-
公开(公告)号：CN115587260A
公开(公告)日：2023-01-10
申请号：CN202211273772.3
申请日：2022-10-18
Applicant: 南通大学
IPC: G06F16/9536 , G06Q50/00 , G06F18/23 , G06F18/25
Abstract: 本发明公开了一种基于NMF融合内容、网络嵌入的半监督社团检测方法，属于复杂网络分析技术领域，基于该同一框架的方法检测属性网络中社团结构，运用基于生成框架的非负矩阵分解技术分别建模拓扑、内容，借鉴结构相似性建模先验信息并调节顶点社团隶属度，采用矩阵补全思想实现网络嵌入进一步强化顶点社团隶属度，然后，运用“同一社团的顶点具有相似内容”以融合拓扑和内容，以实现融合内容、网络嵌入强化的半监督社团检测；最后使用评价算法归一化互信息熵评价模型的性能。本发明运用非负矩阵分解技术建模、融合拓扑和内容简单易行，同时，引入先验信息调整、网络嵌入强化社团隶属度，以提升社团检测的性能。
-
公开(公告)号：CN113988269A
公开(公告)日：2022-01-28
申请号：CN202111306476.4
申请日：2021-11-05
Applicant: 南通大学
Abstract: 本发明公开了一种基于改进孪生网络的回环检测及优化方法，属于计算机视觉图像技术领域；解决了传统的BOW模型基于手工特征，构建字典，描述图像，判断相似，该方法具有局限性且计算量较大，实时性较差的技术问题。其技术方案为：包括以下步骤：步骤一、SEREsiamese网络架构候选机制：步骤二、3D‑Siamese网络架构校验机制：步骤三、损失函数。本发明的有益效果是：本发明是将2D及3D卷积神经网络与孪生网络进行融合，通过与fabmab方法以及其他网络的对比，本发明的方法均展示了较高的精确度及召回率，同时，由于将特征提取和相似度测量统一化，本发明节约了较fabmab近一半的时间得到回环帧，在提升回环精度的同时提高了实时性。
-
公开(公告)号：CN113378075A
公开(公告)日：2021-09-10
申请号：CN202110698553.9
申请日：2021-06-23
Applicant: 南通大学
IPC: G06F16/9536
Abstract: 本发明公开了一种自适应融合网络拓扑和节点内容的社团发现方法，属于复杂网络分析技术领域，该方法挖掘社交网络数据集中社团结构，运用节点社团隶属度和图正则项分别建模网络拓扑和节点内容，然后引入自适应因子对所述网络拓扑和节点内容进行融合，以构建基于图正则化的自适应社团检测模型；最后使用评价算法归一化互信息熵评估模型有效性。本发明的有益效果为：利用自动编码器以及图正则整合了网络拓扑和节点内容，另一方面引入自适应因子缓解了社团发现过程中网络拓扑和节点内容的不匹配性。
-
公开(公告)号：CN108836259B
公开(公告)日：2020-07-10
申请号：CN201810444609.6
申请日：2018-05-10
Applicant: 南通大学
Abstract: 本发明自拍式共享眼底照相装置，包括：下颌固定装置用于固定自检者的下颌；眼底成像装置用于采用视标对焦和自动聚焦技术拍摄自检者的眼底图像，接收自检者的个人信息录入；眼底图像质量评价模块用于判断眼底图像是否符合预设要求，在判断出符合时显示眼底图像供自检者选择提交或重拍，在选提交指令时将眼底图像转换为设定文件格式的眼底图像；眼底图像共享模块用于存储自检者的个人信息和对应的转换为设定文件格式的眼底图像以供共享调用。本发明可实现患者眼底图像的自拍，免除了医务人员操作，实现了医院间眼底影像资料和报告信息的数字化共享存储和调阅，大大减少了重复检查，节省了医疗资源和患者花费，有利于医疗信息的合理化利用。
-
公开(公告)号：CN106504239B
公开(公告)日：2019-06-21
申请号：CN201610934000.8
申请日：2016-10-25
Applicant: 南通大学
Abstract: 本发明提供了一种提取超声图像中肝脏区域的方法，其特征在于：包括如下步骤：步骤1：处理图像中的光照不均匀的情况，使图像中的肝脏区域的亮度趋于一致；步骤2：利用添加了邻域相关性信息及先验形状信息的FCM_I算法减小图像中的噪声及完成图像分割；步骤3：根据FCM_I分类结果及灰度信息，获得图像的前景区域和背景区域；步骤4：根据肝脏中器官的分布和形状，获得完整肝脏区域的图像。本发明提供了一种提取超声图像中肝脏区域的方法，提高了可能出现肝脏区域前景像素的联系，并降低了该区域背景间的联系，从而使提取出比较完整的肝脏区域。
-
Patent Agency Ranking
公开(公告)号：CN108446740B
公开(公告)日：2019-06-14
申请号：CN201810262763.1
申请日：2018-03-28
Applicant: 南通大学
IPC: G06K9/62
Abstract: 本发明公开了一种用于脑影像病历特征提取的多层一致协同方法，首先构建一种多层协同MapReduce模型进行不可分割相关脑影像病历特征的标识，将具有多个相关特征的脑病历进行有效分类；然后设计一种脑影像病历特征一致相容性聚合方法，使协同模因组提取的脑影像病历特征局部解和全局优势解能达到有效平衡；其次采用多决策一致性优化矩阵进一步检测协同模因组的非合作MapReduce行为，从而有效取得特征集的一致纳什均衡；最后评估脑影像病历特征提取的精度，输出最优特征选择集。本发明为相关疾病的临床诊断和治疗提供重要的影像特征依据。
-
公开(公告)号：CN107256342B
公开(公告)日：2019-06-07
申请号：CN201710454587.7
申请日：2017-06-15
Applicant: 南通大学
IPC: G16H50/70
Abstract: 本发明公开了一种用于电子病历知识约简效能评估的多种群协同熵级联方法。该方法首先利用云计算中Map操作与Reduce操作将大规模电子病历数据集划分成不同的电子病历优化数据子集；接着构建相邻进化种群相似度矩阵，利用进化种群协同熵设计知识约简效能计算方法；然后分析影响电子病历知识约简效能的进化种群分布规律，构造一种级联评估指标矩阵并进行矩阵优化；最后评估电子病历知识约简效能评估精度，输出电子病历知识约简效能最优评估精度。该方法对云计算环境下大规模电子病历知识约简定性定量化智能分析以及相关疾病辅助诊断疗效评估具有较好的应用价值。
-
公开(公告)号：CN107577756A
公开(公告)日：2018-01-12
申请号：CN201710773342.0
申请日：2017-08-31
Applicant: 南通大学
Abstract: 本发明公开了一种基于多层迭代的改进递归数据流匹配方法，具体包含如下步骤；步骤1，将规则库分割成几个规则子集；步骤2，将每个规则子集中的规则存储在一个RFC数据结构中，每个规则子集用一个索引规则来进行描述，将所有的索引规则存储在一个RFC索引中，将RFC索引指向相应的RFC数据结构对RFC进行改进以减少内存消耗，通过把规则库分成几个子集，每个规则存储在一个独立的子集中，另外本发明采用了多种方法对RFC数据结构进行了精简以便进一步改善算法的速度和内存性能,本发明对RFC的改进算法大大降低了RFC总体内存消耗，极大提高了包匹配的性能。
-
公开(公告)号：CN104392229B
公开(公告)日：2018-01-05
申请号：CN201410528541.1
申请日：2014-10-09
Applicant: 南通大学
IPC: G06K9/20
Abstract: 本发明提供了一种基于笔画片段方向分布特征的笔迹识别方法，该方法用于离线笔迹识别技术。首先需要将书写的笔迹用扫描仪扫描成笔迹图像，接着提取图像中的笔迹轮廓，并将轮廓分解成笔画片段，然后利用本发明的笔画方向分布特征提取方法提取笔画片段的方向分布特征，最后采用加权曼哈顿距离来测量笔迹图像间的相似性，从而进行身份识别。本发明提取了一种新的基于笔画片段方向分布的特征提取方法，进一步提高了笔迹识别精度。
-
公开(公告)号：CN104392229A
公开(公告)日：2015-03-04
申请号：CN201410528541.1
申请日：2014-10-09
Applicant: 南通大学
IPC: G06K9/20
Abstract: 本发明提供了一种基于笔画片段方向分布特征的笔迹识别方法，该方法用于离线笔迹识别技术。首先需要将书写的笔迹用扫描仪扫描成笔迹图像，接着提取图像中的笔迹轮廓，并将轮廓分解成笔画片段，然后利用本发明的笔画方向分布特征提取方法提取笔画片段的方向分布特征，最后采用加权曼哈顿距离来测量笔迹图像间的相似性，从而进行身份识别。本发明提取了一种新的基于笔画片段方向分布的特征提取方法，进一步提高了笔迹识别精度。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.027 seconds)
