-
公开(公告)号：CN117746200A
公开(公告)日：2024-03-22
申请号：CN202311841979.0
申请日：2023-12-27
Applicant: 安徽大学
Abstract: 本发明提供基于二阶注意力的多模态自适应融合方法及方法，系统包括：本发明在注意力块上引入二阶的交叉注意力实现多模态注意力互增强，同时对注意力的不同区域采取不同的输入，将横向相邻的区域也纳入考量；在筛选背景token时，利用两个模态分支的注意力权重对所有token进行排序，按照固定比例消除背景token。本发明解决了特征融合算法计算量大导致框架模型的推理速度较低，以及候选消除的效果稳定性较差的技术问题。
-
公开(公告)号：CN107133626B
公开(公告)日：2020-03-17
申请号：CN201710325946.9
申请日：2017-05-10
Applicant: 安徽大学
Abstract: 本发明公开了一种基于部分平均随机优化模型的医学影像分类方法，包括：1、利用现有医学影像处理技术构建数据集；2、定义问题的目标函数；3、定义问题的损失函数；4、初始化该分类算法所涉及的相关参数，包括：迭代次数T、多项式衰减平均参数ρ和代价敏感系数Cp,Cn。5、利用COMID框架对目标函数进行迭代求解，得到分类模型；6、利用分类模型对样本进行分类。本发明能提高分类精度，在特定场景下(大规模、不平衡、稀疏)，得到更好的分类结果，并且得到了O(1/T)的最优收敛速度。
-
公开(公告)号：CN107133626A
公开(公告)日：2017-09-05
申请号：CN201710325946.9
申请日：2017-05-10
Applicant: 安徽大学
Abstract: 本发明公开了一种基于部分平均随机优化模型的医学影像分类方法，包括：1、利用现有医学影像处理技术构建数据集；2、定义问题的目标函数；3、定义问题的损失函数；4、初始化该分类算法所涉及的相关参数，包括：迭代次数T、多项式衰减平均参数ρ和代价敏感系数Cp,Cn。5、利用COMID框架对目标函数进行迭代求解，得到分类模型；6、利用分类模型对样本进行分类。本发明能提高分类精度，在特定场景下(大规模、不平衡、稀疏)，得到更好的分类结果，并且得到了O(1/T)的最优收敛速度。
-
-
Search Results
3
records
(took 0.015 seconds)
