-
公开(公告)号：CN119655762A
公开(公告)日：2025-03-21
申请号：CN202411751824.2
申请日：2024-12-02
Applicant: 电子科技大学
IPC: A61B5/18 , A61B5/16 , A61B5/369 , A61B5/372 , A61B5/374 , A61B5/00 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0464 , G06F123/02
Abstract: 本发明涉及医学信号处理领域及人工智能领域，具体为基于多阶段特征融合的脑电信号情绪检测方法，是以时序脑电信号为输入构建第一脑电信号特征提取网络提取频域特征；以微分熵特征为输入构建第二脑电信号特征提取网络，该网络是以EEGNet为主干网络，通过引入空间注意机制提取空间和时域特征提取空间、通道以及时域特征。以第一统计特征为输入构建第三脑电信号特征提取网络提取第二统计特征，通过融合这五种特征得到融合特征后，并使用脑电信号识别网络进行是识别，得到情绪检测结果输出。本发明解决了现有脑电信号情绪检测未能充分利用脑电信号中的空间、时域、频域、通道等信息的的问题。
-
公开(公告)号：CN118714155B
公开(公告)日：2025-03-21
申请号：CN202410728790.9
申请日：2024-06-06
Applicant: 电子科技大学
IPC: H04L67/12 , H04Q9/00 , H04L43/08 , H04L41/06 , H04L47/6275 , H04L47/2425
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于工业联网数据处理方法、系统及存储介质。所述方法包括以下步骤：对工业现场进行现场工业数据采集，得到原始工业数据；对原始工业数据进行数据分层，得到边缘层工业数据与云端层工业数据；对边缘层工业数据进行存储；对云端层工业数据进行工业数据分拆，得到边缘层处理数据与云层处理数据；对边缘层处理数据进行复杂事件处理，得到监控分析数据；对工业现场进行工业网络实时监测，得到实时通信网络状态数据；基于实时通信网络状态数据将云层处理数据与监控分析数据发送至云端并进行存储。本发明可以减轻云端服务器的计算负担，节约了计算资源和存储资源的使用。
-
公开(公告)号：CN115061385B
公开(公告)日：2024-12-24
申请号：CN202210651440.8
申请日：2022-06-09
Applicant: 电子科技大学
IPC: G05B17/02
Abstract: 本发明公开了一种基于车路云协同的实车在环仿真测试平台，属于自动驾驶技术领域。本发明包括智慧路端、智能网联车端、仿真云端和通信服务端，智慧路端通过通信服务端向仿真云端上传交通流数据，智能网联车端通过通信服务端向仿真云端上传其定位信息，仿真云端基于真实场景快速模拟不同虚拟交通流要素等干扰因素，仿真云端应用智能网联车辆孪生算法根据实时交通流数据做出正确的决策并将其实时传输至智能网联车端，以驱动其做出相应运动，智能网联车端更新自身姿态和定位信息，再实时上传至仿真云端。本发明构建了智能网联汽车和混合环境相结合的闭环测试系统。本发明可以在自动驾驶汽车道路侧试之前作为一种更安全、更有效的测试技术。
-
公开(公告)号：CN118714155A
公开(公告)日：2024-09-27
申请号：CN202410728790.9
申请日：2024-06-06
Applicant: 电子科技大学
IPC: H04L67/12 , H04Q9/00 , H04L43/08 , H04L41/06 , H04L47/6275 , H04L47/2425
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于工业联网数据处理方法、系统及存储介质。所述方法包括以下步骤：对工业现场进行现场工业数据采集，得到原始工业数据；对原始工业数据进行数据分层，得到边缘层工业数据与云端层工业数据；对边缘层工业数据进行存储；对云端层工业数据进行工业数据分拆，得到边缘层处理数据与云层处理数据；对边缘层处理数据进行复杂事件处理，得到监控分析数据；对工业现场进行工业网络实时监测，得到实时通信网络状态数据；基于实时通信网络状态数据将云层处理数据与监控分析数据发送至云端并进行存储。本发明可以减轻云端服务器的计算负担，节约了计算资源和存储资源的使用。
-
公开(公告)号：CN116842999B
公开(公告)日：2024-08-02
申请号：CN202310697122.X
申请日：2023-06-13
Applicant: 电子科技大学
IPC: G06N3/0464 , G06N3/063 , G06N3/08 , G06N5/04 , G06V10/764 , G06V10/82 , G06V10/766
Abstract: 本发明涉及计算机技术领域，具体涉及一种具有CPU硬件优化感知的神经网络设计方法。该方法通过构建准确率预测器和具有网络硬件优化特性的延迟预测器，配合遗传算法，探寻得到具有与目标硬件更高匹配性和可行性的神经网络架构。让研究人员在设计神经网络时，对网络模型在目标硬件上的硬件特性的把控更为精准可靠，也让神经网络模型在CPU硬件上以更低推理延迟代价达到更高精度有了可能性。
-
Patent Agency Ranking
公开(公告)号：CN118282707A
公开(公告)日：2024-07-02
申请号：CN202410184475.4
申请日：2024-02-19
Applicant: 电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于增量训练的入侵检测方法，涉及网络安全技术领域，包括：提取目标网络流量数据的关键特征数据；利用最近更新过的集成式孤立森林检测模型对关键特征数据进行二分类检测，得到目标异常流量数据和目标正常流量数据；利用最近更新过的自适应随机森林模型对目标异常流量数据进行多分类检测，给目标异常流量数据贴上标签，注明其攻击类型；根据目标正常流量数据和历史网络流量数据构造第一增量训练数据集，对集成式孤立森林检测模型进行渐进式增量更新，根据目标异常流量数据构造第二增量训练数据集，更新自适应随机森林模型。本发明提升了入侵检测系统的综合检测能力。
-
公开(公告)号：CN118015018A
公开(公告)日：2024-05-10
申请号：CN202410184484.3
申请日：2024-02-19
Applicant: 电子科技大学
IPC: G06T7/11 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/0464
Abstract: 本发明公开了一种面向心脏超声图像的轻量级分割算法，涉及图像处理技术领域，其采用训练好的轻量级分割算法模型对心脏超声图像进行分割，包括：采用有序结合通道剪枝与权重转换共享的特征提取网络MobileViT对预处理后的心脏超声图像进行特征提取，得到四个有效特征层；根据第四有效特征层，基于轻量化的可分离空间金字塔特征提取网络得到有效压缩特征层；对第一、二、三有效特征层和有效压缩特征层进行特征融合，之后利用1x1卷积调整通道数，再经过4倍上采样得到最终的预测结果。本发明在模型的轻量化上实现显著效果，设计了多尺度特征融合的方法找到更丰富的特征信息以增强模型的鲁棒性，在具有高分割精度的情况下提高了图像分割效率。
-
公开(公告)号：CN115941352B
公开(公告)日：2024-03-19
申请号：CN202211716651.1
申请日：2022-12-29
Applicant: 电子科技大学
Abstract: 本发明涉及云安全领域，揭露一种基于大数据的信息安全交互方法，包括：识别信息访问请求的请求类型，对信息访问请求进行加密，得到加密访问请求；将加密访问请求发送至信息请求端对应的信息提供端；将传输文件拆分为多个子文件，对每个所述子文件进行加密，标记每个所述加密子文件的文件标识；构建信息提供端与信息请求端的文件传输通道和标识传输通道；识别每个加密子文件的文件等级；根据目标传输通道，将每个加密子文件传输至信息请求端中，将文件标识传输至信息请求端中，将加密子文件进行重组和解密，检验目标文件的置信度；在置信度大于预设阈值时，将目标文件作为所述信息请求端的最终需求文件。本发明可以提高信息交互中的信息安全性。
-
公开(公告)号：CN117036649A
公开(公告)日：2023-11-10
申请号：CN202310684557.0
申请日：2023-06-09
Applicant: 电子科技大学
Abstract: 本发明属于人机交互领域，具体为一种基于混合现实技术的三维地图显示与交互的方法。利用无人机倾斜摄影图像建立实景三维地图模型。将实景三维地图模型导入混合现实平台，并将软件中的空间坐标系XYZ坐标，与实景三维地图模型中的经纬度坐标做转换映射，得到混合现实三维地图。然后让使用者操作无人车模型在混合现实场景中完成各种形式下的交互方式，以获取用于控制真实世界中车辆的动作控制指令；并在此过程中，利用真实环境下的GPS信息，在混合现实三维地图中的对无人车模型进行定位。实现了用户、三维地图与无人车模型在地图中的定位显示与交互。从而获得了在二维地图进行交互中不具备的高度等信息，提升了定位精度和用户使用体验。
-
公开(公告)号：CN115578360A
公开(公告)日：2023-01-06
申请号：CN202211303675.4
申请日：2022-10-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对超声心动图像的多目标语义分割方法，包括：获取具有不同感受野的特征图；根据空间位置信息和通道信息对特征图矩阵赋予权重，并根据特征图矩阵中局部区域内像素点对之间的关联和标签一致性对特征图进行校正，使其更有效的捕获感兴趣区域的特征；将处理后的具有不同感受野的特征图进行有效融合；将特征图进行上采样和归一化后，对感兴趣部位进行分割；优化神经网络参数，使分割结果逐渐逼近正确结果，完成超声心动图像多目标分割任务。本发明解决了现有方法中缺乏2D超声心动图图像中不同位置之间标记连贯性的学习机制，以及超声心动图像本身信噪比较低，边缘缺失等问题，有效实现了分割精度的提升。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.039 seconds)
