一种基于内窥镜图像的深度融合的肠息肉分割方法及装置

    公开(公告)号:CN115965630A

    公开(公告)日:2023-04-14

    申请号:CN202211464842.3

    申请日:2022-11-22

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于内窥镜图像的深度融合的肠息肉分割方法及装置,所述方法包括:采集内窥镜下肠息肉图像并进行预处理得到训练集和测试集;利用门控轴向注意力机制模块和滑动窗口注意力机制模块构建深度特征融合模块;利用门控轴向注意力机制模块、深度特征融合模块以及注意力门控模块构建肠息肉图像分割模型;利用训练集训练肠息肉图像分割模型得到最优的肠息肉图像分割模型;将实时采集的内窥镜下肠息肉图像输入最优的肠息肉图像分割模型得到预测分割图像;本发明的优点在于:解决了由于缺乏大量带有标签数据的问题,训练成本和训练难度较低。

    一种基于自适应随机共振滤波器的微弱信号检测方法

    公开(公告)号:CN106441889B

    公开(公告)日:2018-09-21

    申请号:CN201610825364.2

    申请日:2016-09-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于自适应随机共振滤波器的微弱信号检测方法,该检测方法在待检测轴承上安装传感器采集轴承的振动信号,再将振动信号进行包络解调得到滤波器的输入信号Z[n]。通过利用遗传算法调整滤波器参数对Z[n]进行滤波并计算优化输出信号的SQI值。本发明具有以下优点:一、在故障频率未知情况下能够实现轴承故障微弱信号的自适应增强;二、具有好的滤波效果,能够同时滤除高频段和低频段的噪声干扰;三、本发明采用的遗传算法能够提高运算速度,从而提高轴承故障诊断的效率。

    一种工业异常检测和解决方案知识图谱构建方法

    公开(公告)号:CN116628103A

    公开(公告)日:2023-08-22

    申请号:CN202310574023.2

    申请日:2023-05-17

    Applicant: 安徽大学

    Abstract: 本发明提出一种工业异常检测和解决方案知识图谱构建方法,包括,获取企业设备数据;从企业设备数据中提取实体以及实体之间的关系,构建企业设备知识图谱;获取企业产品生产过程中出现的现象数据,基于企业知识设备图谱以及现象数据建立企业产品与企业设备的逻辑关系网络;通过物理层面的节点同逻辑层面的节点之间的融合实现企业设备知识图谱以及逻辑关系网络的联通,建立现象‑>原因‑>解决方法的数据链,对企业设备知识图谱进行补全;基于补全的企业设备知识图谱进行工业生产中异常检测以及获取对应的解决方案。

    一种基于最大信息系数的未知流特征选择方法及装置

    公开(公告)号:CN115729957A

    公开(公告)日:2023-03-03

    申请号:CN202211501087.1

    申请日:2022-11-28

    Applicant: 安徽大学

    Abstract: 本申请提出了一种基于最大信息系数的未知流特征选择方法及装置,涉及数据挖掘领域,包括:根据公共数据集获取目标数据集,得到数据集的条件特征空间与类标签;根据随机选择特征方法确定数据集内特征不断产生并到达的场景;计算场景中新到达的特征和类标签之间的第一相关性,根据第一相关性与第一特征子集的平均相关性大小差值,确定是否丢弃特征;若所述特征保留,确定所述特征与所述第一特征子集的第二相关性,并在所述第二相关性大于预设阈值时,将所述特征加入所述第一特征子集,生成第二特征子集;当没有特征到达场景或程序结束时,输出第二特征子集。本申请在不需要知道每个特征类型时,精确保留数据集所需的最佳显著特征,提高效率。

    一种基于自适应随机共振滤波器的微弱信号检测方法

    公开(公告)号:CN106441889A

    公开(公告)日:2017-02-22

    申请号:CN201610825364.2

    申请日:2016-09-14

    Applicant: 安徽大学

    CPC classification number: G01M13/045

    Abstract: 本发明公开了一种基于自适应随机共振滤波器的微弱信号检测方法,该检测方法在待检测轴承上安装传感器采集轴承的振动信号,再将振动信号进行包络解调得到滤波器的输入信号Z[n]。通过利用遗传算法调整滤波器参数对Z[n]进行滤波并计算优化输出信号的SQI值。本发明具有以下优点:一、在故障频率未知情况下能够实现轴承故障微弱信号的自适应增强;二、具有好的滤波效果,能够同时滤除高频段和低频段的噪声干扰;三、本发明采用的遗传算法能够提高运算速度,从而提高轴承故障诊断的效率。

    一种基于多路径的大规模传感器数据汇聚方法

    公开(公告)号:CN119815302A

    公开(公告)日:2025-04-11

    申请号:CN202411774094.8

    申请日:2024-12-05

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于多路径的大规模传感器数据汇聚方法,其中方法包括,部署传感器采集环境数据,传感器节点随机分簇,建立传感器源节点、簇头节点和汇聚节点之间的通信链路;利用多路径选择算法,选择最佳传输路径,实现系统总效益最大化;簇头节点利用动态数据包捆绑(DPB)算法,对数据包进行捆绑处理后再发送到汇聚节点;汇聚节点接收到数据后,进行数据包重构,获取原始数据信息;本发明基于多路径的无线传感器网络数据汇聚方法和系统,能有效的进行数据的采集和汇聚,通过多路径传输协议,加快了数据的传输速率和交付率,保证了数据的延迟约束,降低系统能量需求,大大提高系统的资源利用率以及系统的可靠性。

    一种基于最大信息系数的未知流特征选择方法及装置

    公开(公告)号:CN115729957B

    公开(公告)日:2024-01-19

    申请号:CN202211501087.1

    申请日:2022-11-28

    Applicant: 安徽大学

    Abstract: 本申请提出了一种基于最大信息系数的未知流特征选择方法及装置,涉及数据挖掘领域,包括:根据公共数据集获取目标数据集,得到数据集的条件特征空间与类标签;根据随机选择特征方法确定数据集内特征不断产生并到达的场景;计算场景中新到达的特征和类标签之间的第一相关性,根据第一相关性与第一特征子集的平均相关性大小差值,确定是否丢弃特征;若所述特征保留,确定所述特征与所述第一特征子集的第二相关性,并在所述第二相关性大于预设阈值时,将所述特征加入所述第一特征子集,生成第二特征子集;当没有特征到达场景或程序结束时,输出第二特征子集。本申请在不需要知道每个特征类型时,精确保留数据集所需的最佳显著特征,提高效率。

Patent Agency Ranking