卷积神经网络的训练方法和病灶分割方法

    公开(公告)号:CN112561918B

    公开(公告)日:2024-09-06

    申请号:CN202011634830.1

    申请日:2020-12-31

    Abstract: 本发明提供了一种卷积神经网络的训练方法,该卷积神经网络包括输入层、中间层和输出层;该网络训练方法包括:初始化中间层的网络参数;基于输入层接收的训练样本图片,前向传播计算卷积神经网络的期望输出;计算期望输出和所述输出层接收的训练样本图片对应的标签之间的误差;反向传播所述误差,并更新中间层的网络参数;采用交叉熵函数和Dice函数结合成的Dice‑CE函数对误差进行损失评估;在误差被评估为损失最小时,对应的中间层的网络参数作为卷积神经网络的最终参数。通过交叉熵损失函数和Dice函数的结合用于计算损失函数,能够降低多检率,漏检率,最终达到精确分割的效果。

    OTA升级方法、装置及电子设备
    2.
    发明公开

    公开(公告)号:CN116915603A

    公开(公告)日:2023-10-20

    申请号:CN202310893502.0

    申请日:2023-07-20

    Abstract: 本申请涉及通信技术领域,提供一种OTA升级方法、装置及电子设备。所述方法包括:响应于目标OTA升级包的下载指令,从OTA升级服务器获取参数配置文件;参数配置文件包括为校验目标OTA升级包的签名所配置的校验签名参数以及为校验签名参数配置的被校验对象;使用被校验对象的签名,对已下载的目标OTA升级包的签名进行签名校验;被校验对象为原始终端厂家、从原始终端厂家切换成的目标终端厂家和预设运营商中的一个;基于签名校验通过结果,重启进入恢复模式执行目标OTA升级包的升级操作。本申请提供的OTA升级方法可以实现对终端设备厂家的平滑迁移,确保移动终端设备的业务可以顺利运营发展。

    硬件加速查询方法、系统、电子设备及存储介质

    公开(公告)号:CN112202677B

    公开(公告)日:2023-04-07

    申请号:CN202011052043.6

    申请日:2020-09-29

    Abstract: 本发明实施例涉及通信领域,公开了一种硬件加速查询方法、系统、电子设备及存储介质。本发明实施例中,硬件加速查询方法包括:获取数据流的p组特征值;对p组特征值分别进行哈希运算,得到p组特征值分别对应的p个哈希值;对p个哈希值进行异或运算,将运算结果作为数据流对应的索引值;根据索引值查询预设数组;预设数组包括,各需要执行硬件加速的数据流及各需要执行硬件加速的数据流的预置索引值。结合家庭网关的实际使用场景,对硬件加速查询过程中的哈希算法进行了改造,相较于采用单一特征值运算,降低了数据流内部特征值的规则性,在保证了实际的传输时间的前提下,降低了哈希算法中哈希冲突。

    卷积神经网络的训练方法和病灶分割方法

    公开(公告)号:CN112561918A

    公开(公告)日:2021-03-26

    申请号:CN202011634830.1

    申请日:2020-12-31

    Abstract: 本发明提供了一种卷积神经网络的训练方法,该卷积神经网络包括输入层、中间层和输出层;该网络训练方法包括:初始化中间层的网络参数;基于输入层接收的训练样本图片,前向传播计算卷积神经网络的期望输出;计算期望输出和所述输出层接收的训练样本图片对应的标签之间的误差;反向传播所述误差,并更新中间层的网络参数;采用交叉熵函数和Dice函数结合成的Dice‑CE函数对误差进行损失评估;在误差被评估为损失最小时,对应的中间层的网络参数作为卷积神经网络的最终参数。通过交叉熵损失函数和Dice函数的结合用于计算损失函数,能够降低多检率,漏检率,最终达到精确分割的效果。

Patent Agency Ranking