-
公开(公告)号：CN113782182A
公开(公告)日：2021-12-10
申请号：CN202110861324.4
申请日：2021-07-29
Applicant: 北京理工大学 , 中国人民解放军总医院第一医学中心
Abstract: 本发明涉及一种基于肌电数据的应力性骨折预测方法，属于辅助诊断技术领域。所述方法包括：1将数据进行标准归一化得到标准样本集；2对标准样本集进行稀疏采样，得到扩展数据集；3使用GAN对齐扩展数据集和语音数据集的分布，得到分布对齐后的语音数据集；4对LSTM模型进行预训练，得到预训练后的模型并训练，得到训练好的LSTM模型；5将待预测数据通过标准归一化，得到标准测试数据，再经稀疏采样，得到扩展测试数据集，再通过训练好的LSTM模型进行预测，得到预测结果集；6将预测结果集进行投票，计算预测为正样本和负样本个数，得到预测类别。所述方法适用于采样密度大、数据量少、类别不均衡的各种时序数据预测。
-
公开(公告)号：CN112420170A
公开(公告)日：2021-02-26
申请号：CN202011457683.5
申请日：2020-12-10
Applicant: 北京理工大学
Abstract: 本发明涉及一种提高计算机辅助诊断系统图片分类准确度的方法，属于计算机视觉技术领域。本方法基于深度学习的融合医学图像特征和临床特征，首先对系统影像数据和临床数据进行预处理。然后，将系统的临床数据Ci经过卷积层和最大池化操作，得到高维特征向量。将影像信息经过残差块进行特征提取。将最后得到的影像特征图调整为一维向量，并与临床特征向量进行拼接，得到一个新的更大的特征向量。将该特征向量通过一层全连接层和Softmax函数，最终得到各个分类结果的概率。本发明方法，与现有的计算机辅助诊断系统图片分类方法相比，可使计算机辅助诊断系统在各种实际应用场景下获得快速、高可靠的图片分类。
-
Patent Agency Ranking
公开(公告)号：CN112132816A
公开(公告)日：2020-12-25
申请号：CN202011032728.4
申请日：2020-09-27
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于多任务与感兴趣区域分割引导的目标检测方法，属于计算机视觉及目标检测技术领域。本方法基于全新设计的多任务与感兴趣区域分割引导检测的单一卷积神经网络模型，命名为SDNet，SDNet融合了多任务学习，利用感兴趣区域分割引导检测，设计了基于金字塔式的空洞卷积结构，利于前景目标区域的分割，运用中心点分类和尺度回归进行目标检测，能够有效提高目标检测精度和检测准确率。本方法能够在各种实际应用场景下获得快速、高精度、高可靠的目标检测效果，解决目标中误检率较高的问题，同时保证了召回率。
-
公开(公告)号：CN103823843B
公开(公告)日：2017-02-22
申请号：CN201410035056.0
申请日：2014-01-24
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明涉及一种高斯混合模型树及其递增聚类方法，属于计算机应用技术中的聚类技术领域。该方法包括两部分：1、一种新的聚类结构——高斯混合模型树（聚类树）；2、在（1）的基础上，提出基于高斯混合模型树的递增聚类方法；其中，递增聚类方法包括数据插入、更新聚类树、数据删除和聚类结果确定。这四个技术环节的关系为：对于每一个新数据，都需要插入到现有的高斯混合模型树，再根据插入的结果更新聚类树；随着新数据的插入，检查已经插入到聚类树的数据是否需要删除，如果需要删除，则删除数据；当所有数据读取完成之后，确定聚类结果。本发明的方法在聚类的准确率、执行效率和稳定性方面都可以获得较好的效果。
-
公开(公告)号：CN102262642B
公开(公告)日：2013-07-10
申请号：CN201110030471.3
申请日：2011-01-28
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明提供一种Web图像搜索方法。该方法包括：用户用关键词进行图像搜索，其中，所述关键词表示图像的待检索语义；在搜索到的图像集合中，通过判别学习得到与所述待检索语义相对应的分类器；利用所述分类器来计算所述图像集合中每幅图像与所述待检索语义之间的相关度；以及，按照所述相关度对所述图像集合进行排序，并且将排序后的图像集合返回给用户。实验结果表明，通过使用本发明方法可以有效改善基于文本的图像检索效果。
-
公开(公告)号：CN101789077B
公开(公告)日：2012-07-18
申请号：CN201010110818.0
申请日：2010-02-10
Applicant: 北京理工大学 , 北京中交兴路信息科技有限公司
Abstract: 本发明涉及一种激光引导的视频客流检测方法及设备，方法包括：从客流上方进行垂直激光扫描和视频拍摄，分别获取激光扫描数据和视频图像；对所述激光扫描数据进行分析，得出被激光扫描到的行人的第一坐标；将所述第一坐标转换为所述行人在视频图像中的第二坐标；在所述视频图像中，根据所述第二坐标得出所述行人头部图像的边缘点，并将所述边缘点的集合拟合成椭圆；以及在所述视频图像中对所述椭圆进行跟踪，得出所述行人的运动轨迹。本发明通过激光扫描来引导在视频图像中定位，继而对行人进行视频跟踪，行为分析来进行客流检测。本发明方法不易受到外界环境干扰，算法简单，便于安装维修，适于宽通道的客流检测，提高了客流检测的效率和准确度。
-
公开(公告)号：CN1191548C
公开(公告)日：2005-03-02
申请号：CN02125948.8
申请日：2002-08-06
Applicant: 北京理工大学
Abstract: 本发明是一种基于段化规律的汉字笔段提取方法，属于模式识别、人工智能和中文信息处理领域。它将汉字点阵图像中的笔段确定为阶梯型笔段和平行长笔段两种类型，通过汉字点阵图像中行(列)上的连续像素段形成这两种笔段的相应规律进行汉字笔段提取。本发明对于汉字字体及字形变化的适应能力较强，能有效地从印刷体汉字和手写体汉字中提取对应的笔段。通过将汉字的像素级图像转化为以笔段为单位的图像，有利于汉字识别、汉字细化以及汉字字体的自动生成。
-
-
-
-
-
-
Search Results
27
records
(took 0.019 seconds)
