公开(公告)号：CN102881019A

公开(公告)日：2013-01-16

申请号：CN201210384176.2

申请日：2012-10-08

Applicant: 江南大学

Inventor： 邓赵红 ,  王士同 ,  蒋亦樟 ,  钱鹏江 ,  王骏

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明公开了一种具备迁移学习能力的模糊聚类图像分割方法。该方法以经典的模糊C均值算法作为研究对象，针对模糊C均值算法在面对带噪声的图像时抗噪声能力弱的缺陷，提出了一种具备迁移学习能力的模糊聚类图像分割方法。此图像分割方法在处理新的图像时，特别针对含噪声污染的图像，该方法能够有效地学习利用以往大量的相似图像通过模糊C均值算法所总结得到的可靠的聚类知识，该类知识一般被描述为聚类中心，通过将上述可靠知识引入到当前的新图像分割任务中可以有效地引导当前的聚类任务的完成并起到抗噪的效果，进而获取更为精准的聚类中心及更为精确的图像分割结果。

公开(公告)号：CN112967240B

公开(公告)日：2025-04-25

申请号：CN202110215672.4

申请日：2021-02-26

Applicant: 江南大学

Inventor： 钱鹏江 ,  蒋亦樟 ,  姚健 ,  张梁 ,  郑乾坤 ,  陈爱国 ,  顾逸 ,  王士同 ,  刘渊

IPC: G06T11/00 ,  G06T7/00 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/096 ,  G06V10/774

Abstract: 本发明公开了基于深层3D网络与迁移学习的医学图像生成方法，本发明利用图像预处理、制作数据集、数据增强、模型训练、观测模型、网格寻优、再次训练、再次核对、数据测试、评价指标、结果讨论的方式进行模型的训练，并最终利用该模型进行医学图像的生成，涉及医学图像处理技术领域，本发明科学合理，使用安全方便，在本模型中，是将原始图像分成若干个区域，计算各个域的Softmax数值求取平均值，本发明的模型仅仅需要两类医学图像即可，并没有过多的要求，这对于临床实践而言是有意义的；本发明的模型是两个域之间的转换，可以同时进行两种图像的转换，从转换效率而言，本发明的模型转化效率更高。

公开(公告)号：CN118797448B

公开(公告)日：2024-11-15

申请号：CN202411284257.4

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  张冠宇 ,  姚健 ,  樊成 ,  蒋鑫 ,  蒋亦樟 ,  方伟 ,  刘丽 ,  刘洋 ,  梁福生 ,  顾逸 ,  张欣 ,  王闯

IPC: G06F18/241 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/10 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明涉及机器故障诊断技术领域，公开了一种基于迁移学习的多尺度智能决策方法，包括：获取源域与目标域中的机械故障振动时序长信号，构建源域训练集与目标域训练集；在源域训练集中，对时序分信号进行预处理后，提取时域特征与频域特征，并映射为低维时域特征与低维频域特征；计算特征之间的互相关矩阵，构建互相关损失函数，来训练编码器，获取源域优化时域信号编码器，并迁移至目标域，与初始分类器，组成初始多尺度智能决策模型；对目标域时序分信号进行预测，与其真实标签，构建交叉熵损失函数，训练获取目标多尺度智能决策模型；将实时采集的机械故障振动时序长信号，预处理后分别输入目标多尺度智能决策模型中，获取对应的故障类别。

公开(公告)号：CN118940763A

公开(公告)日：2024-11-12

申请号：CN202411377901.2

申请日：2024-09-30

Applicant: 江南大学 ,  大连理工大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  姚健 ,  邱辰宇 ,  张振宇 ,  樊成 ,  张冠宇 ,  赵枫 ,  张梁 ,  方伟 ,  王闯 ,  符成龙 ,  蒋亦樟

IPC: G06F40/295 ,  G06F40/216 ,  G06F40/284 ,  G06F16/35 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/0455

Abstract: 本发明涉及自然语言处理技术领域，提供了一种基于大模型的掩码增强命名实体识别方法，该方法包括：采集待识别文本数据；预处理得到输入序列，输入训练好的识别模型得到识别结果；识别模型训练过程包括：基于设定掩码策略对训练输入序列进行掩码处理得到掩码输入序列，送入BERT模型得到实体、掩码上下文表示特征；执行命名实体识别任务和预测掩码任务且共享参数，得到实体预测值和掩码预测值；基于实体上下文表示特征和实体预测值计算第一损失函数，基于掩码预测值计算第二损失函数；更新模型参数；评估模型性能，重复训练直至性能达到设定要求。本发明能够充分理解语义，泛化能力较强，语境依赖性捕捉能力较强，误识别和漏识别情况较少。

公开(公告)号：CN118820484A

公开(公告)日：2024-10-22

申请号：CN202410804900.5

申请日：2024-06-21

Applicant: 江南大学 ,  苏州觉卿谛语智能科技有限公司

Inventor： 姚健 ,  邱辰宇 ,  钱鹏江 ,  王闯 ,  蔡尉尉 ,  高明 ,  符成龙 ,  蒋亦樟

IPC: G06F16/36 ,  G06F18/214 ,  G06F18/2415

Abstract: 本发明涉及知识图谱补全任务技术领域，具体指一种基于大模型的知识图谱补全方法、设备及可读存储介质，包括：基于各个实体嵌入特征，构建各个实体的节点中心度函数、节点指示函数，确定所有实体的中心度数之和、节点指示函数值之和；基于各个待预测三元组的实体分布概率，构建各个待预测三元组的焦点损失函数，并结合所有实体的中心度数之和、节点指示函数值之和，构建各个待预测三元组的基于节点中心度的焦点平衡损失函数；根据预设的批次大小，构建当前批次的目标损失函数。本发明提高了大模型收敛速度、精度，提高了二阶段补全框架的推理速度、预测准确度，提高了知识图谱最终补全结果的准确率以及补全过程的处理效率。

公开(公告)号：CN118468346A

公开(公告)日：2024-08-09

申请号：CN202410935056.X

申请日：2024-07-12

Applicant: 江南大学 ,  苏州大学 ,  吉林大学 ,  昆山微电子技术研究院

Inventor： 钱鹏江 ,  姚健 ,  樊成 ,  张冠宇 ,  周玲 ,  刘洋 ,  方伟 ,  蒋亦樟 ,  王闯

IPC: G06F21/62 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2433 ,  G06F21/64

Abstract: 本发明属于区块链数据检测技术领域，涉及一种区块链多模态数据异常检测方法；包括：获取包括不同模态数据集的训练集；利用L21范数对各个模态数据集的投影矩阵进行稀疏，构建目标稀疏投影矩阵项；基于同一模态数据集的数据样本映射后近邻相似图矩阵不变性，构建第一多模态图正则项；基于不同模态数据集的数据样本映射后语义相似矩阵不变性，构建第二多模态图正则项；基于第一多模态图正则项和第二多模态图正则项得到目标多模态图正则项；构建超球目标函数和超球约束函数，并对超球目标函数和超球约束函数求解，得到超球半径、超球中心和各个模态数据集的投影矩阵，从而对区块链中的多模态数据进行检测，提高区块链数据的准确性和系统安全性。

公开(公告)号：CN118196831A

公开(公告)日：2024-06-14

申请号：CN202410198457.1

申请日：2024-02-22

Applicant: 江南大学

Inventor： 钱鹏江 ,  陈良俊 ,  姚健 ,  蒋亦樟 ,  张欣 ,  王士同 ,  陈爱国 ,  范超 ,  顾逸

IPC: G06V40/10 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/09 ,  G06N3/084

Abstract: 本发明涉及计算机视觉技术领域，尤其是指一种基于注意力和对比原型的小样本视觉提示微调方法、装置及计算机可读存储介质。本发明所述方法，在视觉自注意力模型中嵌入层和第一个注意力层之间连接提示模块，所述提示模块由多个连续嵌入组成，并在视觉自注意力模型的每个注意力层中分别增加前缀模块，利用前缀模块的键值对分别重组注意力层中多头自注意力的键值对；将注意力原型作为提示模块的初始化参数，冻结经过预训练的视觉自注意力模型的骨干网络参数，仅对提示模块和前缀模块的参数进行更新。本发明不仅降低了微调的参数量，减少了存储需求和算力需求，而且减轻了过拟合风险，保证了小样本任务的泛化性能。

公开(公告)号：CN117726815A

公开(公告)日：2024-03-19

申请号：CN202311758269.1

申请日：2023-12-19

Applicant: 江南大学

Inventor： 钱鹏江 ,  卫广鹏 ,  姚健 ,  蒋亦樟 ,  张欣 ,  顾逸 ,  王士同 ,  陈爱国 ,  范超

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06V10/762 ,  G06V10/764 ,  G06N3/045 ,  G06N3/084

Abstract: 本申请公开了一种基于异常检测的小样本医学图像分割方法，涉及医学技术领域，该方法利用特征提取模块对输入的支持切片图像提取支持特征以及对输入的查询切片图像提取查询特征，利用原型提取模块基于支持特征及对应的超像素标签提取得到各个前景类别的前景原型，利用异常检测模块基于查询特征和各个前景类别的前景原型得到分割结果，继而结合对应的超像素标签计算得到损失函数进行模型训练用于小样本医学图像分割。该方法引入异常检测模块使得网络模型能够更好地适应医学图像的特殊性，从而更好地应对不同器官、不同密度和不同结构的医学图像分割，能够有效提高小样本医学图像分割的性能和可靠性。

公开(公告)号：CN116596161B

公开(公告)日：2023-10-13

申请号：CN202310807852.0

申请日：2023-07-04

Applicant: 江南大学

Inventor： 钱鹏江 ,  王志煌 ,  王士同 ,  蒋亦樟 ,  方伟 ,  宋威 ,  姚健 ,  张欣 ,  陈爱国 ,  顾逸

IPC: G06Q10/04 ,  G06Q50/30 ,  G06F18/213 ,  G06F18/2337 ,  G06F18/24

Abstract: 本发明涉及一种多中心小样本场景下目标预测模型构建方法和预测方法。通过结合迁移学习的思想直接用已训练节点的知识对新节点的训练集进行预测，借助预测错误样本体现新节点与已训练节点的差异，将其作为补充知识，以此快速获取新节点的模型知识，避免每次都对新节点从头训练；最后使用岭回归方法实现增量式子分类器的并行集成，大大节省了部署时间和成本。通过共享历史知识和知识丢弃机制保证模型的泛化性，在足够的共享知识的支持下，对于小样本量的节点也可以取得较好的分类效果。基于具有高度可解释性的零阶TSK模糊系统进行改进，所有的模型参数都可以通过规则的形式体现，有着高度的语义透明性，在实际应用中更能帮助用户分析和理解数据。

公开(公告)号：CN114628023A

公开(公告)日：2022-06-14

申请号：CN202210095777.5

申请日：2022-01-26

Applicant: 江南大学

Inventor： 钱鹏江 ,  王士同 ,  蒋亦樟 ,  姚健 ,  郑兆良 ,  顾逸 ,  陈爱国 ,  张欣

IPC: G16H50/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  A61B5/00 ,  A61B5/372

Abstract: 本发明公开了一种基于元学习的深度模糊决策系统，包括参数设置模块、数据空间划分模块、数据处理模块、参数调控模块和循坏训练模块；参数设置模块用于对决策系统中的参数进行设置；数据空间划分模块用于通过FCM或者其他划分技术对训练数据的输入空间进行划分；数据处理模块将数据空间划分模块中的数据转化为相应线性回归模型问题来求解后件参数和输出结果；参数调控模块用于设置初始化参数i并进行随机选择；循环训练模块用于针对所述参数设置模块中的当前图层指示器j进行判断并得出最终输出结果；本发明有效排除不需要的噪声并通过遗忘和变异使有效的特征得到充分的训练。