-
公开(公告)号：CN120088779A
公开(公告)日：2025-06-03
申请号：CN202510150251.6
申请日：2025-02-11
Applicant: 贵州大学
Abstract: 本发明提出了一种复杂数据集下基于扩散模型和双注意力抑制的蛋白质亚细胞定位方法，将采集的图像输入训练好的网络模型，所述网络模型包括基础特征提取模块和双注意力抑制模块，包括：S1，将采集的图像输入基础特征提取模块进行视觉特征提取；S2，将基础特征提取网络的输出特征F输入若干个双注意力抑制模块，再次进行特征提取，得到第i个双注意力抑制模块的特征增强输出 和第i个双注意力抑制模块的输出 将所有双注意力抑制模块的特征增强输出输入分类器后再相加，然后输入激活函数，从而得到分类结果；本发明方法通过构造基于双注意力抑制模块的特征提取网络，专注于抑制已获得的显著特征，引导模型从复杂IHC图像中提取细微特征，提高模型的表征能力。
-
公开(公告)号：CN119743446B
公开(公告)日：2025-05-16
申请号：CN202510255631.6
申请日：2025-03-05
Applicant: 贵州大学
Abstract: 本发明提供一种考虑时空信息的超密集组网CDS热点主动式预测方法、装置及设备，其中，预测方法包括：获取待预测区域的时空记录图，时空记录图表示待预测区域内的多个不同用户对应的节点以及节点之间关系的拓扑结构图，时空记录图中包含多个子图，且各子图对应的时间段不同；对时空记录图的拓扑结构进行更新处理，以得到贴近现实场景的更新时空记录图；将更新时空记录图输入到区域预测模型中进行预测处理，以得到待预测区域中的目标热点区域。本发明提供的方案可以准确预测超密集网络架构下的目标热点区域，从而为超密集网络架构下的边缘服务器的内容缓存以及负载均衡做出指导。
-
公开(公告)号：CN112129769B
公开(公告)日：2025-05-16
申请号：CN202010913865.2
申请日：2020-09-03
Applicant: 贵州大学
Abstract: 本发明涉及一种多相机多光源的胶囊缺陷检测在线图像采集检测系统，包括箱体、打光单元、图像采集单元、多个隔板和中控处理器。本发明通过设置中控处理器以及多个不同种类的光源，将各光源与中控处理器相连，能够使中控处理器根据胶囊的尺寸灵活调节各光源的亮度，从而使各所述相机在采集图像时能够清晰地采集到胶囊的形状、表面以及颜色参数，从而使中控处理器在对胶囊进行检测时能够更加精准的完成对各胶囊的判定，提高了所述检测系统的检测效率。
-
公开(公告)号：CN112317340B
公开(公告)日：2024-07-26
申请号：CN202011046718.6
申请日：2020-09-29
Applicant: 贵州大学
Abstract: 本发明涉及一种基于机器视觉的集成式胶囊缺陷检测装置，其包括：集成箱、供料装置、图像采集装置、下料装置、送料装置、剔除装置，中控系统，功能全面，满足胶囊质检产线作业需求，同时，本发明的中控系统对待检测胶囊的图像信息进行实时判定，判定图像信息是否出现反光，根据反光点位置实时调整照明光源的角度，根据计算机图像处理技术对胶囊图像信息进行处理，计算机判定精度高，识别速度快，避免了人工识别的误差，提高了整个检测装置的检测效率，同时，根据胶囊的通过频率实时调整下料转盘转动速度和传送带的传送速度，防止胶囊传输过快造成拥堵或在传送带上排列过于紧密导致不易剔除的问题出现。
-
公开(公告)号：CN118196428A
公开(公告)日：2024-06-14
申请号：CN202410613151.8
申请日：2024-05-17
Applicant: 贵州大学
IPC: G06V10/42 , G06V10/764 , G06V10/86 , G06V10/82 , G06V10/776 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种用于组合零次学习的视觉属性表征学习方法，包括以下步骤：S1，将训练集图片输入LVAR‑CZSL的视觉骨干网络提取图片全局视觉特征#imgabs0#，然后通过视觉属性表征模块（VARM）进一步提取更细致的属性#imgabs1#和对象视觉特征#imgabs2#；S2，将文本信息通过预训练的词嵌入模型转化为词向量，输入LVAR‑CZSL模型中的联系性学习模块（CLM），得到具有全局依赖性的属性和对象文本特征；S3，通过LVAR‑CZSL模型中的联合评分函数（JSF）结合视觉特征和文本特征，缩小图像和文本特征之间的距离，联合损失函数（JLF）优化VARM和CLM的学习过程，得到训练完毕的LVAR‑CZSL模型；S4，将待预测测的图像或者待检索的文本输入LVAR‑CZSL模型，得到测试结果。
-
Patent Agency Ranking
公开(公告)号：CN117953405A
公开(公告)日：2024-04-30
申请号：CN202410089496.8
申请日：2024-01-22
Applicant: 贵州大学
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06F18/25 , G06V10/82 , G06F18/213 , G06F18/22 , G06F18/27 , G06N3/045 , G06N3/0499 , G06N3/096
Abstract: 本发明提出了融合跨模态注意力和关注模态内信息的视听零次学习方法，包括：获取原视频数据集，并将其分为训练集和测试集；从训练集中提取音频、视频、文本数据和文本标签；将音频和视频数据输入特征提取器，获取特征并进行编码；将编码后的音频和视频特征拼接，生成视听输入；将音频、视频、视听输入和文本数据输入多模态融合变压器，学习模态内信息；将多模态融合变压器的输出和文本标签映射到多模态联合嵌入空间，实现多模态学习；建立视听广义零次学习模型，用测试集进行测试，并优化训练；基于多模态联合嵌入空间的输出，利用视听广义零次学习模型预测视频分类，获得结果；多模态融合变压器能有效地融合多种模态信息，提高视听广义零次学习模型的性能。
-
公开(公告)号：CN117316282A
公开(公告)日：2023-12-29
申请号：CN202311180297.X
申请日：2023-09-13
Applicant: 贵州大学
IPC: G16B30/10 , G16B40/20 , G06N3/0464 , G06N3/048
Abstract: 本发明提出了一种基于深度时空神经网络的多功能治疗肽预测方法，包括以下步骤：S1，对多功能治疗肽序列进行多角度初始化嵌入，充分获取特征表达信息，从而获得初始化特征；S2，将初始化特征输入到多尺度空间特征提取器，提取肽序列的空间信息，从而得到包含了空间信息的肽序列特征矩阵；S3，将包含空间信息的肽序列特征矩阵依次通过双向长短时记忆网络，AFT模块进行时态特征提取；从而在不增加模型复杂度的情况下充分获取肽序列的时态特征信息；S4，经过全连接层将高维的时态特征信息映射到样本标记空间，最后经过激活层转化为概率值得到分类结果。本发明引入物理化学特征和进化信息的融合编码作为肽序列的初始化嵌入，能更好地学习其内在序列特性。
-
公开(公告)号：CN117218407A
公开(公告)日：2023-12-12
申请号：CN202310976807.8
申请日：2023-08-04
Applicant: 贵州大学
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于多尺度注意力的轻量级高光谱图像分类方法，包括：步骤1：首先将HSI数据输入到卷积层中进行预处理，通过预处理能对输入的HIS数据进行初步的特征提取以及降维；步骤2：将预处理后的数据输入第一分支机构；步骤3：将预处理后的数据输入第二分支机构；步骤4：将步骤1、步骤2以及步骤3的输出进行特征融合并且将融合结果输入到动态分组卷积层；本发明有效地考虑了地物空间尺度的变化、充分利用了光谱空间特征，减轻了光谱差异和空间上下文信息不足，并提高了分类精确性。
-
公开(公告)号：CN116797417A
公开(公告)日：2023-09-22
申请号：CN202310543243.9
申请日：2023-05-15
Applicant: 贵州大学
IPC: G06Q50/20 , G06F40/237 , G06F40/216 , G06F40/284 , G06F16/332 , G06F16/338 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于大语言模型的智能辅助系统，包括：词汇表生成模块：通过字符对编码算法生成词汇表；输入序列生成模块：按照词汇表进行分词得到输入序列；输出结果展示模块：将输入序列输入语言模型，得到输出结果，并将输出结果进行展示。本发明利用先进的自然语言处理技术和机器学习算法，实现对课程内容的深度理解和个性化辅导学习。本发明通过实时回答学生问题、自动生成个性化练习题、以及自动总结提炼课程内容，极大地改善教育资源分配不均的问题，提高教育质量，为学生提供更为优质的学习体验。
-
公开(公告)号：CN116736720A
公开(公告)日：2023-09-12
申请号：CN202310846787.2
申请日：2023-07-11
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明的一种微机电谐振器的模糊自适应反推控制方法，步骤包括：分数阶微机电谐振器建模；具有扰动补偿机制的不精确目标轨迹模糊自适应最优反推控制器设计；稳定性分析。本发明为了减少匹配扰动对控制效果的损害，提出了一种基于分数阶扰动观测的扰动补偿机制。其次，为了逼近分数阶MEMS谐振器中的未知函数，构造了具有自适应律的区间3型模糊逻辑系统(IT3FLS)。然后，引入傅立叶级数和IT3FLS来重建不精确的目标轨迹，并引入分数阶双曲正切跟踪微分器来处理与传统反推控制相关的“复杂性爆炸”。最后，将最优控制输入嵌入到反推控制器的技术框架内，提高控制器的追踪精度并确保成本函数最小化。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.054 seconds)
