-
公开(公告)号：CN118709157A
公开(公告)日：2024-09-27
申请号：CN202410716172.2
申请日：2024-06-04
Applicant: 新疆大学
IPC: G06F21/10 , G06F40/194 , G06Q50/18
Abstract: 本申请公开了一种基于区块链网络的版权保护方法、装置、设备及介质，该方法包括：获取注册页面记录的注册信息；当注册信息通过时，获取注册信息的用户类型，显示用户类型对应的操作页面；当操作页面为版权登记页面时，获取版权登记页面中待登记的第一文字作品与已登记的第二文字作品之间的当前相似度；当前相似度小于预设相似度时，将第一文字作品上传到IPFS网络，获取IPFS网络基于第一文字作品生成的第一哈希值；当第一哈希值不为第二哈希值时，获取第一文字作品的版权信息；通过命名数据网络调用部署在区块链节点上的版权登记合约，通过版权登记合约将第一哈希值和版权信息记录在区块链节点的区块中。本申请有利于提高文字作品的版权保护效率。
-
公开(公告)号：CN118485914A
公开(公告)日：2024-08-13
申请号：CN202410478056.1
申请日：2024-04-19
Applicant: 新疆大学
Abstract: 本申请公开了农作物的生长状况检测模型训练方法、检测方法及设备，该方法包括：获取目标检测网络基于待输入图像输出的第一预测结果；获取生长状况预测区域与生长状况标注区域之间的绝对值损失和交并比损失，获取生长状况预测标签与生长状况标注标签之间的分类损失；根据绝对值损失、交并比损失、分类损失、第一权重系数、第二权重系数、第三权重系数以及预设的总体损失生成模型，生成第一预测结果的总体损失；基于所述总体损失优化所述目标检测网络的模型参数，基于优化后的模型参数和训练集迭代训练所述目标检测网络，将训练完成的所述目标检测网络设置为农作物的生长状况检测模型。本申请有利于提高农作物的生长情况的检测效率。
-
公开(公告)号：CN117575906A
公开(公告)日：2024-02-20
申请号：CN202311528959.8
申请日：2023-11-14
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种图像超分辨率重建方法、装置、计算机设备及存储介质，包括：将原始图像输入到训练好的超分辨率重建模型，其中，训练好的超分辨率重建模型为深度分层多尺度注意力网络，包括浅层特征提取模块，深度分层残差结构，上采样模块和重建模块；采用浅层特征提取模块对原始图像进行特征提取，得到浅层特征；通过深度分层残差结构对浅层特征进行特征提取和融合，得到深层特征；使用上采样模块对深层特征进行上采样，得到上采样特征；基于重建模块对上采样特征进行重建，得到重建的高分辨率图像，实现通过自适应特征融合的方式进行高分辨率重建，提高了图像重建的效果。
-
公开(公告)号：CN116522920A
公开(公告)日：2023-08-01
申请号：CN202310310105.6
申请日：2023-03-24
Applicant: 新疆大学
IPC: G06F40/289 , G06F40/30 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实体关系抽取方法、装置、计算机设备及存储介质，所述方法包括：对待处理文本数据进行分词处理和依存关系分析，得到分词结果和依存分析结果；基于分词结果，对包含两个字符以上的词语增添词语标记，用于融合文本数据的字特征和依存特征；将经过词语标记的文本输入预训练语言模型得到字特征表示hbert；基于依存分析结果构造邻接矩阵，并将邻接矩阵和hbert输入图卷积神经网络得到最终特征表示hgcn；利用第一解码器进行解码得到头实体特征信息；根据头实体特征信息和预定义关系类型，利用第二解码器进行解码得到每个头实体对应的尾实体特征信息。采用本发明可以在重叠实体的情况下，提高关系三元组被正确抽取的概率。
-
公开(公告)号：CN119166589A
公开(公告)日：2024-12-20
申请号：CN202411212691.1
申请日：2024-08-30
Applicant: 新疆大学
Abstract: 本发明涉及视频监控领域，公开了一种视频处理方法、装置、设备及存储介质，方法包括：连接监控设备，获取监控设备发送的视频；获取视频的视频图像，获取视频图像的数据格式；当数据格式不为预设的RGB格式，对视频图像进行格式转换，生成RGB图像；获取RGB图像出现的人体信息，人体信息包括人脸和躯干部分；对躯干部分进行模糊化处理，生成模糊部分；生成一张假脸，在RGB图像中，将人脸替换成假脸，将躯干部分替换成模糊部分，得到处理后的RGB图像，基于处理后的RGB图像，生成处理后的视频。本发明有利于提高视频的处理效率。
-
Patent Agency Ranking
公开(公告)号：CN118569421A
公开(公告)日：2024-08-30
申请号：CN202410531506.9
申请日：2024-04-29
Applicant: 新疆大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/213 , G06F18/214 , G06F18/2431
Abstract: 本申请公开了基于可解释性的农作物产量预测方法、装置、设备及介质，该方法包括：训练由多粒度扫描结构和级联森林结构组成的农作物产量预测模型，获取训练后的农作物产量预测模型；获取训练后的农作物产量预测模型基于用于测试的农作物特征输出的农作物预测产量；获取农作物真实产量和农作物预测产量之间的差异，获取衡量差异的均方误差、决定系数、均方根差以及平均绝对误差；根据决定系数、均方误差、均方根差、平均绝对误差以及预设的综合性能值生成模型，生成当前综合性能值；当前综合性能值大于预设综合性能值时，将最大的SHAP值对应的农作物特征解释为影响农作物预测产量的主要因素。本申请能解释影响农作物产量预测模型的主要因素。
-
公开(公告)号：CN117746015A
公开(公告)日：2024-03-22
申请号：CN202311677382.7
申请日：2023-12-05
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06V10/25 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种小目标检测模型训练方法、小目标检测方法及相关设备，包括：通过获取第一数据集，其中，第一数据集由若干包含小目标的图像组成；对第一数据集进行数据标注和预处理，得到第二数据集；将第二数据集划分为训练集和测试集，并对训练集中的样本进行聚类处理，得到训练集的锚框样本；将训练集图像和锚框样本输入到改进的小目标检测网络中，对改进的小目标检测模型进行训练，并采用测试集进行验证，得到目标检测模型。采用锚框样本作为模型的先验知识，用于检测和定位图像中的小目标，有利于提高小目标检测的效率和准确率。
-
公开(公告)号：CN117576454A
公开(公告)日：2024-02-20
申请号：CN202311522154.2
申请日：2023-11-13
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/084 , G06T7/00
Abstract: 本发明公开了一种基于人工智能的绝缘子缺陷检测方法、装置、设备及介质，包括：通过获取绝缘子图像；对绝缘子图像进行数据预处理，得到样本数据；采用样本数据对初始目标检测模型进行训练，得到训练好的目标检测模型，其中，初始目标检测模型为改进的YOLOv7模型，改进的YOLOv7模型包括依次连接的特征提取器、特征融合层和预测层；将训练好的目标检测模型部署到电力设备缺陷检测装置中，以使在后续接收到待检测图像时，采用训练好的目标检测模型对待检测图像进行缺陷检测。使模型能够更好地注意到绝缘子缺陷目标，减少了目标漏检，从而提高绝缘子缺陷目标检测的精确率。
-
公开(公告)号：CN114565615A
公开(公告)日：2022-05-31
申请号：CN202210148940.X
申请日：2022-02-18
Applicant: 新疆大学
Abstract: 本发明涉及图像分割技术领域，公开了一种息肉图像分割方法、装置、计算机设备及存储介质，该方法包括：获取息肉图像训练集和息肉图像验证集，对息肉图像训练集的图像进行灰度处理，得到灰度图像集，采用息肉图像训练集的图像对预设的编码卷积神经网络进行训练，得到第一编码特征图、第二编码特征图、第三编码特征图、第四编码特征图和编码卷积神经网络参数，采用第一编码特征图、第二编码特征图、第三编码特征图、第四编码特征图和灰度图像集的灰度图像对预设的解码卷积神经网络进行训练，得到解码卷积神经网络参数，根据编码卷积神经网络参数和解码卷积神经网络参数，得到息肉分割模型，将待分割息肉图片输入息肉分割模型分割，提高待分割息肉图像的分割精度。
-
公开(公告)号：CN114419054A
公开(公告)日：2022-04-29
申请号：CN202210059594.8
申请日：2022-01-19
Applicant: 新疆大学
IPC: G06T7/10 , G06K9/62 , G06V10/774 , G06V10/80
Abstract: 本发明涉及计算机视觉图像处理领域，公开了一种视网膜血管图像分割方法和装置。所述方法包括：在数据处理阶段，首先获取待检测的视网膜血管图像；然后，对视网膜眼底图像进行数据增强和预处理；在训练阶段，首先构建基于Transformer优化的网络模型，再用处理好的训练图像进行网络模型训练；在测试阶段，将所述视网膜血管图像输入训练好的网络模型中进行图像分割；最后，对网络模型输出的多个视网膜血管图像的预测结果取加权平均获得每个像素的分类概率，得到最终的分割结果图，采用本发明提高对视网膜血管图像的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.031 seconds)
