大连民族大学专利技术

大连民族大学共有2003项专利

  • 本发明属于化学品环境风险评价技术领域,公开了一种同步评价污水好氧工艺中有机磷酸酯去除及其毒性消减的方法。方法基于发现污水厂好氧污泥脱氢酶与有机磷酸酯作用存在Hormesis效应,包括海洋发光菌培养、污染物急性毒性测试、污水处理厂污泥稳定...
  • 本发明属于分析化学及临床检验领域,公开了一种基于硼酸定向偶联免疫亲和的外泌体捕获分析一体化方法。包括制备Wulff型石墨相氮化碳、构建外泌体捕获分析一体化分析方法、外泌体的表型分析,实现基于单一材料的捕获/分析双单元同时启动的外泌体高效...
  • 本发明公开了一种使用差异对比学习网络的半监督目标视频分割方法及系统,涉及视频分割技术领域。其根据初始帧掩码,提取目标的全局和局部特征信息,采用对比学习思想,提高目标全局特征和局部特征之间的相似度,扩大目标、背景特征之间的区分度,以获得更...
  • 基于红外摄像机的低光照度室内人体目标可见光特征重构方法和网络,属于图像可视化处理技术领域,为了解决人体目标可见光重构的问题,通过红外摄像机获取红外图像,通过人体目标可见光特征重构网络,将红外图像中的红外人体目标图像转换为可见光人体目标图...
  • 一种与番茄抗灰霉病相关的CircRNA及应用,属于生物技术领域。一种与番茄灰霉病相关的CircRNA基因,所述CircRNA基因的核苷酸序列如SEQ ID NO:1所示。本发明的CircRNA基因可实现对番茄组织中番茄灰霉病表达量进行检...
  • 本发明公开了一种基于BCI
  • 本发明公开了一种利用甘草提酸废渣制备可溶性膳食纤维的方法,将甘草提酸废渣烘干,粉碎,过筛,用蒸馏水溶解,超声,过滤除去药渣,将提取液的pH值调节到6.0~7.0,加入α
  • 基于高低频强化的全景图像分割方法、计算机系统和介质,属于深度学习图像处理领域,为了解决传统时域卷积神经网络对前背景特征频率的忽视问题,读取数据集图像,对图像预处理获取四层残差特征,对四层残差特征进行特征维度调整,实施高低频特征分离,得到...
  • 本实用新型公开了一种便携式扁平化共振蓝牙音箱,包括位于壳体中的核心处理板,所述核心处理板包括音频定点DSP处理器、数字音频蓝牙传输模块、D类音频放大器、线性振子,所述音频定点DSP处理器分别与数字音频蓝牙传输模块、两个D类音频放大器、矫...
  • 本发明公开了一种基于区块链的农产品溯源方法及系统,包括:1)、将农作物的生长信息进行记录和保存,并且将生长信息提交到区块链中;2)、当农作物成熟后进行交易时,将交易信息进行记录和保存,并且将交易信息提交到区块链中;3)、农作物完成交易后...
  • 一种以MIL
  • 基于深度学习的目标频率特征表达方法、网络和图像分类方法,属于深度学习目标检测领域,为了解决通过调整频率信息来表达不同目标,增强图像的显著性特征,提升深度学习网络的检测性能的问题,要点是将图像空间域特征转换为频域特征,并分别提取其高、低频...
  • 本发明公开了一种基于边缘特征提取的深度学习图像分割方法及系统,所述系统包括边缘卷积网络,用于提取输入图像的边缘特征,其包括语义型边缘卷积网络和实例型边缘卷积网络,所述语义型边缘卷积网络处理图像中的天空、道路等背景填充对象,所述实例型边缘...
  • 本发明公开了基于边缘特征融合的3D点云分割目标检测系统,涉及深度学习3D点云分割技术领域;其采用多层感知机提取边缘特征,将点云保持特征与点云提取特征相融合,生成点云边缘融合特征,增强边缘特征的提取能力,将得到的边缘特征应用于目标检测任务...
  • 图像的双金字塔多元特征提取网络、图像分割方法、系统和介质,属于深度学习图像处理领域,由四个输入特征、一个实例特征金字塔、一个语义特征金字塔和两个输出特征构成,两个输出特征由实例特征金字塔输出特征和语义特征金字塔输出特征组成。本发明解决了...
  • 单目视觉实例分割深度链式特征提取网络、方法和系统,属于计算机视觉应用中的实例分割领域,单链结构主要由卷积层组和加法融合器组成,且被区分为双端输入π型单链结构和双端输入倒π型单链结构,双端输入π型单链结构和双端输入倒π型单链结构交替顺序连...
  • 时频域联合全景分割卷积神经网络及应用,属于深度学习图像处理领域,包括频域变换网络,将输入变换为频域信息,提取图像的高低频特征;时域变换网络,将输入变换为时域信息,提取图像中的实例特征和语义特征;时频域联合网络,为频域变换网络和时域变换网...
  • 时频域联合全景分割方法、系统和介质,属于深度学习图像处理领域,输入图像,响应于输入图像,时频域联合全景分割卷积神经网络执行分割步骤,获取全景风格,效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。控系统等多个...
  • 双通道交互时间卷积网络、近景视频动作分割方法、计算机系统和介质,属于计算机视觉视频理解领域,为了解决降低动作分割网络对于目标动作的漏检、错检可能性的问题,本发明提出了一种双通道交互时间卷积网络的近景视频动作分割方法,包括如下步骤:对单个...
  • 全面特征捕捉型时间卷积网络、视频动作分割方法、计算机系统和介质,属于视频理解与分析中的视频动作分割技术领域,为了解决动作分割网络对于目标动作的漏检、错检会导致其在实际应用中的可靠性降低的问题,将两特征矩阵拼接后的特征矩阵作为后一基本单元...