-
公开(公告)号:CN110726687A
公开(公告)日:2020-01-24
申请号:CN201911132103.2
申请日:2019-11-19
Applicant: 新疆中检联检测有限公司 , 新疆大学
Abstract: 本发明实施例是关于一种基于光谱分析的水质采样分析无人船及其采样分析方法,涉及水质监测技术领域,主要目的在降低水质监测人力成本的同时,提高水质监测精度。主要采用的技术方案为:通过定位导航装置导向所述船体行驶至预定的位置;启动所述水样采集装置对预定位置的水域进行采样以得到样品,启动光谱分析装置对所述样品分析得水质分析结果;通过所述无线通信装置将所述水质分析结果发送至远程数据站。本方案中,通过现场采样,现场分析的方式,可以及时的对采样样本进行水质分析,并将水质分析结果通过无线网络发送至远程数据站,提高了水质监测精度的同时,无需人工的采样监测,降低水质监测人力成本。
-
公开(公告)号:CN119322049A
公开(公告)日:2025-01-17
申请号:CN202411357798.5
申请日:2024-09-27
Applicant: 新疆大学
Abstract: 本发明为Ag@Pt@PSB复合SERS衬底及制备方法、应用、CXB模型及建立方法、应用。一种Ag@Pt@PSB复合SERS衬底的制备方法,包括以下步骤:(1)制备PSB布拉格反射镜;(2)将所述的PSB布拉格反射镜浸入硝酸银溶液中40‑60s后,取出,再浸入氯铂酸溶液中,至少3min后,用水清洗、干燥,得所述的Ag@Pt@PSB复合SERS衬底。本发明所述的Ag@Pt@PSB复合SERS衬底及制备方法、应用、CXB模型及建立方法、应用,采用电化学腐蚀和原位还原法成功开发了一种新型的Ag@Pt@PSB复合SERS活性衬底,其具有更高的SERS增强效应和更高的灵敏度,从而可用于赛来昔布检测中;并且将该衬底与深度学习算法结合,可建立精准度更高的CXB模型。
-
公开(公告)号:CN117788137A
公开(公告)日:2024-03-29
申请号:CN202311598378.1
申请日:2023-11-28
Applicant: 新疆维吾尔自治区农村信用社联合社 , 新疆大学
IPC: G06Q40/03 , G06F16/33 , G06F16/35 , G06F16/36 , G06F18/214 , G06N20/20 , G06F18/27 , G06N20/10 , G06N3/048
Abstract: 本发明为基于非结构化数据的中小企业信贷违约的预测模型及构建方法。基于非结构化数据的中小企业信贷违约的预测模型的构建方法,包括以下步骤:(1)对中小企业信贷调查报告进行文本信息提取后,从文本属性和文本主题方面挖掘文本指标;(2)所述的文本指标结合机器学习算法,构建所述的预测模型。本发明所述的基于非结构化数据的中小企业信贷违约的预测模型及构建方法,引入信贷调查报告进行中小企业信贷违约预测,并从文本属性、文本主题两方面挖掘文本指标,以此全面探究信贷调查报告的预测能力。
-
公开(公告)号:CN113592338B
公开(公告)日:2023-09-12
申请号:CN202110909891.2
申请日:2021-08-09
Applicant: 新疆大学 , 新疆艾旗斯德检测科技有限公司
IPC: G06Q10/0639 , G06Q10/0635 , G06F16/35 , G06N3/09
Abstract: 本发明为一种食品质量管理安全风险预筛查模型。一种食品质量管理安全风险预筛查模型,包括:(1)文本数据获取及预处理;(2)预处理后的文本数据编码向量化;(3)通过有监督的深度学习中注意力得分机制,判断食品安全危害程度。本发明所述的一种食品质量管理安全风险预筛查模型,是一种基于关联注意力机制的新型食品文本挖掘技术,利用消费者评论中每个词和unsafety标签的互信息,计算出每个词与食品安全危害的关联得分,再结合有监督的深度学习中注意力得分进一步挖掘消费者与危险食品的潜在互动,从而可以快速筛查潜在的食品安全问题。
-
公开(公告)号:CN116227536A
公开(公告)日:2023-06-06
申请号:CN202310233885.9
申请日:2023-03-13
Applicant: 新疆大学
IPC: G06N3/042 , G06N3/048 , G06N3/0895
Abstract: 本发明为一种具有结构感知的组群鉴别图异常的检测方法。一种具有结构感知的组群鉴别图异常的检测方法,包括:(1)基于图的特征矩阵X生成正组的特征矩阵XAl;(2)采用结构扰动机制,基于所述的XAl生成负组的特征矩阵XCl,并基于所述的图的邻接矩阵A生成邻接矩阵Al;(3)将所述的Al分别结合XAl与XCl输入到Encoder‑Readout模块进行特征提取,并获得正负组节点的异常值si;(4)通过鉴别si的方式完成异常检测。本发明所述的一种具有结构感知的组群鉴别图异常的检测方法,能够显著减小图异常检测中计算冗余的能力,能够高效的捕获图中的结构异常。
-
公开(公告)号:CN111382151A
公开(公告)日:2020-07-07
申请号:CN202010206503.X
申请日:2020-03-23
Applicant: 新疆大学 , 新疆维吾尔自治区人民医院 , 新疆艾旗斯德检测科技有限公司
IPC: G06F16/215 , G06F21/62 , G16H30/20
Abstract: 本发明为一种基于数据脱敏的CT医疗图像清洗方法。一种基于数据脱敏的CT医疗图像清洗方法,包括:S10:对CT医疗图像的原始数据进行伦理批件人工审核;S20:采用基于遮掩和替换的脱敏策略,将标签下涉及患者个人隐私的数据进行格式化替换或由*代替;S30:将经过CT医疗图像脱敏后的数据应用清洗程序进行清洗;S40:在步骤S20中如果出现信息Patient ID重复的数据,需要提示人工审核重复数据信息是否脱敏并剔除未脱敏数据;S50:将清洗后的正常数据进行归类输出,人工溯源到原始数据逐一审核确认。本发明的CT医疗图像清洗方法准确有效,可以快速准确对CT医疗图像进行数据脱敏操作,并完成数据清洗工作;对患者隐私进行了保护,同时也节省了大量的人力和时间成本。
-
公开(公告)号:CN118655123A
公开(公告)日:2024-09-17
申请号:CN202410745924.8
申请日:2024-06-11
Applicant: 新疆艾旗斯德检测科技有限公司 , 新疆大学
IPC: G01N21/65
Abstract: 本发明为海胆状SERS基底及制备方法、应用、SLE分类模型及建立方法、应用。海胆状SERS基底的制备方法,包括以下步骤:(1)制备PSi布拉格反射镜;(2)将所述的PSi布拉格反射镜浸泡在硝酸银溶液中40‑80s后,取出,在其表面滴加四氯金酸溶液,至少3min后,用水清洗、干燥,得具有海胆状结构的Au@Ag‑PSi,即所述的海胆状的SERS基底。本发明所述的海胆状SERS基底及制备方法、应用、SLE分类模型及建立方法、应用,采用电化学腐蚀法和原位还原法合成了以Au NPs为外壳,Ag NPs为核心,多孔硅(PSi)为基底的新型SERS基底,其具有更高的SERS增强效应和更高的灵敏度,从而可用于罗丹明检测和SLE分类中。
-
公开(公告)号:CN117174204A
公开(公告)日:2023-12-05
申请号:CN202311213836.5
申请日:2023-09-20
Applicant: 新疆大学
IPC: G16C20/70 , G16C20/20 , G06N20/20 , G06N5/01 , G06F18/214 , G06F18/243
Abstract: 本发明为基于集成学习算法的驼乳掺假的检测模型及建立方法、检测方法。基于集成学习算法的驼乳掺假的检测模型,包括:数据预处理模块、集成学习算法模块、掺假鉴别模块;其中,所述的数据预处理模块:对数据进行归一化处理;所述的集成学习算法模块:将所述的预处理得到的归一化数据输入到集成学习算法中训练并构建多个弱学习器,再将每个弱学习器得到的叶子节点权重加权求和生成强学习器;所述的掺假鉴别模块:对样品进行鉴别。本发明所述的基于集成学习算法的驼乳掺假的检测模型及建立方法、检测方法,不易受样本量大小的限制,简单高效地实现了乳制品的掺假鉴别。
-
公开(公告)号:CN116994107A
公开(公告)日:2023-11-03
申请号:CN202310962829.9
申请日:2023-08-02
Applicant: 新疆大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/40 , G06N3/04 , G06N3/096
Abstract: 本发明为一种基于迁移学习和多任务学习的病理图像分类方法。一种基于迁移学习和多任务学习的病理图像分类方法,包括以下步骤:(1)将病理切片图像进行特征提取;(2)采用多任务学习的方法将不同特征融合;(3)采用基于迁移学习对所述的步骤(2)中整合后的特征进行微调后,再进行分类。本发明所述的一种基于迁移学习和多任务学习的病理图像分类方法,将迁移学习和多任务学习结合,可准确区分结直肠癌组织病理图像,并且泛化性能高。
-
公开(公告)号:CN119850550A
公开(公告)日:2025-04-18
申请号:CN202411922732.6
申请日:2024-12-25
Applicant: 新疆维吾尔自治区人民医院 , 新疆大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种胃镜下乳糜泻虚拟染色辅助诊断方法及装置,涉及医疗辅助技术领域,主要目的是提高患病概率评估的准确性,提高诊断结果的准确性。本发明的主要技术方案为:胃镜下乳糜泻虚拟染色辅助诊断方法,包括如下步骤:步骤一、获取通过胃镜检查采集到目标患者的原始白光胃镜图像;步骤二、利用预先训练的循环生成对抗网络模型,对所述原始白光胃镜图像进行处理,生成对应的虚拟靛胭脂染色图像,以增强图像中病灶的可视性;步骤三、将所述原始白光胃镜图像和所述虚拟靛胭脂染色图像输入到预先训练完成的图像分类模型中进行分析,输出目标患者的患病概率;步骤四、根据所述患病概率,确定目标患者的胃部疾病诊断结果。
-
-
-
-
-
-
-
-
-