-
公开(公告)号：CN118090699B
公开(公告)日：2024-09-24
申请号：CN202410093578.X
申请日：2024-01-23
Applicant: 浙江工业大学
IPC: G01N21/65 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明涉及到差分拉曼光谱技术，特别涉及一种结合差分拉曼光谱和SE‑Res2Net的黄曲霉素检测方法。测得含有黄曲霉素以及不含有黄曲霉素的待测物的差分拉曼光谱；构建模型，初始化模型参数；将黄曲霉素的差分拉曼光谱和待测物的差分拉曼光谱输入模型得到特征图X；将特征图X输入Res2Net模块，得到特征图Y5；将特征图Y5输入SE模块，得到特征图f'；通过跳跃连接的方式将特征图X连接到特征图f'上，得到特征图f；得到待测物中是否含有黄曲霉素的概率，完成模型的训练；验证模型并更新参数。本发明有效去除拉曼光谱中的荧光、环境光等干扰，增强拉曼光谱中的特征峰，提高检测准确率。
-
公开(公告)号：CN118295591A
公开(公告)日：2024-07-05
申请号：CN202410421428.7
申请日：2024-04-09
Applicant: 浙江工业大学
IPC: G06F3/06
Abstract: 面向时序数据库Prometheus性能和成本协同优化的SSD‑HDD混合存储方法，包括：首先，将数据库下的数据块集合结合数据库的读取特性分结构存储于SSD和HDD上。然后，在数据库运行时，根据策略使用SSD对时序数据从内存刷写到磁盘上的过程进行加速，并运行数据收集器收集信息。之后，通过数据分析器根据热度算法和迁移算法计算得到数据块集合中各数据块的迁移价值，并根据价值排序。最后，根据集合运算可以得到需要迁移的数据块集合，在数据库的持久化模块的辅助下对数据块进行迁移并对数据块集合中的存储元信息进行重构操作。通过合理使用SSD的性能优势，时序数据库Prometheus能够加快将内存中的数据刷写到磁盘的过程，优化性能，访问热度较高的数据块将会迁移到SSD中以得到更好的读取效果，而更多热度较低的数据块则会存储在HDD中，发挥出HDD的成本优势。
-
公开(公告)号：CN118229697A
公开(公告)日：2024-06-21
申请号：CN202410491853.3
申请日：2024-04-23
Applicant: 浙江工业大学
IPC: G06T7/10 , G06T7/00 , G06V10/764
Abstract: 一种基于测试时图像重建的跨设备OCT图像分层方法，在训练阶段同时训练层分割任务和图像重建任务，图像重建任务可以学习结构分界处的像素变化，从而帮助分割模型提升在边界处的分割性能，并加入轮廓分类任务以保证层的轮廓提取结果的连续性和鲁棒性。其次，在测试阶段对于测试图像进行图像重建，更新分割任务、轮廓分类任务和图像重建任务的共享层，驱使网络适应测试数据的分布，使层分割网络和轮廓分类网络能够对OCT图像进行鲁棒地分层。本发明在训练阶段和测试阶段结合图像重建任务分别进行模型训练和测试数据适配，同时引入轮廓分类器更好地保证分层的连续性和精准性；同时提升分层结果的可靠性。
-
公开(公告)号：CN112149521B
公开(公告)日：2024-05-07
申请号：CN202010916060.3
申请日：2020-09-03
Applicant: 浙江工业大学
IPC: G06V40/10 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T5/70 , G06T5/10
Abstract: 一种基于多任务卷积神经网络的掌纹ROI提取与增强的方法，包括如下步骤：1)对样本进行训练前的准备工作，先将样本复制成两份，分别为A和B，对样本A进行BM3D去噪和Gabor小波滤波，以此来对样本进行图像增强处理；对样本B进行标记，分别标记训练样本的两个指间谷点和掌纹ROI区域；最后对标记后的训练样本进行数据扩充；2)用步骤1)生成的训练样本来训练多任务卷积神经网络，得到用于掌纹ROI提取与增强的网络模型；3)通过验证集验证训练好的多任务卷积神经网络模型并输出结果，并对结果进行矫正。本发明能够以更高的准确性和鲁棒性实现从一般掌纹中提取到具备图像增强的掌纹感兴趣区域。
-
公开(公告)号：CN111062284B
公开(公告)日：2023-09-29
申请号：CN201911240547.8
申请日：2019-12-06
Applicant: 浙江工业大学
Abstract: 一种交互式视频摘要模型的可视理解与诊断方法，包括以下步骤：对原始视频集进行特征提取获得五个描述性特征得分，将提取的特征作为验证集通过机器学习训练得到显著性得分；经过以上步骤，通过视频视图，投影视图，细节视图以及连续帧视图进行多特征检查和多层次探索的交互式视觉分析。帮助用户探索和分析视频内容，以及视频摘要模型中存在的内在关系。本发明通过模型分析方法获得数据，并设计一种交互式视频摘要模型的可视理解与诊断方法，帮助理解本发明的视频摘要模型中存在的内在关系。并且提出一套可视分析系统帮助用户探索和分析视频内容，通过视频视图，投影视图，序列帧视图以及细节视图从视频、事件和帧三个层面对模型进行深入探索。
-
Patent Agency Ranking
-
公开(公告)号：CN113505220A
公开(公告)日：2021-10-15
申请号：CN202110677044.8
申请日：2021-06-18
Applicant: 浙江工业大学
IPC: G06F16/34 , G06F16/901 , G06F40/211
Abstract: 一种基于三元组抽取的时序数据可视分析方法，包括以下步骤：采用Hanlp中的依存句法分析模块，对时序数据进行三元组抽取；借助三元组，以故事线的形式展示实体间关系，并且使用启发式顶点排序算法和DAG扫描算法对不同时间的实体进行排序，以减少故事线的摆动与交叉。在完成上述步骤后，再二阶优化方程进行布局优化。最后设计一套可视分析系统，允许用户交互式探索实体间的关系随时间的演变。本发明把从时序数据中提取到的三元组，以故事线的形式展示，并用提取到的三元组，丰富故事线中实体之间的关系，使得到的故事线布局可以传递更多信息，并且用足球文字直播数据进行实证研究来分析方法的有效性。
-
公开(公告)号：CN113468328A
公开(公告)日：2021-10-01
申请号：CN202110677266.X
申请日：2021-06-18
Applicant: 浙江工业大学
IPC: G06F16/35 , G06F40/30 , G06F16/34 , G06F40/211 , G06F16/901 , G06N20/00
Abstract: 一种多属性事理关系抽取及可视分析方法，包括以下步骤：(1)数据预处理，对文本进行事件检测、事件对齐；基于规则和机器学习的事理关系抽取，融入频繁子树挖掘半自动化获取规则库；(2)提供总体概览的降维投影视图；(3)提供频繁事理比较的摘要视图；(4)提供文档详细事理演化的流视图。本发明提供一种多属性事理关系交互式可视分析系统，允许用户交互式探索文本从概要到细节的事理演变关系。
-
公开(公告)号：CN111242949B
公开(公告)日：2021-06-18
申请号：CN202010002508.0
申请日：2020-01-02
Applicant: 浙江工业大学
Abstract: 一种基于全卷积神经网络多尺度特征的眼底图像血管分割方法，包括以下步骤：1)对眼底视网膜图像进行预处理；2)将预处理后的图像分割成图像块进行数据扩充；3)构建卷积神经网络模型，并利用扩充后的数据进行网络训练；4)将训练好的模型进行测试，得到分割结果。本发明通过连接一种编码和两种不同的解码结构，并采用多种跳过连接，可以克服血管图像数据集数量少、图像质量低导致的分割精度低等缺点，更加充分地融合不同深度的特征，并且有效缓解由网络深度增加导致的梯度消失问题，与传统分割方法相比，拥有更高的准确率与较高的鲁棒性。
-
公开(公告)号：CN111666807A
公开(公告)日：2020-09-15
申请号：CN202010309929.8
申请日：2020-04-20
Applicant: 浙江工业大学
Abstract: 一种基于卷积稀疏表示的多源指纹图像融合方法，包括如下步骤：1)获取预先配准好内部和外部指纹图像，采用基于卷积稀疏的形态成分分析模型的稀疏编码得到指纹图像的卡通与纹理分量的稀疏系数图；2)根据指纹图像质量评价指标方向确定度的值，确定权重添加方式，将其添加至两种源指纹图像的卡通与纹理分量中；3)采用基于卷积稀疏表示的融合方法对两种源指纹图像的卡通与纹理分量分别进行融合，由加权平均规则获得卡通与纹理分量的融合系数图，对两种分量的融合系数图进行重建得到融合指纹图像。本发明算法能够保留更多的指纹细节、纹理、边缘信息，保存两种源指纹图像质量较好的区域，得到质量更高的融合指纹图像。
-
-
-
-
-
-
-
-
-
Search Results
223
records
(took 0.107 seconds)
