-
公开(公告)号：CN109871798B
公开(公告)日：2021-06-29
申请号：CN201910104399.0
申请日：2019-02-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法，包括三个步骤：(1)在建筑物解码阶段建立了一种基于注意力机制的特征图融合方法，包括基于乘法和加法两种计算注意力权重的方式；(2)添加一个建筑物检测的分支任务进行联合训练，提高建筑物提取主任务的精度；(3)在损失函数中加入了对建筑物边缘像素的惩罚。本发明将注意力机制、多任务学习融入到卷积神经网络中，能够捕获建筑物不同的高层特征表达，通过特征融合，得到建筑物更丰富的特征表达，提高建筑物提取精度。同时，本发明加入了对建筑物边缘像素的惩罚，可以有效缓解提取结果中存在的建筑物边缘锯齿化的问题。
-
公开(公告)号：CN112151192A
公开(公告)日：2020-12-29
申请号：CN202011136152.6
申请日：2020-10-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于隐空间重投影的遗传代谢病筛查方法，该方法利用三种深度神经网络分别对多中心数据进行本地特征提取、全局特征重映射、总体风险评估，最终得到遗传代谢病自动判读结果，从而减小多中心筛查数据的差异性，提高筛查的速度和准确度。本发明能够对任意数量的遗传代谢病筛查中心进行特征提取和统一映射，最终自动生成遗传代谢病判读结果，无需人工参与判读；采用本发明的方法可将初筛假阳性率降低至0.5％左右。
-
Patent Agency Ranking
公开(公告)号：CN109635820B
公开(公告)日：2020-07-17
申请号：CN201811434416.9
申请日：2018-11-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度神经网络的帕金森病运动迟缓视频检测模型的构建方法，其结合了计算机视觉和深度学习技术，通过短视频对受测试者的运动模式进行评估，并判断存在运动迟缓症状的可能性。本发明同时考虑了运动行为和运动过程，提出了详细的数据采集方法和运动轨迹定义方法，并设计了三种新颖的度量指标和一种周期运动网络模型PMNet来处理运动迟缓症状判断问题。与传统方法不同，本发明具有可扩展性和可移植性的特点，基于卷积神经网络的关键点提取方法可以被其它更为精准的模型所替换，还可以添加更多特征来描述运动行为。此外，本发明能够胜任其它类似的周期性运动评估，如MDS‑UPDRS量表3.4项的手指敲击动作。
-
公开(公告)号：CN111310798A
公开(公告)日：2020-06-19
申请号：CN202010063066.0
申请日：2020-01-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于几何特征和纹理特征的脸部运动迟缓的检测模型的构建方法，其中构建的基于面部表情特征的检测模型可用于检测与帕金森相关的运动迟缓症状。面部表情特征包括几何特征和纹理特征。几何特征定义了FEF(面部表情因子)和FECF(面部表情改变因子)以量化静态图像的面部表情。然而，这些几何特征只涉及空间信息，其中，SEM面部特征是借鉴普氏分析来构造的。而纹理特征使用扩展的HOG算法来提取在短时间内的动态表情变化。纹理特征结合了空间维度和时间维度，从而弥补了几何特征的缺点。最后，使用五种监督式机器学习方法构建基于面部表情特征的检测模型。实验结果表明，该系统的F1指数最高可达94.46％。
-
公开(公告)号：CN110473634A
公开(公告)日：2019-11-19
申请号：CN201910328962.2
申请日：2019-04-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多域融合学习的遗传代谢病辅助筛查方法，该方法将筛查数据非线性投影到隐空间进行表示，并通过建立不同地区代谢物分布差异性约束，实现对多地区筛查数据的统一建模，本发明利用神经网络的非线性映射表示了不同代谢物之间的关联性；利用主神经网络中的多域融合技术建立了一个基于多地区筛查数据的统一模型；且通过数据融合增大了数据总量，使得模型在保持召回率不变的前提下，降低了假阳性率。
-
公开(公告)号：CN109635820A
公开(公告)日：2019-04-16
申请号：CN201811434416.9
申请日：2018-11-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度神经网络的帕金森病运动迟缓视频检测模型的构建方法，其结合了计算机视觉和深度学习技术，通过短视频对受测试者的运动模式进行评估，并判断存在运动迟缓症状的可能性。本发明同时考虑了运动行为和运动过程，提出了详细的数据采集方法和运动轨迹定义方法，并设计了三种新颖的度量指标和一种周期运动网络模型PMNet来处理运动迟缓症状判断问题。与传统方法不同，本发明具有可扩展性和可移植性的特点，基于卷积神经网络的关键点提取方法可以被其它更为精准的模型所替换，还可以添加更多特征来描述运动行为。此外，本发明能够胜任其它类似的周期性运动评估，如MDS‑UPDRS量表3.4项的手指敲击动作。
-
公开(公告)号：CN106446162A
公开(公告)日：2017-02-22
申请号：CN201610848223.2
申请日：2016-09-26
Applicant: 浙江大学
IPC: G06F17/30
CPC classification number: G06F16/374 , G06F16/31 , G06F16/3329 , G06F16/335
Abstract: 本发明公开了一种面向领域的本体知识库文本检索方法，该方法根据对应领域所涉及的专业术语建立一个领域词库；对领域词库采用中文字典树的结构进行索引；获取用户输入的查询文本，根据领域词库，对查询文本进行分词和过滤，得到查询核心；对查询核心进行关键词转换，得到知识需求；根据知识需求，在本体知识库中检索对应的知识信息。本发明通过为对应领域知识信息建立一个领域词库，根据这个领域词库和一系列算法对用户所描述的文本进行解析，从而得到的用户的知识需求，并在本体知识库中获取相应知识信息，提高了检索质量。
-
-
-
-
-
-
Search Results
47
records
(took 0.05 seconds)
