专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果16个,建议您升级VIP下载更多相关专利
  • [发明专利]一种人脸图像超分辨率二次重建方法-CN201910066657.0有效
  • 周莲英;倪若婷 - 江苏大学
  • 2019-01-24 - 2023-07-21 - G06T3/40
  • 本发明公开了一种人脸图像超分辨率二次重建方法,首先对采集的监控视频进行人脸检测与目标提取,获得一定量(20‑30帧)的目标人脸图像,基于评估模型对获取的图像进行质量评估,择优选择多帧(3‑5帧)。其次对上述结果进行超分辨率重建,使多帧图像合成为一高质量虚拟图像。再次构建一个基于卷积神经网络CNN的人脸图像超分辨率重建模型MRES,用于学习高分辨率样本图像与相应低分辨图像的映射关系;该模型以去除池化层的inception结构为基础,采用了降低学习难度的残差学习思想,使用了可以全面提取特征的多尺度聚合模块并加入反卷积层代替插值操作。最后用第三步的训练模型对第二步进行训练,得到高分辨率人脸图像。本发明能在可控的训练时间内,提高重建效果。
  • 一种图像分辨率二次重建方法
  • [发明专利]一种基于卷积神经网络的MRI肿瘤体素检测方法-CN201910066668.9有效
  • 周莲英;田学智 - 江苏大学
  • 2019-01-24 - 2023-07-18 - G06T7/00
  • 本发明公开了一种基于卷积神经网络的MRI肿瘤体素检测方法,分为五步;第一步以AlexNet模型为基础,建立双路径双卷积核3D CNN模型框架,上路径采用大卷积核提取病灶区域与周边组织的相关性等特征,下路径采用小卷积核提取病灶区域本身的纹理、大小等特征;第二步在框架的卷积层之前加入1×1×1卷积核进行特征降维;第三步基于所构建的模型进行训练,并对原数据集进行样本扩充;第四步将CNN模型变成FCN模型;第五步在扩充过的数据上优化已经预训练的3D FCN模型,得到最终MRI肿瘤体素分类模型。该方法能在保证特征提取的全面性基础上,有效避免信息冗余,大幅减少参数量,降低计算成本,提高分类精度。
  • 一种基于卷积神经网络mri肿瘤检测方法
  • [发明专利]一种辅助诊断模型的多源决策控制方法-CN202210149265.2在审
  • 陆杨;丁腊春;周莲英;武增辉;杨鹤标;姚伟 - 镇江市精神卫生中心(镇江市第五人民医院)
  • 2022-02-17 - 2022-07-08 - G16H50/20
  • 本发明公开了一种辅助诊断模型的多源决策控制方法,包括:1)建立辅助诊断模型;2)确定辅助诊断模型中的影响因素及对应权重系数;3)通过辅助诊断模型确定各影响因素对应的因素诊断值;4)根据各因素诊断值确定综合诊断值;5)将综合诊断值与预设阈值范围进行比对,以得出对应的疾病辅助诊断结果及对应诊断建议;以诊疗指南为主要决策依据、典型病历为辅助决策依据,再结合文献推荐、患者个人自评、包含国别、人种及地区影响等在内的参考因子的共同决策参与,在提高诊断结果准确性的同时,也能够有效结合患者自身实际状况,使得辅助诊断结果及对应诊断建议更贴近患者自身客观条件,进一步增强辅助诊断结果及对应诊断建议的可靠性和有效性。
  • 一种辅助诊断模型决策控制方法
  • [实用新型]一种思想政治理论课课堂互动教学装置-CN202022773469.2有效
  • 周莲英 - 湘南学院
  • 2020-11-25 - 2021-09-14 - F16M11/18
  • 本实用新型公开了一种思想政治理论课课堂互动教学装置,包括装置本体、基板以及收纳盒,所述基板的顶部中心处设有支撑管,且所述支撑管与基板活动连接,所述基板的内部固定设有电机,且所述支撑管与电机通过输出轴传动连接,所述支撑管的顶部设有支板。本实用新型通过电机驱动支撑管顺时针翻转90度,通过支板可上下调节装置本体的位置高度,装置本体可在支板顶端调节倾斜角度,调节合适后拧紧调节螺栓固定装置本体,需要携带装置本体时,支板滑入支撑管中,电机驱动支撑管逆时针翻转90度,装置本体与基板嵌入收纳盒中,即可通过尼龙绳11携带收纳盒10,该装置可进行收复处理,便于携带,且装置便于调节使用,实用性好。
  • 一种思想政治理论课堂互动教学装置
  • [发明专利]一种基于力导向算法的知识图谱布局优化方法-CN202110216745.1在审
  • 周莲英;解蓝莹;丁腊春;杨鹤标 - 江苏大学
  • 2021-02-26 - 2021-06-18 - G06F16/34
  • 本发明公开了一种基于力导向算法的知识图谱布局优化方法,属于可视化技术和知识图谱技术领域。第一步以经典力导向算法中的FR(Fruchterman‑Reingold)模型为基础,改善力公式调整节点间的距离,使得位置分布更合理;第二步基于节点的度中心性和介数中心性识别节点的特征,以此来衡量节点的重要程度,对节点进一步划分;第三步基于节点运行速度引入自适应步长,以缩短节点振荡达到平衡状态所需花费的时间、避免节点反复振荡、加快算法的收敛;第四步使用医学数据集对上述构建的模型进行训练与测试,验证该模型的有效性。本发明在可视化的基础上,对图形进行更合理的布局,提高视觉效果,与现有模型进行对比,降低计算成本。
  • 一种基于导向算法知识图谱布局优化方法
  • [发明专利]云计算环境下基于遗传和蚁群的任务调度方法-CN201310112897.2有效
  • 周莲英;张晓东 - 江苏大学
  • 2013-04-02 - 2013-10-09 - G06N3/12
  • 本发明提供了一种云计算环境下基于遗传和蚁群的任务调度方法,包括:S1.初始化种群;S2.按轮盘式选择策略选择个体;S3.对个体按交叉概率做交叉操作,按变异概率进行逆转变异操作,产生新群体;S4.对产生的新群体进行更新;S5.判断是否满足动态融合条件;S6.用遗传找到的最优解初始化蚂蚁信息素;S7.计算每只蚂蚁移到下一节点的概率,根据概率移动每只蚂蚁到下一个节点;S8.M只蚂蚁遍历N个资源节点,最优蚂蚁圈进行信息素更新;S9.所有路径进行信息素更新;S10.判断是否满足蚂蚁结束条件,输出最优解。本发明汲取了遗传算法和蚁群算法各自的优点,克服彼此的缺点,将二者动态融合,使其在时间和求精确解的效率上兼顾。
  • 计算环境基于遗传任务调度方法
  • [发明专利]基于双加权最小连接算法的云计算负载均衡调度算法-CN201310210315.4有效
  • 周莲英;崔兴萍;郑吉 - 江苏大学
  • 2013-05-30 - 2013-10-02 - H04L29/08
  • 本发明公开了一种基于双加权最小连接算法的云计算负载均衡调度算法,属于网络技术领域。本发明在加权最小连接调度算法对资源服务器的性能进行加权的基础上,采用服务器上CPU空闲率和内存空闲率等实时信息动态地表示服务器性能的权值,从而充分评估和利用各节点服务器的剩余处理能力;根据任务类型的复杂程度为任务赋予相应的权值;为保证系统在长时间运行状态下各个节点的负载不发生较大的倾斜,每次分配任务之前,调度器将计算出每个服务器上所有任务的权值之和与服务器性能的权值之比,将新任务分配给比值最小的服务器。本发明降低了整个云计算服务体系的平均完成时间,即提高了系统效率;同时提高了云数据中心各个资源服务器的负载均衡程度。
  • 基于加权最小连接算法计算负载均衡调度
  • [发明专利]基于滑动窗口的数据相似检测方法-CN201310114244.8有效
  • 周莲英;周典瑞 - 江苏大学
  • 2013-04-02 - 2013-10-02 - G06F17/30
  • 本发明公开了一种基于滑动窗口的数据相似检测方法,包括:S1、采用等级法计算属性的经验向量G;S2、采用数理统计法计算属性的统计向量C;S3、综合经验向量G和统计向量C,计算出最终的权重向量W;S4、计算可变窗口大小的队列的窗口上界;S5、根据属性的个数创建多个线程;S6、在每个线程中,顺序扫描记录集,计算当前记录与可变队列中记录的相似度;S7、合并各线程检测出的重复记录集。本发明采用基于多线程并发的检测算法代替多轮检测,提高了检测效率,节省了检测时间。
  • 基于滑动窗口数据相似检测方法
  • [发明专利]NSGA-II多目标优化搜索方法-CN201210264566.6无效
  • 周莲英;杨鹤标;蒋玲;朱捷健 - 江苏大学
  • 2012-07-29 - 2012-12-19 - G06N3/12
  • NSGA-II多目标优化搜索方法,包括下列步骤:随机初始化种群作为第一代父种群,种群数大小为N;将第一代父种群进行非支配排序,经过选择、交叉、变异后生成第一代子种群,然后合并为二倍种群;将合并后的二倍种群进行快速非支配排序,首先选取第一级非支配个体集N1,在随机丢弃D1个个体数后,填充入下一代父种群中;依次选取下一级非支配个体集Ni(i=2,3,……,n),在随机丢弃Di个个体数后,填充入下一代父种群中,直至最后一级非支配个体集Nn。最后一级为非支配个体集大于下一代父种群剩余填充空间的集合;对最后一级非支配个体集Nn,在随机丢弃Dn个个体数后,进行拥挤度计算,将拥挤距离较大的个体填充入下一代父种群的剩余空间内;将得到的下一代父种群进行选择、交叉、变异这些遗传操作,生成下一代子种群,合并下一代父子种群,转到(3)。
  • nsgaii多目标优化搜索方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top