|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于人體組織區(qū)別性特征表示的低劑量CT成像相關(guān)算法
申請(qǐng)人自2002年8月開始在醫(yī)學(xué)低劑量CT圖像成像、處理等方向開展學(xué)習(xí)和研究工作，從理論探索和應(yīng)用拓展兩個(gè)方面同時(shí)開展科學(xué)研究，先后提出了“基于區(qū)別性稀疏表示的低劑量CT成像”，“基于大尺度平均的低劑量CT圖像后處理”，“基于深度學(xué)習(xí)的低劑量CT成像”等一系列創(chuàng)新算法，其中“基于區(qū)別性稀疏表示的低劑量CT成像”算法已通過專利形式轉(zhuǎn)讓到國內(nèi)龍頭大型醫(yī)療設(shè)備商上海聯(lián)影醫(yī)療設(shè)備有限公司，目前已經(jīng)在其即將推出的最新的U780 CT機(jī)上得到了應(yīng)用。
東南大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特征估計(jì)方法
（專利號(hào)：ZL 201410345592.0） 簡介：本發(fā)明公開了基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特征估計(jì)方法，屬于水聲目標(biāo)特征提取領(lǐng)域。基于螺旋槳尾流壓力脈動(dòng)計(jì)算的空化噪聲特估計(jì)取方法，包括以下步驟：(1)備用網(wǎng)格生成并導(dǎo)入計(jì)算程序后生成算例文件，(2)空化模型和湍流模型設(shè)定，(3)數(shù)值計(jì)算參數(shù)設(shè)定，(4)數(shù)值計(jì)算，(5)數(shù)值方法可靠性驗(yàn)證及網(wǎng)格確定，(6)空化尾流壓力脈動(dòng)非定常數(shù)值計(jì)算，(7)壓力脈動(dòng)信號(hào)功率譜變換及低頻線譜幅值提取，(8)線譜特征估計(jì)及分析。本發(fā)明將現(xiàn)代流體力學(xué)、空泡動(dòng)力學(xué)和信號(hào)處理領(lǐng)域中相關(guān)研究成果引入水下目標(biāo)的噪聲特征分析，體現(xiàn)多學(xué)科和多領(lǐng)域的交叉性。
安徽工業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
一種智能視覺監(jiān)控檢索中提取目標(biāo)運(yùn)動(dòng)軌跡特征的方法
本發(fā)明公開了一種智能視覺監(jiān)控檢索中提取目標(biāo)運(yùn)動(dòng)軌跡特征的方法，包括以下步驟：獲取目標(biāo)運(yùn)動(dòng)軌跡，以二維空間坐標(biāo)序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；根據(jù)描述目標(biāo)運(yùn)動(dòng)軌跡的二維空間坐標(biāo)序列，計(jì)算描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的水平分量和垂直分量；將每次采樣中目標(biāo)的二維空間坐標(biāo)和描述每次采樣中目標(biāo)運(yùn)動(dòng)方向的縱向斜率和橫向斜率合并組成每次采樣中目標(biāo)的流矢量；以流矢量序列對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行描述；讀取預(yù)先建立的參考矢量集合；計(jì)算描述目標(biāo)運(yùn)動(dòng)軌跡的流矢量序列到各參考矢量的距離作為該目標(biāo)運(yùn)動(dòng)軌跡的特征向量。本發(fā)明方法使用流矢量序列描述目標(biāo)運(yùn)動(dòng)軌跡并提取特征向量，可以在軌跡描述中同時(shí)包含位置和方向信息，避免了測量誤差。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
基于多源光譜特征融合的食用油種類快速鑒別方法
其他成果/n一種基于多源光譜特征融合的食用油種類快速鑒別方法，包括如下步驟：選取待鑒別的未知種類的食用油樣品；采集拉曼光譜圖和近紅外光譜圖；分別對(duì)采集的拉曼光譜圖和近紅外光譜圖進(jìn)行預(yù)處理，得到預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖；分別對(duì)預(yù)處理拉曼光譜圖和預(yù)處理近紅外光譜圖進(jìn)行特征提取，得到拉曼特征變量和近紅外特征變量；將拉曼特征變量和近紅外特征變量進(jìn)行光譜特征融合，得到特征融合光譜圖；采用優(yōu)化定性模型對(duì)所述未知種類的食用油樣品進(jìn)行種類鑒別。本發(fā)明提供的基于多源光譜特征融合的食用油種類快速鑒別方法，安全快速、檢測便捷，鑒別準(zhǔn)確率高，具有較強(qiáng)的實(shí)用價(jià)值和推廣價(jià)值。
武漢輕工大學(xué)
2021-04-11
.jpg){kind=logo}
基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)
本發(fā)明公開了一種基于直方圖特征點(diǎn)配準(zhǔn)的影像勻色與融合方法及系統(tǒng)，該方法根據(jù)影像亮度直方 圖特征提取直方圖極值點(diǎn)，并采用一維高斯平滑抑制亮度直方圖局部噪聲點(diǎn);同時(shí)，使用匹配代價(jià)函數(shù) 對(duì)匹配矩陣消元的方式構(gòu)建直方圖極值點(diǎn)間的匹配關(guān)系，并以匹配的直方圖極值點(diǎn)作為直方圖特征點(diǎn)。 利用直方圖特征點(diǎn)，采用影像重疊區(qū)的直方圖特征點(diǎn)對(duì)應(yīng)亮度值修正影像亮度。本發(fā)明能對(duì)大視角、近 距離色差較大的影像進(jìn)行色調(diào)差異處理，能自動(dòng)消除多張影像重疊區(qū)域內(nèi)以及非重疊區(qū)的色調(diào)差異，達(dá) 到影像局部區(qū)域色調(diào)均衡與拼接后街景的全景影像整體色調(diào)均衡的效果。
武漢大學(xué)
2021-04-13
.jpg){kind=logo}
重大環(huán)境污染事件特征污染物現(xiàn)場 快速檢測技術(shù)系統(tǒng)
近年來，我國突發(fā)性重大環(huán)境污染事件頻繁發(fā)生，對(duì)國民健康、生態(tài)環(huán)境產(chǎn)生了嚴(yán)重影響。從我國當(dāng)前重大環(huán)境污染事件發(fā)生的實(shí)際狀況出發(fā)，研究開發(fā)重大環(huán)境污染事件特征污染物現(xiàn)場快速檢測技術(shù)系統(tǒng)，是提升我國環(huán)境保護(hù)技術(shù)水平，推進(jìn)環(huán)境友好型社會(huì)建設(shè)的迫切要求。特征污染物現(xiàn)場快速檢測作為應(yīng)對(duì)突發(fā)性環(huán)境污染事件的前提，首先要求判斷污染物的種類，利用快速檢測手段給出定性、半定量和定量的檢測結(jié)果，確認(rèn)污染事件的危害程度和污染范圍等。開發(fā)一套功能完善、便攜、快速的特征污染物現(xiàn)場檢測技術(shù)系統(tǒng)，對(duì)于現(xiàn)場決策、減少污染危害程度等具有極其重要的意義。本課題采用納米生物技術(shù)、電化學(xué)或光化學(xué)傳感技術(shù)和信息技術(shù)，并將其有機(jī)組合，建立環(huán)境污染事件的現(xiàn)場快速檢測技術(shù)系統(tǒng)，最終形成具有自主知識(shí)產(chǎn)權(quán)的環(huán)境污染物現(xiàn)場快速檢測技術(shù)和儀器裝備，為國家環(huán)境安全和人民健康提供保障。
華東理工大學(xué)
2021-04-13
.jpg){kind=logo}
基于內(nèi)部結(jié)構(gòu)特征調(diào)控藥物釋放的三維打印藥片
三維打印技術(shù)是一種依據(jù)“逐層打印，層層疊加”的概念，通過CAD模型及計(jì)算機(jī)控制直接制備具有特殊外型或復(fù)雜內(nèi)部結(jié)構(gòu)物體的快速成形技術(shù)。該技術(shù)加工過程靈活、成形速度快、運(yùn)行費(fèi)用低且可靠性高。由于突破了傳統(tǒng)制劑技術(shù)的一些局限性，三維打印能夠?yàn)樾滦涂诜蒯尳o藥系統(tǒng)的研究提供新的策略與途徑，這使得其在藥學(xué)中的應(yīng)用引起了越來越多的關(guān)注。根據(jù)“安全、有效、方便”的給藥治療原則，可以從給藥系統(tǒng)的內(nèi)部結(jié)構(gòu)、局部成分與組成的差異、特殊幾何外型、獨(dú)特表面特征、控釋材料（或藥物）的梯度或離散分布、多藥在同一系統(tǒng)中的準(zhǔn)確定位與分布等方面出發(fā)，設(shè)計(jì)并制備多種新型口服控釋給藥系統(tǒng)。 可以根據(jù)用戶需要進(jìn)行新型藥物緩控釋給藥系統(tǒng)的研制和開發(fā)。
上海理工大學(xué)
2021-04-13
.jpg){kind=logo}
一種基于亮度特征和輪廓完整性的輪廓提取方法
本發(fā)明公開了一種基于亮度特征和輪廓完整性的輪廓提取方法，屬于計(jì)算機(jī)視覺和模式識(shí)別的交叉鄰域，意在從復(fù)雜的環(huán)境背景中將物體的輪廓完整的提取出來。本發(fā)明包括最大能量響應(yīng)圖的求取步驟、亮度特征調(diào)制的非經(jīng)典感受野抑制步驟、物體輪廓的提取和基于概率模型的高低自適應(yīng)閾值等后處理步驟、基于輪廓完整性的最近鄰朝向一致性連接斷裂輪廓的處理步驟。本發(fā)明利用 Gabor 濾波器模擬人類簡單細(xì)胞經(jīng)典感受野的響應(yīng)，得到最大的 Gabor 能量
華中科技大學(xué)
2021-04-14
一種基于輪廓特征的金屬零件增材制造方法
本發(fā)明公開了一種基于輪廓特征的金屬零件增材制造方法，包括以下步驟：①建立金屬零件 CAD 幾何模型，并提取 STL 模型；②根據(jù)零件輪廓特征及復(fù)雜程度確定其制造方向，并進(jìn)行零件增材制造的路徑規(guī)劃；③利用分層切片軟件對(duì) STL 模型進(jìn)行合理切片，由計(jì)算機(jī)根據(jù)這些輪廓信息生成控制指令；④板料送料機(jī)構(gòu)在控制指令的控制下送出設(shè)定寬度及厚度的板料并剪斷；⑤在電阻焊或摩擦攪拌焊產(chǎn)生的熱量及輥壓作用下完成層與層之間的焊合，同時(shí)復(fù)合同工位銑削完成輪廓毛刺的去除；重復(fù)上述④至⑤過程，直至完成整個(gè)零件的成形加工，如未達(dá)
華中科技大學(xué)
2021-04-14
一種基于邊緣幾何特征的圖像識(shí)別方法及系統(tǒng)
本發(fā)明公開了一種基于邊緣幾何特征的圖像識(shí)別方法，包括對(duì)工件的原始圖像進(jìn)行濾波處理；對(duì)上述濾波處理后的圖像進(jìn)行二值化處理；對(duì)二值化處理后的圖像查找獲得輪廓序列集；從上述輪廓序列集中篩選出合格的工件輪廓；確定上述工件輪廓的最小外接矩形，并確定上述工件輪廓的中心點(diǎn)；沿上述最小外接矩形的四條邊的方向截取上述工件輪廓的四個(gè)子序列；使用邊緣幾何特征算子計(jì)算上述四個(gè)子序列中各子序列的能量值；確定上述四個(gè)子序列中能量值最大的子序列，并確定工件的方向角。本發(fā)明還提供了相應(yīng)的圖像識(shí)別系統(tǒng)。本發(fā)明無需建立工件的模板數(shù)據(jù)庫
華中科技大學(xué)
2021-04-14