一种基于注意力机制的领域自适应方法

    公开(公告)号:CN113112005B

    公开(公告)日:2024-07-19

    申请号:CN202110456916.8

    申请日:2021-04-27

    Applicant: 南京大学

    Abstract: 本发明公开一种基于注意力机制的领域自适应方法,包括以下步骤,基于无监督领域自适应模型的第一领域的第一源域的第一样本和第一领域的第一目标域的第二样本,通过无监督领域自适应模型的转化器,获得无监督领域自适应模型的第二领域的第二源域的第三样本和第二领域的第二目标域的第四样本,通过神经网络模型和注意力获得机制,获得无监督领域自适应模型的转化预测结果,通过损失函数模型,获得预测损失模型,用于通过最小化基于注意力的域内一致性函数,实现跨领域基于注意力机制的对齐,提升无监督领域自适应模型的性能,本发明提高了模型的效率和跨领域适应的准确性,可以定位到有区分性的区域,对于这些区域的微小变化有很高的敏感性。

    一种基于注意力机制的领域自适应方法

    公开(公告)号:CN113112005A

    公开(公告)日:2021-07-13

    申请号:CN202110456916.8

    申请日:2021-04-27

    Applicant: 南京大学

    Abstract: 本发明公开一种基于注意力机制的领域自适应方法,包括以下步骤,基于无监督领域自适应模型的第一领域的第一源域的第一样本和第一领域的第一目标域的第二样本,通过无监督领域自适应模型的转化器,获得无监督领域自适应模型的第二领域的第二源域的第三样本和第二领域的第二目标域的第四样本,通过神经网络模型和注意力获得机制,获得无监督领域自适应模型的转化预测结果,通过损失函数模型,获得预测损失模型,用于通过最小化基于注意力的域内一致性函数,实现跨领域基于注意力机制的对齐,提升无监督领域自适应模型的性能,本发明提高了模型的效率和跨领域适应的准确性,可以定位到有区分性的区域,对于这些区域的微小变化有很高的敏感性。

    基于支持向量机和树叶磁学的大气重金属污染评估方法

    公开(公告)号:CN108169316A

    公开(公告)日:2018-06-15

    申请号:CN201711380579.9

    申请日:2017-12-20

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于支持向量机和树叶磁学的大气重金属污染评估方法,包括以下步骤:S1:大气颗粒物样品采集;S2:树叶样品采集;S3:大气颗粒物重金属提取及分析;S4:树叶样品磁学参数测试;S5:支持向量机磁学模型构建;S6:模型误差评估;S7:模型实际应用。总之,本发明所提供的一种基于支持向量机和树叶磁学的大气重金属污染评估方法,搭建环磁学与重金属污染定量化评价的桥梁,拓展利用环境磁学评价大气污染的方法和技术;所构建的模型可用于城市大气颗粒物重金属污染水平的快速模拟和预测,进而识别、把握城市大气重金属污染状况和变化趋势,为大气重金属污染综合防控提供重要参考。

    一种基于金属SBET的降尘中重金属健康风险评估方法

    公开(公告)号:CN107978368A

    公开(公告)日:2018-05-01

    申请号:CN201711251113.9

    申请日:2017-12-01

    Applicant: 南京大学

    Abstract: 本发明提供的一种基于金属SBET的降尘中重金属健康风险评估方法,属于健康风险评估技术领域,先对大气中降尘进行取样及预处理,根据食物摄入、呼吸吸入和皮肤接触三种途径进入人体的灰尘直径将降尘样品分为三组,分别对其进行重金属总含量浓度的计算和重金属生物有效性的提取,根据得到的数据先进行重金属暴露剂量的计算,然后分别对三种途径中的重金属进入人体的健康风险进行评估。总之,本发明提供了一种操作方便、评估科学、误差小的风险评估方法,为人们对降尘中重金属的致癌风险进行评估预防。

    基于支持向量机和树叶磁学的大气颗粒物浓度监测方法

    公开(公告)号:CN108072597A

    公开(公告)日:2018-05-25

    申请号:CN201711210523.9

    申请日:2017-11-28

    Applicant: 南京大学

    Abstract: 本发明涉及对大气颗粒物PM2.5和PM10浓度监测方法的技术领域,具体是涉及一种基于支持向量机和树叶磁学的大气颗粒物浓度监测方法,所述方法的具体步骤如下:(1)树叶样品采集、(2)树叶磁学参数测试、(3)大气颗粒物浓度与树叶磁学参数的相关性分析、(4)支持向量机模型构建、(5)模型误差评估;本发明方法简便,采用大气颗粒物天然载体——树叶的磁学特征及支持向量机工具构建PM2.5和PM10浓度模拟模型,为环境磁学应用于城市大气颗粒物污染时空分布的模拟提供了一个新的实践方向,也为城市大气颗粒物重点污染区域识别及风险管理提供了重要参考。

    一种基于X线片的脊柱侧凸进展预测及方法和装置

    公开(公告)号:CN113781453B

    公开(公告)日:2024-04-02

    申请号:CN202111078322.4

    申请日:2021-09-15

    Abstract: 本发明公开一种基于X线片的脊柱侧凸进展预测方法和装置,包括:获取并预处理病人预设时间段内的脊柱X线片数据和手部X线片;根据预处理后的脊柱X线片数据和手部X线片,构建深度学习模型实现评估脊柱侧凸程度并预测脊柱侧凸进展。采用本发明的技术方案,实现自动智能化脊柱侧凸进展预估可以替代人工快速、精准处理、分析医学影像,可弥补多学科交叉时代影像科医师竞争力弱和医师人员短缺问题,同时也可以减少X线片辐射对患儿身体机能的影响。

    一种基于金属SBET的降尘中重金属健康风险评估方法

    公开(公告)号:CN107978368B

    公开(公告)日:2022-06-21

    申请号:CN201711251113.9

    申请日:2017-12-01

    Applicant: 南京大学

    Abstract: 本发明提供的一种基于金属SBET的降尘中重金属健康风险评估方法,属于健康风险评估技术领域,先对大气中降尘进行取样及预处理,根据食物摄入、呼吸吸入和皮肤接触三种途径进入人体的灰尘直径将降尘样品分为三组,分别对其进行重金属总含量浓度的计算和重金属生物有效性的提取,根据得到的数据先进行重金属暴露剂量的计算,然后分别对三种途径中的重金属进入人体的健康风险进行评估。总之,本发明提供了一种操作方便、评估科学、误差小的风险评估方法,为人们对降尘中重金属的致癌风险进行评估预防。

Patent Agency Ranking