-
公开(公告)号：CN111260034A
公开(公告)日：2020-06-09
申请号：CN202010046252.3
申请日：2020-01-16
Applicant: 南开大学
Abstract: 基于神经网络相邻结构依存关系的网络剪枝方法，属于神经网络模型压缩领域，该方法包含如下步骤：a)网络的通道重要性由卷积层和相邻的批量归一化(BN)层的参数共同决定；b)在某一层内部比较通道重要性，以确定待剪枝的通道；c)动态调整稀疏性正则系数，以达到预先指定的稀疏程度。使用该方法进行网络剪枝，可以得到更高的剪枝后性能，更优的剪枝后网络结构和更好的稳定性。
-
公开(公告)号：CN109934241B
公开(公告)日：2022-12-09
申请号：CN201910242489.6
申请日：2019-03-28
Applicant: 南开大学
Abstract: 可集成到神经网络架构中的图像多尺度信息特征方法及应用。本发明从更细粒度的层面提升了神经网络的多尺度表达能力。本发明方法将进入提取器的特征图按照通道数量被分成几个特征图子集；然后将各特征图子集的送入依照层级递进的结构排布连接的卷积核组中，完成不同尺度信息的提取；再经过另一个融合卷积层进行信息融合，实现对不同尺度信息的融合。该方法可集成到现有的绝大多数神经网络结构中，大幅提升原有神经网络的性能。此外，基于该方法的神经网络能为包括但不限于图像分类、物体检测、注意力预测、目标跟踪、动作识别、语义分割、显著物体检测和骨架提取等视觉任务提供高质量的语义特征信息。
-
公开(公告)号：CN109871835B
公开(公告)日：2021-10-01
申请号：CN201910235306.8
申请日：2019-03-27
Applicant: 南开大学
IPC: G06K9/00
Abstract: 一种基于互斥正则化技术的人脸识别方法，属于图像处理技术领域，该方法首先将进行筛选和校准后的人脸图像数据集导入模型；利用残差神经网络对输入的图像数据进行特征提取得到特征向量；利用特征向量和分类参数矩阵来计算分类概率得出识别向量；使用A‑Softmax损失函数计算识别向量与标注之间的损失差异并将其作为梯度进行反向传播来更新特征提取网络中的参数；计算互斥正则项关于分类参数矩阵的偏导数并利用该偏导数更新分类参数矩阵。本发明同时考虑了类內紧凑性和类间可分性，对开放环境下人脸识别模型的应用更具有实际意义，该方法能够同时实现人脸识别任务下类內数据的密集聚簇和类间数据的离散分布，比以往方法更具实用性和普适性。
-
Patent Agency Ranking
公开(公告)号：CN109288815B
公开(公告)日：2020-12-22
申请号：CN201811246698.X
申请日：2018-10-25
Applicant: 南开大学
Abstract: 一种可实现肿瘤靶向投递核酸药物的多级递送纳米粒子的制备方法与应用，多级递送纳米粒子被设计为核‑壳结构，具有环境响应性的壳层赋予多级递送纳米粒子针对周围环境呈现不同表面特性的能力，允许多级递送纳米粒子克服多个生理屏障并将核酸药物高效送至肿瘤组织。我们向患有肿瘤的小鼠注射携带有荧光探针标记的质粒DNA的多级递送纳米粒子实现了核酸药物在肿瘤组织中高效富集，表明利用多级递送纳米粒子完全可以实现肿瘤靶向递送核酸药物。
-
公开(公告)号：CN109288815A
公开(公告)日：2019-02-01
申请号：CN201811246698.X
申请日：2018-10-25
Applicant: 南开大学
CPC classification number: A61K9/5138 , A61K9/5146 , A61K31/711 , A61P35/00 , B82Y5/00
Abstract: 一种可实现肿瘤靶向投递核酸药物的多级递送纳米粒子的制备方法与应用，多级递送纳米粒子被设计为核-壳结构，具有环境响应性的壳层赋予多级递送纳米粒子针对周围环境呈现不同表面特性的能力，允许多级递送纳米粒子克服多个生理屏障并将核酸药物高效送至肿瘤组织。我们向患有肿瘤的小鼠注射携带有荧光探针标记的质粒DNA的多级递送纳米粒子实现了核酸药物在肿瘤组织中高效富集，表明利用多级递送纳米粒子完全可以实现肿瘤靶向递送核酸药物。
-
公开(公告)号：CN109934241A
公开(公告)日：2019-06-25
申请号：CN201910242489.6
申请日：2019-03-28
Applicant: 南开大学
Abstract: 可集成到神经网络架构中的图像多尺度信息特征方法及应用。本发明从更细粒度的层面提升了神经网络的多尺度表达能力。本发明方法将进入提取器的特征图按照通道数量被分成几个特征图子集；然后将各特征图子集的送入依照层级递进的结构排布连接的卷积核组中，完成不同尺度信息的提取；再经过另一个融合卷积层进行信息融合，实现对不同尺度信息的融合。该方法可集成到现有的绝大多数神经网络结构中，大幅提升原有神经网络的性能。此外，基于该方法的神经网络能为包括但不限于图像分类、物体检测、注意力预测、目标跟踪、动作识别、语义分割、显著物体检测和骨架提取等视觉任务提供高质量的语义特征信息。
-
公开(公告)号：CN109871835A
公开(公告)日：2019-06-11
申请号：CN201910235306.8
申请日：2019-03-27
Applicant: 南开大学
IPC: G06K9/00
Abstract: 一种基于互斥正则化技术的人脸识别方法，属于图像处理技术领域，该方法首先将进行筛选和校准后的人脸图像数据集导入模型；利用残差神经网络对输入的图像数据进行特征提取得到特征向量；利用特征向量和分类参数矩阵来计算分类概率得出识别向量；使用A-Softmax损失函数计算识别向量与标注之间的损失差异并将其作为梯度进行反向传播来更新特征提取网络中的参数；计算互斥正则项关于分类参数矩阵的偏导数并利用该偏导数更新分类参数矩阵。本发明同时考虑了类內紧凑性和类间可分性，对开放环境下人脸识别模型的应用更具有实际意义，该方法能够同时实现人脸识别任务下类內数据的密集聚簇和类间数据的离散分布，比以往方法更具实用性和普适性。
-
公开(公告)号：CN102943079A
公开(公告)日：2013-02-27
申请号：CN201210549064.8
申请日：2012-12-17
Applicant: 南开大学
Abstract: 本发明公开了乳酸乳球菌Nisin免疫耐受相关基因irpT（其核苷酸序列如序列表所示）。属于微生物生物技术领域。本发明与乳酸乳球菌Nisin免疫耐受研究息息相关，此基因大小为708bp，国际上对该基因的功能没有报道。实验发现该基因的失活能够使乳酸乳球菌对Nisin的耐受性增强，研究发现其作用机制通过调节细胞壁的合成来增强Nisin耐受性。通过对Nisin耐受相关新基因的深入研究，可以进一步解释Nisin耐受的网络调控机制，为构建Nisin高产工程菌提供基础及理论依据。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.036 seconds)
