-
公开(公告)号：CN113128614B
公开(公告)日：2023-06-16
申请号：CN202110477216.7
申请日：2021-04-29
申请人： 西安微电子技术研究所 , 西北大学
IPC分类号： G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
摘要： 本发明公开了基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法，属于卷积神经网络领域。本发明通过对图像进行基于图像梯度信息的方向卷积以提取图像特征。本发明的基于方向卷积的神经网络，将显式先验知识‑图像梯度信息嵌入深度学习模型中，有效降低网络参数空间的规模，减少局部极值的问题。本发明通过在浅层网络的基础上加入先验知识提升精度，用极少参数的较浅模型达到能与深度模型相比拟的图像分类识别准确率。引入方向卷积的小型化卷积神经网络模型在MNIST数据集上仅用0.062M的参数量就达到了与现有深度模型相比拟的分类精度，其参数量较经典卷积神经网络少了两个数量级。
-
公开(公告)号：CN113129323A
公开(公告)日：2021-07-16
申请号：CN202110462416.5
申请日：2021-04-27
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明属于信息技术领域，公开了一种基于人工智能的遥感田埂界线检测方法，包括以下步骤：步骤一、遥感田埂多尺度分割：采用多尺度分割算法对遥感田埂图像进行分割，得到由若干个分割区域构成的分割图像；步骤二、区域合并：对分割图像中的不良区域进行合并，过滤掉不良区域，得到最终的分割区域；步骤三、田埂界线检测：将最终的分割区域的边界检测出来，并且形成封闭区域，得到田埂界线。本发明还公开了基于该检测方法的系统、计算机涉笔及存储介质。本发明可以将遥感图像中的地块田埂较为准确完整的提取出来，该方法能够缓解人工田埂统计的耗时耗力的问题，为田埂统计带了极大的方便。
-
公开(公告)号：CN113128614A
公开(公告)日：2021-07-16
申请号：CN202110477216.7
申请日：2021-04-29
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明公开了基于图像梯度的卷积方法、基于方向卷积的神经网络及分类方法，属于卷积神经网络领域。本发明通过对图像进行基于图像梯度信息的方向卷积以提取图像特征。本发明的基于方向卷积的神经网络，将显式先验知识‑图像梯度信息嵌入深度学习模型中，有效降低网络参数空间的规模，减少局部极值的问题。本发明通过在浅层网络的基础上加入先验知识提升精度，用极少参数的较浅模型达到能与深度模型相比拟的图像分类识别准确率。引入方向卷积的小型化卷积神经网络模型在MNIST数据集上仅用0.062M的参数量就达到了与现有深度模型相比拟的分类精度，其参数量较经典卷积神经网络少了两个数量级。
-
公开(公告)号：CN113128513A
公开(公告)日：2021-07-16
申请号：CN202110464870.4
申请日：2021-04-28
申请人： 西安微电子技术研究所 , 西北大学
摘要： 本发明公开了一种基于目标分割的小样本训练方法，属于图像语义分割领域。本发明包括：一、进行小样本数据集的目标类的分割，生成初始像素级标签；二、在小样本数据集上迭代训练所述语义分割网络，生成精细的像素级标签；三、将分割结果作用于原始图像上，得到目标图像；四、将所述目标图像融到大量图像中，生成带有所述目标图像的新图像，进而生成大量带有像素级标签的新图像；五、使用大量带有像素级标签的新图像来训练语义分割网络，从而训练一个可信赖的语义分割网络。本发明解决了人工标注像素级语义标签的耗时耗力操作，能够实现目标的精细化分割，为图像分割、目标检测提供良好的标注数据。
-
公开(公告)号：CN114698338B
公开(公告)日：2024-11-01
申请号：CN202210290506.5
申请日：2022-03-23
申请人： 西北大学
IPC分类号： H05K7/20
摘要： 本发明属于散热器技术领域，涉及一种空间环境被动自循环相变散热系统，包括第一热端、第二热端、冷端和控制器，第一热端设置在发热源旁，在第二热端与第一热端中间设有半导体制冷片；半导体制冷片面向第一热端的一面用于吸热，面向第二热端的一面用于放热；第一热端中充有冷却液，第一热端的出口与冷端进口连接，冷端出口与第二热端进口连接，第二热端出口与第一热端进口连接，形成循环回路；在第一热端和第二热端上均设有温度检测计；温度检测计、热源及半导体制冷片均与控制器连接，控制器中存储有第一温度阈值、温度差阈值和持续时间。依靠热源自身热量冷却液进行相变吸热蒸发膨胀，内部之间根据热源产生的动力，驱动着流体进行循环交换。
-
公开(公告)号：CN118097113A
公开(公告)日：2024-05-28
申请号：CN202410300718.6
申请日：2024-03-15
申请人： 西北大学
IPC分类号： G06V10/25 , G06V10/774 , G06V10/762 , G06V10/82 , G06V20/10
摘要： 本发明公开了一种基于渐进式自训练的遥感图像目标检测方法、系统、设备及其介质，属于计算机视觉领域，包括以下步骤：训练初始目标检测模型；利用初始目标检测模型为未标记图像数据生成边界框级伪标签，并使用噪声伪标签过滤策略对所述边界框级伪标签进行过滤，得到具有可靠边界框级标签的图像数据；根据初始训练数据集和具有可靠边界框级标签的图像数据进行模型训练得到可靠目标检测模型；利用可靠目标检测模型不断训练进行迭代优化，直至具有可靠边界框级标签的图像数据数量停止增长后得到高精度目标检测模型，利用高精度目标检测模型完成目标检测。本发明能够解决现有技术在减少对手工标注的图像的依赖进行模型训练时，降低模型检测精度的问题。
-
公开(公告)号：CN116977637A
公开(公告)日：2023-10-31
申请号：CN202310919813.X
申请日：2023-07-25
申请人： 西北大学
摘要： 本发明公开了一种基于动态课程学习的图像语义分割方法。首先提出了一种数据生成策略来自动生成具有像素级注释的大规模合成图像。提出的动态课程学习方法在第一次迭代学习过程中利用合成图像来训练分割模型，为目标图像生成像素级伪标签。在接下来的每轮迭代学习中，使用具有像素级注释的合成图像和具有像素级伪标签的目标图像来联合优化分割模型。每轮训练结束后，提出的动态课程学习通过图像级样本选择、数据增强和CRF后处理三个主要步骤动态更新目标域的训练集和伪标签。在不使用目标数据的任何标签，即图像级标签、边界框级注释和像素级注释的情况下，提出的方法获得了比大多数现有的弱监督更好的性能。
-
公开(公告)号：CN114869229A
公开(公告)日：2022-08-09
申请号：CN202210397377.X
申请日：2022-04-15
申请人： 西北大学
IPC分类号： A61B5/00
摘要： 本发明属于分子影像技术领域，公开了一种荧光分子断层成像快速重建方法、系统、设备及存储介质，通过激发光源激发特异性荧光探针并利用数据采集系统获得生物组织表面光分布信息；基于光传输模型和有限元法构建表面光源分布与荧光目标的线性关系；将得到的线性关系转化为待求解的最优化问题；利用自适应快速迭代收缩阈值算法对最优化问题进行快速求解，展示结果完成重建。本发明采用多点激发，多角度测量，同时结合光传输模型与有限元方法建立测量数据与荧光目标的线性关系，并转化为最优化问题；于待求解的最优化问题，采用自适应快速迭代收缩阈值算法快速求解，在保证重建精度的同时，也加快了重建的速度；有效提高了荧光分子断层成像的效率。
-
公开(公告)号：CN117354844A
公开(公告)日：2024-01-05
申请号：CN202311486940.1
申请日：2023-11-09
申请人： 西北大学
摘要： 本发明公开了一种无人机动态自组网方法，涉及无人机通信技术领域，包括如下步骤：构建初始化网络拓扑结构，在目标点未接收到报文时，计算普通节点和代理节点的距离，并计算各个节点的通信范围半径，初始化通信单元中普通节点和代理节点的奖励函数，并在本地进行DQN训练，各个节点执行当前DQN网络生成的移动决策，获得环境状态S'和距离，判断距离跟通信范围半径之间的阈值，通过与阈值之间关系以不同方式完成通信任务。本发明解决了在通信受限情况下的通信以及高动态无人机自组织网的通信链路不稳定的问题。
-
公开(公告)号：CN116522909A
公开(公告)日：2023-08-01
申请号：CN202211447694.4
申请日：2022-11-18
申请人： 西北大学
IPC分类号： G06F40/284 , G06V10/764 , G06V10/82 , G06N3/08
摘要： 本发明一种基于文本挖掘的细粒度标签指导的车型识别方法，包括：获取文本信息；确定第一预设数量的初始化种子元组，每个初始化种子元组中包含对一款车辆品牌不同粒度的描述文本；对文本信息进行分词处理，分别以每个词组为中心，依次选取该词组相邻的第二预设数量个词组形成第一文本；利用初始化种子元组在第一文本集合中抓取第一目标文本，并提取出关系；利用关系及第一文本集合，生成多个新的种子元组，并依据初始化种子元组和所述多个新的种子元组构建得到数据集；基于数据集训练得到车型识别模型；将待检测图像输入至车型识别模型，得到车型识别结果。本发明不仅解决了建立数据集时费时费力的问题，还有利于提高细粒度车型的分类效果。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.022 秒)
