用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统

    公开(公告)号:CN108564026B

    公开(公告)日:2021-11-02

    申请号:CN201810318298.9

    申请日:2018-04-10

    Abstract: 本发明公开了一种用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统,该系统利用强化学习方法寻找最适合甲状腺肿瘤细胞学涂片图像分类的现有卷积神经网络,所述强化学习方法的具体流程为:首先,用循环神经网络生成一个卷积神经网络;接着,用甲状腺肿瘤细胞学涂片图像训练集训练该卷积神经网络;然后,用甲状腺肿瘤细胞学涂片图像验证集验证经训练后的该卷积神经网络的准确率,设定一个准确率阈值,判断其准确率是否高于阈值;最后将准确率最高的卷积神经网络作为初步卷积神经网络进行再训练,从而达到构建高准确率卷积神经网络用于辅助医生对甲状腺肿瘤进行诊断,提高了诊断准确率的目的。

    基于图像与文本的图书盘点识别方法、装置、设备及系统

    公开(公告)号:CN111898555A

    公开(公告)日:2020-11-06

    申请号:CN202010762471.1

    申请日:2020-07-31

    Abstract: 本发明提供一种基于图像与文本的图书盘点识别方法、装置、设备及系统,所述方法包括:包括:采集书架图像,并将所述书架图像切割为多个含有书脊的书脊图像;对所述书脊图像进行识别,获取各所述书脊对应的关键字;判断任一所述书脊对应的关键字与图书数据库中图书信息的相似度是否到第一相似度阈值:若是,则完成该书脊对应的图书的盘点;若否,则将该书脊对应的关键字和该书脊周围的至少一个所述书脊对应的关键字作为一个整体关键字,并继续判断所述整体关键字与图书数据库中图书信息的相似度是否到第二相似度阈值:若是,则完成形成所述整体关键字的各书脊所对应的图书的盘点;若否,则确定盘点失败。本发明可以辅助智能图书馆的自动图书盘点。

    基于白名单的语义决策方法、系统及介质

    公开(公告)号:CN114037077B

    公开(公告)日:2025-05-23

    申请号:CN202111320894.9

    申请日:2021-11-09

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种基于白名单的语义决策方法、系统及介质,涉及人机对话技术领域,该方法包括:步骤S1:根据业务需求构造非基础域语义理解微服务和基础域语义理解微服务;步骤S2:根据业务逻辑构造白名单;步骤S3:将文本同时输入到非基础域语义理解微服务和基础域语义理解微服务中,得到相应结果;步骤S4:根据结果判断非基础域技能是否在白名单里,且非基础域技能的置信度是否满足在设定值以上,得出最终语义结果。本发明能够通过采取白名单决策最终语义结果以至提升语义理解准确率和性能同时保证人机对话的用户体验。

    基于注意力机制的文本意图识别方法、系统、车辆及设备

    公开(公告)号:CN115114908B

    公开(公告)日:2025-04-11

    申请号:CN202210780514.8

    申请日:2022-07-04

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种基于注意力机制的文本意图识别方法、系统、车辆及设备,包括:获取并处理输入的语言文本信息,进行基于字符和分词语句的向量化处理,以得到基于字符和分词语句的初始向量;进行多个卷积核处理、多个窗口池化处理、RELU激活函数处理和级联处理获得优化的基于字符语句向量和基于分词的语句向量;进行注意力机制处理进行拼接并加权以获得基于字符和分词语句的加权向量;进行部分元素丢弃和变换以获得基于字符和分词语句的目标向量;经过神经网络的全连接层进行计算以识别得到与语言文本信息对应的文本意图和相应的文本意图概率。本发明能够快速准确地识别中文短文本意图,便于人机多轮对话系统的自然语言理解,提升用户体验。

    一种基于生成对抗网络的图像隐私保护方法及系统

    公开(公告)号:CN114329549B

    公开(公告)日:2025-03-18

    申请号:CN202111624380.2

    申请日:2021-12-28

    Abstract: 本发明提供了一种基于生成对抗网络的图像隐私保护方法及系统,所述方法包括:获取包含用户隐私数据的原始图片数据集;以原始图片数据集为训练数据集,对非线性映射模块、生成器模块以及判别器模块联合训练;在非线性映射模块、生成器模块与判别器模块联合训练过程中加入差分隐私,使生成器生成的图片能够保护原始图片隐私不被泄露;以及对于训练好的非线性映射模块与生成器模块,不断改变非线性映射模块的随机输入变量与生成器模块的噪声特征变量,获得预期数量的隐私保护图片数据集。本发明基于生成对抗网络的图像隐私保护方法及系统隐私保护性高、图片隐私处理后可用性强、图像隐私保护简单。

    面向任务的基于1+N的多轮对话方法及系统

    公开(公告)号:CN115525753A

    公开(公告)日:2022-12-27

    申请号:CN202211317437.9

    申请日:2022-10-26

    Inventor: 朱亚杰 卢宏涛

    Abstract: 本发明提供了一种面向任务的基于1+N的多轮对话方法及系统,包括:根据业务需求构建任务型对话的领域分类模型、意图识别模型和词槽语义填充模型;进行单轮对话任务,通过领域分类模型获得文本所属领域,如果文本所属领域并非预设领域,通过闲聊信源服务进行回复;如果该领域为预设领域,使用词槽通过该意图对应的信源服务给出回复;进行多轮对话,用户文本同时进入上轮对话的意图识别模型和领域分类模型,如果和上轮对话识别的意图一致,则进入多轮对话任务给出回复;如果不一致,则切换成单轮对话任务给出回复。本发明通过采取任务型对话的领域分类模型和上轮的意图识别模型保证任务型多轮对话的正确性且具有较好的性能,提升用户的交互体验。

    基于带权重采样的概念漂移检测方法、系统及电子设备

    公开(公告)号:CN113033643B

    公开(公告)日:2022-11-22

    申请号:CN202110287380.1

    申请日:2021-03-17

    Abstract: 本发明提供一种基于带权重采样的概念漂移检测方法、系统及电子设备,所述方法包括:基于历史数据训练离线模型,并利用离线模型对线上数据进行模型推理,输出模型推理结果;接收在线实时数据,基于在线实时数据和历史数据计算概念漂移值,并判断概念漂移值是否大于漂移阈值,若是则确认在线实时数据存在概念漂移,若否则确认在线实时数据不存在概念漂移;在在线实时数据存在概念漂移时,基于所在线实时数据和历史数据对离线模型和训练离线模型的训练数据进行更新;基于更新后的离线模型对线上数据进行模型推理,输出模型推理结果。本发明能够有效的检测出当前模型的漂移程度,以此作为模型重训/更新的根据,智能化的解决AI模型的概念漂移问题。

    一种多模态两阶段无监督视频异常检测方法

    公开(公告)号:CN114332053A

    公开(公告)日:2022-04-12

    申请号:CN202111675203.7

    申请日:2021-12-31

    Abstract: 本发明公开了一种多模态两阶段无监督异常视频检测方法。该方法充分利用了视频光流信息和记忆网络模块,实现了端到端无监督视频异常检测方法。其中,两阶段是指先使用多尺度记忆增强自编码器网络模块分别的输入视频的图像序列和光流序列进行重建,再使用重建后的图像序列和光流序列,以及光流的记忆网络特征信息输入光流特征融合自编码器网络模块,输出预测的视频图像,根据预测图像与真实图像的误差,重建光流和真实光流的误差来检测视频异常。该方法解决了目前针对视频异常检测的深度自编码器方法常见的漏检率高,鲁棒性不足等问题。

Patent Agency Ranking