“戴国骏”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果152个，建议您升级VIP下载更多相关专利

[发明专利]基于双流Vision Transformer的微表情序列识别方法-CN202310062839.7在审
发明人：周文晖;豆孝龙;祝浩男;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-01-16 - 公布日： 2023-09-29 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了基于双流VisionTransformer的微表情序列识别方法；首先获取连续时间内的多张微表情图像，对微表情序列图像进行预处理，得到预处理后的微表情序列图像和光流图像；通过TS‑ViT模块，获得每张光流图像和对应微表情图像的融合特征；再通过时间注意力机制模块学习连续帧的时空特征，然后进行特征融合得到新的特征向量序列；将新的特征向量序列输入到Bi‑LSTM学习微表情序列时间维度上的前向和后向的依赖关系，最后输出微表情识别结果。本发明解决了微表情数据集数据量偏少导致网络训练欠拟合的问题。
基于双流 vision transformer 表情序列识别方法

[发明专利]基于未知样本可能性的开放集跨被试EEG情绪识别方法-CN202310733999.X在审
发明人：张桦;吴政轩;赵月;戴国骏;曾虹;欧阳瑜;贾哲;钱东官 -专利权人：杭州电子科技大学
申请日： 2023-06-20 - 公布日： 2023-09-05 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基基于未知样本可能性的开放集跨被试EEG情绪识别方法。本发明提出了一种具有辅助分类器结构的对抗域自适应模型。该模型引入了一个用来评估目标域未知类概率权重的加权模块，为目标样本分配更能代表它们是否可能属于已知类和未知类的权重，实现已知类与未知类合理划分，鼓励模型在对抗性训练中进行正向迁移，同时减少了源域和目标域已知类之间的域差距。另外，本发明对特征范数对齐进行改进，利用目标域样本预测结果的不确定性熵约束特征范数对齐，鼓励模型在两个域中学习具有更大范数的已知类别特征，来避免目标域的退化，该方法充分考虑目标域与源域特征范数层面上的对齐，具有较高的普适性，提高模型泛化能力。
基于未知样本可能性开放集跨被试 eeg 情绪识别方法

[发明专利]基于4D脉冲神经网络的脑电认知识别方法-CN202310045690.1在审
发明人：赵月;戴国骏;曾虹;徐非凡;欧阳瑜;贾哲 -专利权人：杭州电子科技大学
申请日： 2023-01-30 - 公布日： 2023-07-04 - 主分类号： A61B5/372 文献下载
摘要：本发明公开了一种基于4D脉冲神经网络的脑电认知识别方法。本发明步骤包括：1、数据获取；2、特征提取；3、基于4D脉冲神经网络的脑电认知识别方法。本发明首先将提取到的EEG信号特征转换为4D表征，作为脉冲神经网络的输入以探索EEG的时频空全局特征。引入卷积和空洞卷积交替变换策略探索EEG信号相邻和相近通道间的潜在关系，以获取空间域的局部细粒度特征，此外，利用参数化模型作为基准网络框架。考虑到EEG信号的不稳定特性，提出基于样本的自适应阈值策略以尽可能消除该特性带来的负面影响，并提升4D脉冲神经网络在EEG认知识别任务上的泛化能力。本发明在各种认知识别数据集上都达到了最优性能，同时在被试间和跨被试识别任务验证了模型有效性。
基于脉冲神经网络认知识别方法

[发明专利]一种基于Swin Transformer的小篆识别方法-CN202310198895.3在审
发明人：周文晖;刘金宇;汪启明;张瑞天;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-06-23 - 主分类号： G06V30/148 文献下载
摘要：本发明公开了一种基于SwinTransformer的小篆识别方法。本发明选用小篆图片及其对应的繁体字图片作为模型的输入，经过预处理操作后的小篆图片首先被送入到基于SwinTransformer搭建的编码器E中，编码得到图片全局特征；随后网络采用一种并行三分支结构：繁体图片生成分支、小篆图片生成分支、小篆预测分支。本发明使用Swin‑Transformer模块取代传统识别模型编码器，Swin‑Transformer的W‑MSA机制以及SW‑MSA机制提高了图片全局特征提取能力，使得模块能够完成小篆识别这样的高难度任务，并且能够实现将小篆图片转换为繁体字图片的功能。
一种基于 swin transformer 小篆识别方法

[发明专利]一种基于无监督深度学习的光场深度估计方法-CN202010581570.X有效
发明人：周文晖;燕雨祥;洪勇杰;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2020-06-23 - 公布日： 2023-06-20 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于无监督深度学习的光场深度估计方法。本发明设计了无监督损失函数；同时从光场图像中提取一组3×3排列的子光圈图像作为光场深度估计网络的输入，输出中心子光圈图像的视差图，实现端到端的训练。步骤S1.准备光场数据集，制作训练集和测试集；步骤S2.搭建无监督光场深度估计网络；步骤S3.设计无监督光场深度估计损失函数；步骤S4.使用训练集训练无监督光场深度估计网络；本发明通过使用本发明自主搭建的网络结构以及损失函数，在海德堡图像处理实验室提供的4D光场数据集评测网站上，可以获得优于其它无监督深度估计方法的精度。
一种基于监督深度学习估计方法

[发明专利]一种基于多模块神经网络的脑电信号伪迹去除方法-CN202310198897.2在审
发明人：吴靖;戴国骏;金诚怀;张伟;曾虹 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-05-30 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种基于多模块神经网络的脑电信号伪迹去除方法。本发明包括如下步骤：1：数据获取；2：数据处理；3：基于多模块神经网络的脑电信号伪迹去除算法；4：通过评价指标衡量算法。本发明使用了Inception模块，包含了不同尺度卷积核大小的卷积层，可同时提取脑电信号不同维度的特征；每个分离模块都可以去提取纯净脑电特征和伪迹特征，该模块可以提取纯净脑电信号和伪迹信号之间的共同特征和不同特征，增加提取伪迹信号的计算单元数量，更好的去区分纯净脑电信号和伪迹信号，同时分离模块之间采用残差连接，有利于提升整个模型的计算性能。采用了多模块并联结构，多个去噪模块通过不断去除前向传播中的伪影来净化有噪声的输入脑电信号。
一种基于模块神经网络电信号去除方法

[发明专利]一种基于深度学习的光场视频时间-角度超分辨率网络-CN202310214716.0在审
发明人：周文晖;张昊;瞿年;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-03-08 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于深度学习的光场视频时间‑角度超分辨率网络。本发明步骤如下：1、假设输入为低角度分辨率宏像素形式的光场图像以合成中间帧低角度分辨率的宏像素形式的光场图像为目标，设计时间超分辨率模块；2、对时间超分辨率模块的输出结果进行角度超分辨率运算，最终得到角度超分辨率运算后的宏像素形式的光场图像本发明设计了一种角度独立的通道注意力机制代替光流预测模块来更好地完成前后帧像素的过滤与融合。
一种基于深度学习视频时间角度分辨率网络

[发明专利]一种基于计算机视觉的颅脑手术虚拟导航系统-CN202310198898.7在审
发明人：周文晖;高庆阳;张昊;瞿年;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-05-16 - 主分类号： G06T19/00 文献下载
摘要：本发明公开了一种基于计算机视觉的颅脑手术虚拟导航系统。本发明包括如下步骤：1：获取患者的面部三维可见光点云数据；2：获取患者的面部三维CT点云数据；3：采用可见光和CT点云配准方法，估计旋转和平移矩阵；4：基于棋盘格检测的颅钻追踪。本发明利用VTK框架和CT数据进行人的头颅的三维重建，然后获取模型脸部数据，再使用RGBD相机进行人脸识别，获取人脸点云数据，利用三维重建的的人脸数据与人脸识别获取的点云数据进行配准，解决病灶位置的坐标转换问题。针对颅钻在手术过程中的实时检测和导航，采用将棋盘格镶嵌在颅钻上，利用RGBD对其进行定位和实时追踪，以便准确的切除肿瘤从而完成开颅手术。本发明操作简单、评测精确、性能优良。
一种基于计算机视觉颅脑手术虚拟导航系统

[发明专利]基于图卷积网络的联合文本增强的表实体与类型注释方法-CN202310198892.X在审
发明人：张桦;支浩仕;叶晨;吴以凡;戴国骏;华孝健 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-05-16 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于图卷积网络的联合文本增强的表实体与类型注释方法。本发明步骤：1：自适应的与实体相关的定义型文本数据的抽取及预处理；2：将表数据集合、注释数据集合和文本数据集合转化为图结构数据的建模；3：特征向量化表示：根据图顶点的文本信息使用BERT进行特征向量化表示，转化成图卷积网络模型所需要的特征矩阵，并且根据边集建立模型需要的邻接矩阵；4：并行的多任务学习与结果预测。本发明包含文本的提取与预处理、由表到图结构的建模和多任务学习，能够提升模型对表的结构与语义解析能力，增强鲁棒性并提升模型的预测能力。同时能够在不依赖元信息的情况下，引入易从知识库获取的实体相关文本数据，性能显著优于现有模型。
基于图卷网络联合文本增强实体类型注释方法

[发明专利]一种具有电极自贴合功能的脑电采集眼镜装置-CN202310337622.2在审
发明人： 戴国骏;王金涛;吴靖;唐杨杰;张桦;吴以凡 -专利权人：杭州电子科技大学
申请日： 2023-03-31 - 公布日： 2023-05-12 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种具有电极自贴合功能的脑电采集眼镜装置。本发明包括眼镜框架、电极、伸缩带和主控盒；其中主控盒包括脑电采集装置、可控伸缩装置、主控装置、加速度检测装置和数据传输装置，通过主控盒中各个装置的协同工作，完成电极松动脱落后的自贴合功能与脑电信号数据采集功能。本发明设计基于可控伸缩装置的脑电电极自贴合设备，保持了脑电采集电极与佩戴者皮肤的贴合良好，增强了对于不同人群的适用性，有利于贴合不同头型的人群，并具有稳定性，解决了传统脑电设备需要被测人员需要保持静息态的问题。同时通过加速度传感器来检测佩戴者是否发生身体活动的功能，并在发生活动后再次开启电极自贴合的功能。
一种具有电极贴合功能采集眼镜装置

[发明专利]一种基于Transformer的光场极线几何图像视差估计方法-CN202310105817.4在审
发明人：周文晖;闫正茂;钟林;瞿年;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-02-08 - 公布日： 2023-04-28 - 主分类号： G06T7/557 文献下载
摘要：本发明公开了一种基于Transformer的光场极线几何图像视差估计方法。该方法设计了一种具有空间一致性信息保持的EpiFormer网络结构；该方法从0°、45°、90°、135°四个方向提取EPI图像块，并且每个方向提取三个相邻的EPI图像块，共12个EPI图像块作为EpiFormer网络结构的输入，输出为中心像素的视差值，通过把光场中心子光圈所有像素估计的视差值拼接起来，从而得到对应的光场视差图。本发明基于Transformer的方法，有效的建模EPI图像块中像素与像素之间的关联，同时添加了空间信息，缓解了遮挡带来的影响，同时也能得到更精确的像素匹配。
一种基于 transformer 光场极线几何图像视差估计方法

[发明专利]基于混合网络共生的EEG认知识别方法-CN202310045688.4在审
发明人：赵月;戴国骏;曾虹;郑浩浩;潘登;麻淑婕 -专利权人：杭州电子科技大学
申请日： 2023-01-30 - 公布日： 2023-04-25 - 主分类号： G06N3/0499 文献下载
摘要：本发明公开了一种基于混合网络共生的EEG认知识别方法。本发明步骤：1：EEG数据获取；2：数据预处理；3：基于DDCA算法的混合网络共生框架构建方法。本发明将混合网络划分为具有异质结构的认知网络和计算网络，目的是为了同时提取EEG的认知表征和计算表征信息。在HNS框架的基础上提出双向蒸馏共适应算法，在双向闭环反馈模式下通过信息交互来实现混合网络间的交互共生，包括双向前馈过程和双向反馈过程。在DDCA中引入了基于样本关系融合策略和基于序列嵌入的双向反馈学习策略，在训练过程中充分提取并利用可靠的重要的特征信息。本发明可以能有效提升HNS框架在EEG任务上的认知识别能力，适用于各种EEG认识识别任务。
基于混合网络共生 eeg 认知识别方法

[发明专利]一种基于隐式对极几何函数的光场连续角度域表示方法-CN202310059328.X在审
发明人：周文晖;纵榜诚;钟林;汪启明;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2023-01-20 - 公布日： 2023-04-25 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于隐式对极几何函数的光场连续角度域表示方法。首先构建光场对极几何图像数据集；然后构建整体光场角度超分辨率网络，包括空间‑角度特征提取网络和局部隐式对极几何函数超分网络；再为整体光场角度超分辨率网络设计损失函数；为整体光场角度超分辨率网络定义一种水平方向与垂直方向分治的训练策略，进行水平‑垂直混合训练；最后利用训练好的整体光场角度超分辨率网络，采用三阶段拆分‑组合策略实现光场角度超分辨率。本发明提出了一种分治的学习机制以保证训练的有效性与光场的几何一致性。本发明的方法可以达到相似或更好的效果，可以实现更高倍率的角度超分辨率，并且高倍率仍然有很好的重建效果。
一种基于几何函数连续角度表示方法

[发明专利]一种基于区块链的时序数据共享交易方法与系统-CN202211609627.8在审
发明人：吴以凡;左越新;张桦;许艳萍;叶挺聪;戴国骏 -专利权人：杭州电子科技大学
申请日： 2022-12-14 - 公布日： 2023-03-24 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于区块链的时序数据共享交易系统及方法。本发明包括数据存储模块、数据令牌访问模块、数据共享交易模块和应用层模块；数据存储模块由通用时序数据库与IPFS组成，利用时序数据库与IPFS混合存储策略。数据令牌访问模块负责维护系统中的各类数据访问；数据共享交易模块，数据需求方通过智能合约向数据持有方订购一段时间的高价值时序数据或批量订购大范围的其他类型时序数据；应用层模块对外以可视化界面的呈现，便于联盟内参与者共享时序数据或联盟外用户检索购买自己需要的数据。本发明利用智能合约、时序数据库、IPFS和令牌访问机制实现了时序数据在不同参与方之间的可信共享与对外交易。同时极大提升了时序数据的存储效率问题。
一种基于区块时序数据共享交易方法系统

[发明专利]一种基于D3QN和遗传算法的作业车间分批调度方法-CN202211609644.1在审
发明人：吴以凡;王志强;叶挺聪;许艳萍;张桦;戴国骏 -专利权人：杭州电子科技大学
申请日： 2022-12-14 - 公布日： 2023-03-21 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种基于D3QN和遗传算法的作业车间批量调度方法。本发明步骤：1.构建作业车间批量调度问题的数学模型，调度目标是最大完工时间最小；2.作业车间批量调度问题的批量划分方案由遗传算法确定；3.将种群中的染色体进行交叉、变异操作；4.对染色体进行解码，得到工件的批量划分方案；将子批工序排序问题用析取图模型进行表示；5.利用图神经网络对析取图节点的特征信息进行表征学习，提取工序排序问题的特征状态；6.设计带有优先级经验回放的D3QN模型结构，并训练模型；7.判断是否满足终止条件。本发明采用分层迭代优化策略，利用训练好的D3QN模型为内层子批工序排序问题提供自适应调度策略，以实现完工时间的最小化，提高生产效率。
一种基于 d3qn 遗传算法作业车间分批调度方法

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 152 条