-
公开(公告)号：CN113033643A
公开(公告)日：2021-06-25
申请号：CN202110287380.1
申请日：2021-03-17
Applicant: 上海交通大学
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。
-
公开(公告)号：CN111899160A
公开(公告)日：2020-11-06
申请号：CN202010768429.0
申请日：2020-08-03
Applicant: 上海交通大学
Abstract: 本发明提供一种多实例图像转换方法、系统、计算机可读存储介质及设备，所述多实例图像转换方法基于循环生成对抗网络；所述多实例图像转换方法包括：采集图片样本数据，并对所述图片样本数据中每张图片进行分类；对分类后的图片样本数据进行预处理，以获取实例掩码信息；所述实例掩码信息用于表示图片实例的形状；构建所述循环生成对抗网络，将预处理后的图片及所述实例掩码信息输入所述循环生成对抗网络进行联合训练，以获取作为图像域多实例转换工具的测试模型。本发明可以有效地在复杂背景下对多实例的图像在不同图像域之间转换，并且能够很好的保持背景信息不变。
-
公开(公告)号：CN108564123A
公开(公告)日：2018-09-21
申请号：CN201810318242.3
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
Abstract: 本发明公开了一种甲状腺肿瘤细胞学涂片图像分类方法及其装置，所述方法包括：获取若干一定尺寸的经良恶性标注的甲状腺肿瘤细胞学涂片图像；用获取的图像组成训练集，并对训练集进行数据扩增；生成初步卷积神经网络；用扩增后的训练集训练初步卷积神经网络，优化其参数，使其可判断甲状腺肿瘤细胞学涂片图像中细胞的良恶性，从而形成成熟卷积神经网络；获取待分类的甲状腺肿瘤细胞学涂片图像，用成熟卷积神经网络对该图像中的细胞进行良恶性判断：图像中所有细胞均判断为良性则输出良性结果，图像中有至少一个细胞为恶性则输出恶性结果。所述方法及装置用于辅助医生对甲状腺肿瘤进行诊断，提高诊断的准确率。
-
公开(公告)号：CN108564026A
公开(公告)日：2018-09-21
申请号：CN201810318298.9
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
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。
-
公开(公告)号：CN102058413B
公开(公告)日：2012-09-05
申请号：CN201010571514.4
申请日：2010-12-03
Applicant: 上海交通大学
IPC: A61B5/16 , A61B5/00 , A61B5/0476
Abstract: 一种信号处理技术领域的基于连续小波变换的脑电信号警觉度检测方法，采用小波函数得到脑电信号序列的小波系数的特征值作为特征集，再用随机森林法对特征集进行排序简化后使用样本训练支持向量机，并采用训练得到的支持向量机对脑电信号进行警觉度检测。本发明通过脑电信号的连续小波变换处理、基于小波系数计算和特征提取、基于随机森林的特征排序和选择以及支持向量机的训练和分类实现脑电信号的处理分析，来区分人的不同警觉度水平。
-
Patent Agency Ranking
公开(公告)号：CN102106730A
公开(公告)日：2011-06-29
申请号：CN201110062821.4
申请日：2011-03-16
Applicant: 上海交通大学
IPC: A61B5/0476 , A61B5/16 , G06F19/00
Abstract: 一种信号处理技术领域的基于分形特征的脑电信号处理及警觉度检测方法，通过在包括受试者在内的多个样本上采集多组脑电信号，然后分别为每组数据训练一个随机森林分类器；当需要进行受试者的警觉度预测时，再从受试者身上采集脑电信号后，使用与第一步相同的方法训练得到随机森林分类器，最后预测结果是所有随机森林的投票结果。本发明使用分形长度和最大分形长度进行警觉度预测比功率谱使用特征更少、准确率更高，通过多分类器投票方法进一步减少采集训练数据的时间。
-
公开(公告)号：CN102004910A
公开(公告)日：2011-04-06
申请号：CN201010571129.X
申请日：2010-12-03
Applicant: 上海交通大学
Abstract: 一种计算机视觉技术领域的基于SURF特征点图匹配和运动生成模型的视频目标跟踪方法，包括以下步骤：使用局部特征点集描述目标物体；通过将新帧图像中检测得到的特征点集与目标特征点集进行图匹配得到目标局部特征点的运动信息；使用生成模型来刻画局部特征点的运动与目标整体的运动之间的关系；利用最大似然估计在局部特征点运动信息上计算出目标整体运动参数；利用在线最大期望方法更新目标特征点的混合概率系数；通过监视背景特征点是否进入目标区域内来判断。本发明能有效地适用于一般目标的实时跟踪，并且克服现有跟踪方法在光照变化、形态变化、背景纷杂和目标遮挡等情况下的失效。有效地跟踪视频目标，给出正确和实际有效的运动信息。
-
公开(公告)号：CN101987017A
公开(公告)日：2011-03-23
申请号：CN201010548388.0
申请日：2010-11-18
Applicant: 上海交通大学
Abstract: 一种信息处理技术领域的用于驾车司机警觉度测定的脑电信号识别检测方法，通过将脑电信号的测试段频域序列分频段计算最大相关度和特征值之间的最小冗余度后，采用基于高斯核的支持向量机方法通过对每段时间所处的警觉度状态进行分类，实现轻度瞌睡识别。本发明通过脑电信号识别人脑进入瞌睡之前的轻度瞌睡状态，来预测并防止警觉度的进一步下降。该方法有效地减少了警觉度分类阶段所处理的脑电特征数据，以较高的准确率识别出轻度瞌睡状态，并且可以在一定程度上克服信号采集阶段的干扰。
-
公开(公告)号：CN115861924A
公开(公告)日：2023-03-28
申请号：CN202211499074.5
申请日：2022-11-28
Applicant: 上海交通大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06M1/10 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于动态感受野和自蒸馏的人群计数方法，解决了传统网络固定大小的感受也不适用于所有场景，对人群密度变化大的场景难以精准计数的问题，其技术方案要点是构建人群计数网络，引入动态感受野模块及自蒸馏监督模块，通过动态感受野模块引入感受野和密度变化之间关系的先验知识，完成对粗略网络的训练，得到具连续变化膨胀系数运用于精细网络的精确膨胀卷积层自蒸馏监督模块对精细网络进行训练，得到与真实效应区域吻合的网络预测输出，本发明的一种基于动态感受野和自蒸馏的人群计数方法，能解决密集人群计数场景中存在的透视效果问题，人群计数精度更高。
-
公开(公告)号：CN115757496A
公开(公告)日：2023-03-07
申请号：CN202211454490.3
申请日：2022-11-21
Applicant: 上海交通大学
IPC: G06F16/2455 , G06F16/2458 , G06F16/9535 , G06F12/02
Abstract: 一种基于多级缓存的快速可解释性方法，分别通过本地缓存在同一个进程内的内存空间中以及通过分布式缓存中缓存历史数据解释性报告用于快速读取，依次通过唯一标识检索本地缓存和分布式缓存失败后以零拷贝方式传输，减少数据在内核缓冲区和用户进程缓冲区之间反复的I/O拷贝操作以及用户进程地址空间和内核地址空间之间因为上下文切换而带来的CPU开销。本发明比传统的每传入一次数据都要启动解释响应速度加快，可应用于推荐模型开发人员和实际的推荐系统场景中，告知模型建模人员或者使用用户得到推荐物品的本质原因。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.085 seconds)
