图像采集单元，与该图像采集单元相连的控制单元；其中所述图像采集单元包括：摄像头，该摄像头通过一云台固定于支架上；所述控制单元分别与云台及摄像头相连，该控制单元还与一通讯端口与服务器相连，适于接收服务器发送的标准钢坯号；所述控制单元适于通过云台调整摄像头的方位，以及将识别的所述摄像头拍摄图像中的钢坯号与所述标准钢坯号比对识别；本系统识别率精准、操作简单、成本低等特点，可广泛应用在钢铁领域，具有较好的应用前景。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.041 秒)
