-
公开(公告)号：CN110895818B
公开(公告)日：2023-07-18
申请号：CN201910981767.X
申请日：2019-10-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的膝关节轮廓特征提取方法和装置。该方法首先将样本中的膝关节图片格式化后组成训练样本集，样本包括膝关节图片和膝关节轮廓特征信息，膝关节轮廓特征信息包括膝关节内侧间隙宽度、膝关节外侧间隙宽度、膝关节内侧间隙面积、膝关节外侧间隙面积和胫骨股骨角。然后将训练样本集输入至深度学习模型工具进行按轮次训练，对每一轮训练得到训练模型特征矩阵计算损失系数，直到损失系数收敛至预先设定的条件后提取相应的训练模型特征矩阵作为最终模型特征矩阵。最终根据最终模型特征矩阵对输入的膝关节图片格式化后进行分析得到膝关节轮廓特征信息。本发明通过计算得到的膝关节轮廓特征信息置信度在95%以上。
-
公开(公告)号：CN110895818A
公开(公告)日：2020-03-20
申请号：CN201910981767.X
申请日：2019-10-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的膝关节轮廓特征提取方法和装置。该方法首先将样本中的膝关节图片格式化后组成训练样本集，样本包括膝关节图片和膝关节轮廓特征信息，膝关节轮廓特征信息包括膝关节内侧间隙宽度、膝关节外侧间隙宽度、膝关节内侧间隙面积、膝关节外侧间隙面积和胫骨股骨角。然后将训练样本集输入至深度学习模型工具进行按轮次训练，对每一轮训练得到训练模型特征矩阵计算损失系数，直到损失系数收敛至预先设定的条件后提取相应的训练模型特征矩阵作为最终模型特征矩阵。最终根据最终模型特征矩阵对输入的膝关节图片格式化后进行分析得到膝关节轮廓特征信息。本发明通过计算得到的膝关节轮廓特征信息置信度在95%以上。
-
公开(公告)号：CN102945244A
公开(公告)日：2013-02-27
申请号：CN201210359942.X
申请日：2012-09-24
Applicant: 南京大学
Abstract: 本发明公开了一种基于句号特征字串的中文网页重复文档检测和过滤方法，包括如下步骤：提取待检测网页的句号特征字串；利用所述句号特征字串对待检测网页进行模板信息过滤以便保留和提取网页主题文本内容；计算所述网页主题文本内容的相似度，判定网页之间的重复关系和包含关系；将具有重复关系和包含关系的网页进行聚类。本发明针对中文网页，尤其是中文新闻网页，首先寻找有效的检测特征，能有效检测出网页上的有效正文部分，过滤掉网页上的广告等与主题正文内容无关的噪音部分；在此基础上，解决两两文档之间的相似性度量问题以及文档重复检测问题；最后解决大规模重复文档检测时的并行化处理问题。
-
-
Search Results
3
records
(took 0.084 seconds)
