本发明涉及一种基于多尺度上下文感知的目标检测方法及装置，属于计算机视觉领域。其包括以下步骤：获取目标检测数据集，将数据集划分为训练集和测试集；构建基于多尺度上下文感知的目标检测模型，所述模型包括多尺度分割编码模块、多尺度上下文感知解码模...

一种图对比学习的云系统异常检测方法，涉及云系统性能检测技术领域，通过在数据增强模块中结合时域和频域的处理策略，不仅保证了数据多样性的同时也维持了数据的时间连续性，为后续的特征学习提供了高质量的输入。GGRN模块的引入，使得模型能够同时从...

一种基于小波分解和多头外部注意力机制的轻量级云服务器负载预测方法，涉及云服务器负载预测技术领域，有效地结合了小波变换技术和Transformer架构，可以快速、准确地预测云数据中心各类资源的长期负载。采用小波变换技术将预测序列分解为不同...

一种基于SwinIR的海洋图像去噪方法，涉及图像处理技术领域，基于Swin‑Transformer结构，通过采用半监督学习的潜桥网络模块，实现了对自建数据集的掩码训练。在训练过程中，使用已标记数据与真实世界的非标记数据进行掩码训练，掩码...

一种基于注意力机制和多层级特征融合的心脏图像分割方法，涉及图像分割技术领域，采用解码器‑编码器模式的对称结构。设计了密集级联模块，密集级联模块内部的空洞卷积层以密集方式级联，将模块的原始输入与特征提取后的输出结合起来，增强图像特征信息的...

本发明涉及智能家居设备故障诊断领域，尤其涉及一种弱监督条件下空调系统风机故障诊断方法、系统及空调，对工况A和工况B下采集的空调系统风机的运行参数进行数据预处理，然后利用滑动窗口分位点技术来扩展数据维度，增加故障数据的多样性，其次利用层级...

本发明涉及用户需求的个性化评论推荐技术领域，尤其涉及一种基于解耦合多模态模型的用户需求推荐算法及其系统，包括以下步骤：针对用户发布的多模态内容进行特征提取得到原始特征；构建多模态编‑解码器架构，通过交互解耦合模块得到特定信息属性的特征，...

一种基于双编码器的肺部医学影像增强方法，涉及图像处理技术领域，将强化编码结果和置信度增强结果输入到重建解码器中，得到图像增强结果、重建解码结果、置信度增强结果。通过交叉熵损失函数进行微调，得到最终的图像增强模型。有效的提高了图像增强的质...

一种基于双分支网络的多标签心电信号分类方法，涉及心电信号分类技术领域，构建了一个能够对复杂多标签心电信号进行分类的模型，通过挖掘心电信号中的粗粒度和细粒度特征，并充分利用多导联心电图的多样性，以此有效的提高模型分类的准确率以及在不同数据...

本发明涉及领域，具体涉及一种基于自适应融合的多模态虚假新闻检测方法，包含以下步骤：使用文本和图像编码器分别提取单模态特征；使用交叉注意力实现模态间的特征互补；将提取的文本特征投影到低维空间进行单视角预测；使用自适应融合模块进行多模态特征...

本发明涉及医学图像分割技术领域，尤其涉及一种基于巴氏系数主动轮廓注意力的

一种融合神经网络的管状结构快速追踪方法，涉及医学图像处理领域，利用

一种机械臂自动听诊方法，涉及医疗机器人技术领域，第一阶段，利用获取的数据集训练改进的YOLOv8的骨骼关节点识别模型；第二阶段，通过在机械臂末端执行器上安装RGB

本发明涉及计算机领域，尤其涉及一种视频语义特征和可扩展粒度感知时序动作检测方法及装置，包括以下步骤：视频特征提取；序列到序列的视频语义特征提取；与可扩展粒度感知特征融合，特征融合包括将来自语义流

一种基于rPPG信号的远程心率检测方法，涉及非接触式信号检测领域，在ROI定义阶段，对人脸区域进行定位与跟踪，利用先验知识，直接选择人脸中包含rPPG信号最丰富的区域作为ROI，忽略复杂环境噪声信息和与rPPG信号不相关信息的影响，利用...

一种基于深度GRU循环水平集的CT图像分割方法，涉及医学图像分割技术领域，在CT图像的分割网络中，添加了一种上下文循环水平集，其优点是在分割CT图像时，更加的稳健和高效。并且将其融入到深度学习框架中，可以更好的发挥其结合图像上下文信息的...

一种基于多尺度卷积和密集连接网络的心电信号质量评估方法，涉及心电信号处理技术领域，首先对原始心电信号进行去除基线漂移和电力线干扰预处理；然后根据标签判断结果一致性原则和设置置信度原则，通过训练AlexNet模型对数据集中的错误标签进行相...

一种基于子图嵌入图神经网络的机械臂碰撞检测方法，涉及虚拟仿真碰撞检测技术领域，将机械臂和障碍物分别用图表示，使用图表示机械臂和障碍物的几何信息，并构造连通图，为防止局部碰撞特征被稀释，将连通图分割为若干包含局部碰撞信息的子图，通过图神经...

本发明公开了基于多尺度测地线的交互式图像分割方法，包括以下步骤：步骤S100：输入灰度图像I：Ω

一种基于改进YOLOv5的高分辨率目标检测方法，通过HTBlock替代原来骨干网络(backbone)中的C3模块，利用特征映射中的冗余性，对特征图通道的头部和尾部进行卷积，中间通道保持不变，这样可以减少冗余计算，更有效的提取空间特征。...