-
公开(公告)号：CN116033033B
公开(公告)日：2024-05-17
申请号：CN202211738919.1
申请日：2022-12-31
申请人： 西安电子科技大学 , 深圳华大生命科学研究院
IPC分类号： H04L69/04 , H04L67/1074
摘要： 本发明公开了一种联合显微图像和RNA的空间组学数据压缩和传输方法，包括以下步骤；步骤1：对显微图像进行分割，得出有效蒙版图像和有效RNA序列；步骤2：使用图像中的颜色对RNA序列进行聚类；步骤3：对RNA序列和显微图像进行压缩，得到需要传输的数据；步骤4：对需要传输的数据进行分块和多层摘要计算；步骤5：通过自适应通道进行网络数据传输。本发明具有数据压缩率高，传输过程稳定可靠的特点，能够达到减小存储和高效传输的目的。
-
公开(公告)号：CN116033033A
公开(公告)日：2023-04-28
申请号：CN202211738919.1
申请日：2022-12-31
申请人： 西安电子科技大学 , 深圳华大生命科学研究院
IPC分类号： H04L69/04 , H04L67/1074
摘要： 本发明公开了一种联合显微图像和RNA的空间组学数据压缩和传输方法，包括以下步骤；步骤1：对显微图像进行分割，得出有效蒙版图像和有效RNA序列；步骤2：使用图像中的颜色对RNA序列进行聚类；步骤3：对RNA序列和显微图像进行压缩，得到需要传输的数据；步骤4：对需要传输的数据进行分块和多层摘要计算；步骤5：通过自适应通道进行网络数据传输。本发明具有数据压缩率高，传输过程稳定可靠的特点，能够达到减小存储和高效传输的目的。
-
公开(公告)号：CN118037614A
公开(公告)日：2024-05-14
申请号：CN202410224275.7
申请日：2024-02-29
申请人： 西安电子科技大学
IPC分类号： G06T5/92 , G06T5/40 , G06T5/60 , G06N3/0495 , G06N3/0464 , G06N3/0895 , G06N3/088
摘要： 本发明公开了一种基于轻量化自监督网络的红外图像增强方法，包括以下步骤；(1)获取目标梯度图，将其作为低质量红外图像梯度图所应当映射到的目标梯度图；(2)构建和训练神经网络，提取红外图像中的浅层和深层特征信息，得到高维特征图；(3)对高维特征图进行迭代计算，将红外图像中每个像素进行计算映射到满足目标梯度图中所需的像素值。本发明充分考虑红外图像中一阶信息的单一，利用自身的二阶梯度信息进行计算、约束和均衡化，解决红外图像增强过程中曝光不均匀的问题，再通过自监督学习方式，利用神经网路来对红外图像增强进行平滑约束，从而完成红外图像的有效增强，提升红外图像质量。
-
公开(公告)号：CN117978938A
公开(公告)日：2024-05-03
申请号：CN202410224209.X
申请日：2024-02-29
申请人： 西安电子科技大学
IPC分类号： H04N5/265 , H04N7/01 , H04N23/743
摘要： 本发明公开了一种基于视频超分辨算法的星载面阵推扫相机成像方法，包括以下步骤；步骤1：卫星运动过程中，卫星采集到的是连续的图像序列，面阵相机每次曝光采集二维图像；步骤2：用视频超分辨的方法对每一幅二维图像做超分辨；提升步骤一中采集到的连续图像的分辨率，实现在卫星终端上直接提高采集的图像数据分辨率；步骤3：将步骤2中的超分辨结果传回地面；步骤4：对步骤3中传回的图像校正与拼接的预处理；步骤5：将预处理后的多幅图像小块拼接，得到高分辨率的观测场景图。本发明使得卫星成像的工作条件更加容易满足，降低了卫星成像系统对卫星相对运动速度精确度的要求。
-
公开(公告)号：CN114845263B
公开(公告)日：2024-04-26
申请号：CN202210512802.5
申请日：2022-05-12
申请人： 西安电子科技大学
摘要： 本发明公开了一种奶山羊数据采集的羊颈夹装置，包括镀锌方管A一和镀锌方管A三，镀锌方管A一和镀锌方管A三之间设置有镀锌方管B一，镀锌方管B一将镀锌方管A一和镀锌方管A三之间划分为八个采集装置，形成羊颈夹采集阵列，单元最左侧采集单元设置有天线外壳总装二，其余采集单元相互之间设置天线外壳总装一，镀锌方管A三顶部设置有镀锌圆管C二，镀锌圆管C二上设置有镀锌锁具；镀锌锁具设置在采集装置上方，天线外壳总装二和天线外壳总装一内包括采集单元和门磁开关，每个采集单元内的门磁开关和采集单元通过管内线缆进行连接，天线外壳总装二和天线外壳总装一上安装有通讯系统。本发明具有自动化水平高、稳定性强、灵活组配的特点。
-
专利代理机构排行榜
公开(公告)号：CN117876317A
公开(公告)日：2024-04-12
申请号：CN202410028166.8
申请日：2024-01-08
申请人： 西安电子科技大学
IPC分类号： G06T7/00 , G06V10/58 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于排序学习的无参考高光谱图像质量评估方法及装置，通过将待评估的复原高光谱图像输入预训练S‑Transformer网络，得到深度特征以及概率分布；计算深度特征的概率分布与基准分布之间的距离并作为评估指标，用于评估所述复原高光谱图像的失真程度。预训练S‑Transformer网络通过将成对图像的好坏作为预训练任务训练预设的S‑Transformer网络得到；在预训练过程网络沿着光谱维度计算自我注意力来挖掘与质量有关的深度特征，充分考虑到了平移和尺寸变换，根据失真图像的深度特征的分布的偏移程度视为衡量图像质量的参考，因此更适合高光谱图像的质量评估，评估效果质量更佳。
-
公开(公告)号：CN113865707B
公开(公告)日：2023-08-18
申请号：CN202111118910.6
申请日：2021-09-24
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于LCTF和岭回归光谱模型的高光谱成像系统及方法，旨在保证LCTF高光谱成像系统光谱分辨率的前提下，提高LCTF高光谱成像系统的光谱透过率，高光谱成像方法包括以下步骤：初始化系统参数；构建高光谱成像系统的传递矩阵；光学去噪模块对场景光进行过滤；液晶可调谐滤波器LCTF对目标光谱范围的场景光进行谱间调谐；灰度相机采集LCTF调谐后的场景光；计算控制模块获取高光谱成像系统的成像结果。
-
公开(公告)号：CN116310510A
公开(公告)日：2023-06-23
申请号：CN202310095139.8
申请日：2023-02-08
申请人： 西安电子科技大学
IPC分类号： G06V10/764 , G06V10/40 , G06V10/58 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于小样本深度学习的高光谱图像分类方法，包括：获取源域高光谱图像集和目标域高光谱图像集；以经填充处理后的源域高光谱图像和目标域高光谱图像的每个像素点为中心提取若干第一图像块和若干第二图像块；在每个类别中，随机选出部分第一图像块组成源域支持集以及部分第一图像块组成源域查询集，随机选出部分第二图像块组成目标域支持集以及部分第一图像块组成目标域查询集；利用支持集、查询集对小样本谱空特征提取卷积神经网络进行训练，得到训练好的网络；将待分类的高光谱图像输入至训练好的小样本谱空特征提取卷积神经网络，得到分类结果。本发明能够提高分类精度且能够更深层次的提取高光谱图像中所包含的空间信息。
-
公开(公告)号：CN115474947A
公开(公告)日：2022-12-16
申请号：CN202211027652.5
申请日：2022-08-25
申请人： 西安电子科技大学
摘要： 本发明涉及一种基于深度学习的两类基本情绪强度脑电信号识别方法，包括：通过n个尺度空间特征提取模块分别提取激活模式和尺度空间特征，其中，每个尺度空间特征提取模块对应的卷积核大小不相同，第一个尺度空间特征提取模块的输入为原始脑电信号，其他各个尺度空间特征提取模块的输入为原始脑电信号和前一个尺度空间特征提取模块所提取的尺度空间特征；对原始脑电信号和所有激活模式和尺度空间特征进行维度变换，得到高阶融合的尺度特征；基于N个长短时记忆网络获取高阶融合的尺度特征中的高阶时域信息，根据高阶时域信息获取原始脑电信号对应的分级情绪，分级情绪包括：强正向情绪、弱正向情绪、强负向情绪和弱负向情绪。
-
公开(公告)号：CN110533579B
公开(公告)日：2022-12-02
申请号：CN201910680259.8
申请日：2019-07-26
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于自编码结构与梯度保序的视频风格转换方法，用于解决现有视频风格转换方法存在的风格化视频中的前景目标边缘产生光晕的技术问题。实现步骤为：1)构建训练样本集和测试样本集；2)构建视频风格化网络模型；3)对视频风格化网络模型进行训练；4)对训练好的视频风格化网络模型进行测试，5)获取视频风格转换结果。本发明通过构建基于自编码结构和梯度保序损失函数的视频风格化网络模型，并且以更合理的方式重新定义了时间一致性约束，有效地消除了风格化视频中的前景目标边缘产生的光晕，保留了原始视频的纹理细节信息，提升了人的视觉感官体验，可用于完成摄影、影视作品的后期制作加工。
-
-
-
-
-
-
-
-
-
搜索结果
141
条记录
(耗时 0.057 秒)
