-
公开(公告)号：CN116542995B
公开(公告)日：2023-09-22
申请号：CN202310768905.2
申请日：2023-06-28
Applicant: 吉林大学
IPC: G06T7/11 , G06N3/0464 , G06V10/22 , G06V10/764 , G06V10/80
Abstract: 本申请公开了一种基于区域表示和视觉表示的视觉问答方法及系统，其中方法步骤包括：基于Faster R‑CNN模型学得的图像区域特征，为每张待问答图像构建图像区域特征图；基于图像区域特征图，生成邻居增强的区域表示；基于GRU模型学得的问题特征对邻居增强的区域表示进行指导，得到最终的视觉特征；基于区域表示、视觉特征和问题特征，得到预测答案，完成视觉问答。本申请为每张图像构建区域特征图，以表示该图像中所有区域之间的关联和特征。同时，基于带重启的随机行走方法，在区域特征图中学习邻域增强区域表示。此外，还提出一个问题指导的纵横双重注意力机制。机制以问题特征表示作为指导，从区域层面和特征层面增强区域表示。
-
公开(公告)号：CN110969191B
公开(公告)日：2022-10-25
申请号：CN201911083921.8
申请日：2019-11-07
Applicant: 吉林大学
Abstract: 本发明公开了一种基于相似性保持度量学习方法的青光眼患病概率预测方法，所述方法使用预训练网络进行初始化，根据特定图像分类任务的需求训练网络，在训练网络中间层时采用单目度量学习损失函数，提升了图像中间层特征特定方向优化能力；在特征归纳预测阶段不对其进行优化，而是仅仅通过交叉熵损失函数优化归纳预测神经网络分类器，减少了待优化网络参数数量；使用单目对比损失函数训练相似性保持特征提取网络，通过调整网络参数得到更适用于青光眼患病概率预测任务的网络模型，训练后的相似性保持特征提取网络在青光眼患病概率预测实验中取得了更优的特征归纳预测效果。
-
公开(公告)号：CN115063364A
公开(公告)日：2022-09-16
申请号：CN202210659677.0
申请日：2022-06-13
Abstract: 一种基于人工智能的智慧中医舌诊方法及计算机存储介质，属于智慧医学技术领域，该方法分为三个阶段：基于TransFuse网络的舌体分割；基于OPENCV的舌体分割后处理；基于集成学习的智能分析方法。所述计算机存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行所述的基于人工智能的智慧中医舌诊方法对应的操作。本发明在基于Transfuse的基础上，充分利用了CNN网络和Transformer网络，集两种网络之所长，可以捕获低层次空间和高级语义特征，大幅度提升了模型的训练和推理效率，提升了模型部署在云端或智能终端的效率。本发明具有显著的优势，算法准确率、健壮性和鲁棒性有了明显的提升。
-
公开(公告)号：CN111932512B
公开(公告)日：2022-08-05
申请号：CN202010785690.1
申请日：2020-08-06
Applicant: 吉林大学
IPC: G06T7/00 , G06V10/764 , G06K9/62 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于CNN和NLSTM神经网络应用于CT影像的颅内出血检测方法，属于智能医学影像处理领域。本发明使用CNN神经网络提取CT影像的图片特征，在提取CNN特征之前，CNN神经网络也是经过训练的，我们这里使用的预训练CNN网络为ResNeXt。提取的图像的embedding和病人的序列信息相结合作为NLSTM神经网络的输入，通过交叉熵损失函数计算损失反向传播网络，最后得到的网络结构去进行测试。这种CNN与RNN神经网络相结合的模式很适合处理CT序列影像，CNN与NLSM是一种新颖的颅内出血检测分类方法。本发明公开了基于CNN和NLSTM相结合的颅内出血检测方法，是一种准确高效的自动出血检测和分类方法，对临床有着极其重要的价值，具有广阔的应用场景。
-
公开(公告)号：CN113160232B
公开(公告)日：2022-01-28
申请号：CN202110336555.3
申请日：2021-03-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于MU‑Net应用于CT影像的颅内出血病灶分割算法，所述颅内出血病灶分割算法在基于U‑Net的基础上提出了一个新的分割结构MU‑Net，并将其应用到颅内出血分割任务中。在编码器模块，引入了Res2Net的网络模块。这样的设计可以提取更精细的多尺度特征，并增加特征图的感受野。为了减少编码层和解码层对应层次之间存在的语义鸿沟，提出了多编码信息融合模块(MIF)，通过对特征进行信息融合有效地弥补解码器丢失的全局信息。除此之外，为了进一步减小编码器解码器之间的语义鸿沟并且聚集多尺度信息，本发明提出了新的解码器模块(MDB)。
-
Patent Agency Ranking
公开(公告)号：CN110969191A
公开(公告)日：2020-04-07
申请号：CN201911083921.8
申请日：2019-11-07
Applicant: 吉林大学
Abstract: 本发明公开了一种基于相似性保持度量学习方法的青光眼患病概率预测方法，所述方法使用预训练网络进行初始化，根据特定图像分类任务的需求训练网络，在训练网络中间层时采用单目度量学习损失函数，提升了图像中间层特征特定方向优化能力；在特征归纳预测阶段不对其进行优化，而是仅仅通过交叉熵损失函数优化归纳预测神经网络分类器，减少了待优化网络参数数量；使用单目对比损失函数训练相似性保持特征提取网络，通过调整网络参数得到更适用于青光眼患病概率预测任务的网络模型，训练后的相似性保持特征提取网络在青光眼患病概率预测实验中取得了更优的特征归纳预测效果。
-
公开(公告)号：CN110321451A
公开(公告)日：2019-10-11
申请号：CN201910340096.9
申请日：2019-04-25
Applicant: 吉林大学
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种基于分布熵增益损失函数的图像检索算法，所述算法使用预训练网络进行初始化，根据图像检索任务的需求训练网络，在训练网络时使用自行设计的分布熵增益损失函数，提升了图像检索的准确率；分布熵增益损失函数结合了对比损失函数和相对熵，增强了训练网络时图像相似性度量的准确性；对比损失函数通过欧氏距离计算特征之间的相似度，相对熵可以用于衡量特征向量之间的分布差异，将相对熵补充到对比损失函数中改善了特征向量相似性度量；使用分布熵增益损失函数训练网络模型，通过调整网络参数得到更适用于图像检索任务的网络模型，训练后的网络模型在图像检索实验中取得了更优的检索效果。
-
公开(公告)号：CN115063364B
公开(公告)日：2025-04-25
申请号：CN202210659677.0
申请日：2022-06-13
IPC: G06T7/00 , G06T7/11 , G06T7/149 , G06T7/62 , G06V10/22 , G06N3/0455 , G06N3/0464 , G06N3/098
Abstract: 一种基于人工智能的智慧中医舌诊方法及计算机存储介质，属于智慧医学技术领域，该方法分为三个阶段：基于TransFuse网络的舌体分割；基于OPENCV的舌体分割后处理；基于集成学习的智能分析方法。所述计算机存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行所述的基于人工智能的智慧中医舌诊方法对应的操作。本发明在基于Transfuse的基础上，充分利用了CNN网络和Transformer网络，集两种网络之所长，可以捕获低层次空间和高级语义特征，大幅度提升了模型的训练和推理效率，提升了模型部署在云端或智能终端的效率。本发明具有显著的优势，算法准确率、健壮性和鲁棒性有了明显的提升。
-
公开(公告)号：CN118395985A
公开(公告)日：2024-07-26
申请号：CN202410866352.9
申请日：2024-07-01
Applicant: 吉林大学
IPC: G06F40/295 , G06N3/042 , G06N3/0455 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于知识蒸馏与变分自编码器的命名实体识别方法，属于人工智能的自然语言处理技术领域，包括以下步骤：构建有偏数据集对BERT‑large模型进行训练，获得有偏模型，作为教师模型；构建含跨域实体的数据集，结合变分自编码器对BERT‑large模型进行训练，获得学生模型；获取教师模型的输出特征，并从学生模型的变分自编码器的映射空间中解耦出鲁棒性特征和非鲁棒性特征；基于知识蒸馏将非鲁棒性特征与教师模型的输出特征进行拟合，进一步解耦出学生模型中更加鲁棒的特征，基于解耦出的鲁棒性特征进行命名实体识别。本发明实现了对命名实体识别任务中捷径学习的有效缓解，提升了命名实体识别任务的准确性。
-
公开(公告)号：CN118070106A
公开(公告)日：2024-05-24
申请号：CN202410465732.1
申请日：2024-04-18
Applicant: 吉林大学
Abstract: 本发明提出了基于信号通道缩放和频域特征补全的人类活动识别方法，属于人类活动识别技术领域，包括：对人体活动中的传感器数据进行预处理，获取频域信息和时域信息；对所述频域信息和时域信息进行特征提取，并对提取的特征进行压缩以及特征融合，获取时频融合特征；利用预设分类器对所述时频融合特征进行分类识别，获取人体活动识别结果。本发明有效地校准了多通道信号的特征表示，更好地缓解了人类识别活动中数据的异质性问题，实现人类识别活动的准确识别。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.018 seconds)
