|
搜索
搜 索
高等教育领域数字化综合服务平台
一种 QR 码定位及识别方法
本发明公开了一种 QR 码定位及识别方法。定位方法包括以下 步骤：(1)获取待检测 QR 码的图像并二值化；(2)根据连通域提取、矩 形度分析以及孤岛特征判断，提取 QR 码三个定位图形坐标：采用连 通域分析，提取黑色像素的连通域；获取连通区域的矩形度，保留矩 形度大于筛选阈值的黑色像素连通域作为矩形连通域；保留具有黑色 像素点孤岛特征的矩形连通域，作为定位标，得到定位图形。识别方 法包括以下步骤：S1、按照所述定位方法进行定位；S2、检测 QR 码 边缘；S3、计算四条边的交点作为畸变控制点；S4
华中科技大学
2021-04-14
基于伪码的压制性 GPS 干扰机
本实用新型公开了一种基于伪码的压制性 GPS 干扰机，包括基带单元和射频单元，其中:基带单 元包括晶振、C/A 码发生器和 DAC，晶振、C/A 码发生器和 DAC 顺次相连;射频单元包括正交调制器、 射频衰减器、载波发生模块和高频晶振，高频晶振、载波发生模块、正交调制器、射频衰减器顺次相连; DAC 还连接调制器，C/A 码发生器还同时连接载波发生模块和射频衰减器。本实用新型采用伪码调制， 能输出窄带干扰信号，可瞄准 GPS 接收机的接收频点，实现针对性干扰，干扰性能更强大。
武汉大学
2021-04-13
j2106金属钩码20g*2
产品的详细介绍，请直接咨询我们。电话：13285746781
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
j2106金属钩码10g*2
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
j2106金属钩码50g*10
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
j2106金属钩码200g*4
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
二丙二醇生产技术
二丙二醇也称一缩二丙二醇。本技术以丙二醇、环氧丙烷为主要原料，采用低压液相法催化合成二丙二醇。同现有工艺相比，本技术具有设备投资小，催化剂活性高，操作能耗低，产品收率高等优点，具有较强的竞争优势。
对于年产3000吨二丙二醇，设备投资约400万元。主要设备包括：反应釜、贮罐、产品精馏塔等。
华东理工大学
2021-04-13
二丙二醇生产技术
二丙二醇也称一缩二丙二醇，本技术以丙二醇、环氧丙烷为主要原料，采用低压液相法催化合成二丙二醇。同现有工艺相比，本技术具有设备投资小，催化剂活性高，操作能耗低，产品收率高等优点，具有较强的竞争优势。
对于年产3000吨二丙二醇，设备投资约240万。主要设备包括：反应釜、贮罐、产品精馏塔等。
华东理工大学
2021-04-13
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10