-
公开(公告)号：CN109685798A
公开(公告)日：2019-04-26
申请号：CN201811603409.7
申请日：2018-12-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种确定有效医学图像的方法及装置，方法包括：通过将从所述用户终端接收的医学图像按照目标模板大小进行切分，获得两个以上切分后的块图像；在所述切分后的块图像中选择清晰度超过清晰度阈值的图像作为第一目标图像；确定所述第一目标图像的细胞区域大小，将细胞区域大小超过阈值的第一目标图像确定为有效医学图像。相比于现有技术，本发明实施例通过确定清晰度超过清晰度阈值且细胞区域大小超过阈值的医学图像为有效医疗图像，减少了医生从众多的医学图像中确定清晰可辨的医学图像的时间，因此可以提升医生获取医疗信息的效率。
-
公开(公告)号：CN106599195A
公开(公告)日：2017-04-26
申请号：CN201611155171.7
申请日：2016-12-14
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/23 , G06F16/219 , G06F16/27
Abstract: 本发明实施例提供了一种海量网络数据环境下的元数据同步方法及系统，所述方法包括：中心节点服务器中的元数据库表内的元数据由第一稳定版本号更新为第二稳定版本号后，向子节点管理设备发送通知消息；其中，所述第二稳定版本号高于所述第一稳定版本号；所述子节点管理设备接收到所述通知消息后，从所述中心节点服务器中获取所述元数据库表，所述元数据库表内的元数据的版本号为所述第二稳定版本号；子节点管理设备将所获取的元数据库表发送给子节点服务器，以使所述中心节点服务器及所述子节点服务器的元数据库表内的元数据同步。本发明实施例，使得元数据同步系统中的元数据库表内的元数据及时同步。
-
公开(公告)号：CN114240761B
公开(公告)日：2023-09-22
申请号：CN202010940783.7
申请日：2020-09-09
Applicant: 成都鼎桥通信技术有限公司 , 北京邮电大学
IPC: G06T5/00 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供一种图像去雨模型训练方法、图像去雨方法及设备，本申请实施例为了消除长雨条纹，使用递归卷积结构，通过多个卷积核分别提取输入的带雨条纹的图像的特征向量，并进行向量融合，将融合特征向量与输入图像的特征向量相加，经LSTM网络模块输出，更好的联系长距离的上下文信息，扩大感受野。并且将输出的特征向量与相应的无雨图像的特征向量进行对比，若对比不为预设结果，则根据对比结果调整递归卷积模块的参数，重新执行上述操作，即通过循环卷积，使得模型学习跨阶段的特征之间的内在联系，更好的恢复图像的细节，而且有效减少模型的大小，在内存和计算能力不足的便携式的嵌入式设备和移动设备上，也可以取得良好的去雨效果。
-
公开(公告)号：CN114240761A
公开(公告)日：2022-03-25
申请号：CN202010940783.7
申请日：2020-09-09
Applicant: 成都鼎桥通信技术有限公司 , 北京邮电大学
Abstract: 本申请实施例提供一种图像去雨模型训练方法、图像去雨方法及设备，本申请实施例为了消除长雨条纹，使用递归卷积结构，通过多个卷积核分别提取输入的带雨条纹的图像的特征向量，并进行向量融合，将融合特征向量与输入图像的特征向量相加，经LSTM网络模块输出，更好的联系长距离的上下文信息，扩大感受野。并且将输出的特征向量与相应的无雨图像的特征向量进行对比，若对比不为预设结果，则根据对比结果调整递归卷积模块的参数，重新执行上述操作，即通过循环卷积，使得模型学习跨阶段的特征之间的内在联系，更好的恢复图像的细节，而且有效减少模型的大小，在内存和计算能力不足的便携式的嵌入式设备和移动设备上，也可以取得良好的去雨效果。
-
公开(公告)号：CN108664550B
公开(公告)日：2021-10-01
申请号：CN201810273619.8
申请日：2018-03-29
Applicant: 北京邮电大学
IPC: G06F16/2458
Abstract: 本发明实施例提供了一种对用户行为数据进行漏斗分析方法及装置，其中方法包括：针对每个用户，获取根据应用场景预定义的一个一维数组，元素按预设行为的顺序存储预设行为的时间戳；获取行为序列中第一次出现的第一个预设行为的时间戳填入第一个元素中；若获取的行为序列中的下一个行为是第一个预设行为，则将该行为的时间戳填入第一个元素中；若该行为是第N个预设行为，获取的第N‑1个元素中第一时间戳，与第N个预设行为的时间戳在同一时间窗口内，则将该第一时间戳，填入第N个元素中；将停止在元素中填入时间戳的当前一维数组中，已填入时间戳的元素的个数，作为最长的执行行为数量，以计算第N‑1个预设行为向第N个预设行为进行转化的转化率。
-
Patent Agency Ranking
公开(公告)号：CN109509186B
公开(公告)日：2020-09-18
申请号：CN201811331278.1
申请日：2018-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施了一种基于大脑CT图像的缺血性脑卒中病灶检测方法及装置。该方法中，对大脑CT图像进行预处理和基于区域生长法的区域生长处理，增大了病灶区域与正常大脑的图像特征的差异。然后，基于大脑的对称性，将左脑区和右脑区中的大脑图像划分为多个像素方格，并逐个对比左脑和右脑中，位置具有对称性的两个像素方格的预定图像特征的特征差异，从而可以根据该特征差异确定哪一个像素方格中包含缺血性脑卒中的病灶。通过上述步骤，实现了通过大脑CT图像有效检测缺血性脑卒中病灶的目的。
-
公开(公告)号：CN107451008B
公开(公告)日：2020-05-08
申请号：CN201710512493.0
申请日：2017-06-29
Applicant: 北京邮电大学
IPC: G06F11/10
Abstract: 本发明实施例提供了一种CRC计算方法及装置，所述方法包括：获取目标输入数据；将所述目标输入数据依次划分成n个序列长度相同的目标数据序列；利用n个处理器对n个目标数据序列进行并行循环冗余校验CRC计算，得到对应的n个第一CRC值；获取各第一CRC值对应的目标序列影响系数；分别将各第一CRC值与对应的目标序列影响系数进行迦罗瓦域乘法运算，得到n个第二CRC值；对n个第二CRC值进行异或运算，得到目标CRC值，以实现对所述目标输入数据的CRC计算。本发明实施例能够减少在CRC计算过程中的异或运算的次数，提高了计算速率；另外，本发明实施例减少了线程同步的次数，进一步提高了计算速率。
-
公开(公告)号：CN110705395A
公开(公告)日：2020-01-17
申请号：CN201910879575.8
申请日：2019-09-18
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种基于树莓派的检测系统，该检测系统包括：树莓派、摄像头和神经计算棒；摄像头、神经计算棒分别与树莓派连接；摄像头用于捕捉图像数据；树莓派用于当获取到摄像头捕捉的图像数据时，触发神经计算棒获取图像数据；神经计算棒用于将获取的图像数据输入至预设的目标识别模型中，得到目标识别模型输出的图像识别结果，并向树莓派发送图像识别结果。应用本发明实施例提供的方案在能够实现边缘化计算能力的基础上，还能够提高识别效率以达到实时性。
-
公开(公告)号：CN109635939A
公开(公告)日：2019-04-16
申请号：CN201910013045.5
申请日：2019-01-07
Applicant: 北京邮电大学
IPC: G06N3/04
Abstract: 本发明实施例提供的一种基于裁剪的卷积神经网络的确定方法及装置，方法包括：针对样本集中的一个样本，将该样本输入预设的卷积神经网络，通过卷积神经网络的卷积层的各个通道输出的该样本特征图的矩阵；针对卷积层的一个通道输出的样本的特征图的矩阵，将该矩阵进行压缩成数字，利用Sigmoid函数，确定卷积神经网络的卷积层各个通道的激励因子，然后确定卷积神经网络的卷积层各个通道的权重；针对预设卷积神经网络的一个卷积层，在该卷积层中选择通道的权重低于权重阈值的通道进行裁剪，将裁剪后的卷积神经网络作为已训练卷积神经网络，降低了卷积神经网络内部结构的复杂度，减少用于识别待识别病理图像的标签类别的时间。
-
公开(公告)号：CN109509186A
公开(公告)日：2019-03-22
申请号：CN201811331278.1
申请日：2018-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施了一种基于大脑CT图像的缺血性脑卒中病灶检测方法及装置。该方法中，对大脑CT图像进行预处理和基于区域生长法的区域生长处理，增大了病灶区域与正常大脑的图像特征的差异。然后，基于大脑的对称性，将左脑区和右脑区中的大脑图像划分为多个像素方格，并逐个对比左脑和右脑中，位置具有对称性的两个像素方格的预定图像特征的特征差异，从而可以根据该特征差异确定哪一个像素方格中包含缺血性脑卒中的病灶。通过上述步骤，实现了通过大脑CT图像有效检测缺血性脑卒中病灶的目的。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.156 seconds)
