一种基于无监督学习的脑肿瘤图像检测方法

    公开(公告)号:CN117934477A

    公开(公告)日:2024-04-26

    申请号:CN202410335529.2

    申请日:2024-03-22

    Abstract: 本发明提出一种基于无监督学习的脑肿瘤图像检测方法(MS‑NF)。对该方法的模型训练无需进行专业标注,完全在正常的数据集上进行。通过融合主干网络提取的多尺度特征图,捕捉异常在不同尺度下的物体信息细节。使用归一化流,将图像特征转化到潜在空间,由于训练完全在正常数据集上进行,测试时异常数据的确切似然将低于正常数据,从而获得具备判别性的阈值完成检测。还融合了通道和空间卷积注意力机制,通过共享网络使得模型关注于异常区域,进而提高检测性能。本发明借助异常检测思想对数据进行了良好建模,通过归一化流计算出样本数据的确切似然,通过在脑肿瘤数据集上的系列对比和消融实验证明了方案的可行性和有效性,提高脑肿瘤智能检测的精度。

    移动群智感知中基于区块链的混合式用户选择方案

    公开(公告)号:CN117853234A

    公开(公告)日:2024-04-09

    申请号:CN202410029692.6

    申请日:2024-01-08

    Abstract: 本发明公开了一种移动群智感知中基于区块链的混合式用户选择方案,旨在给定成本和时间的预算约束下,安全可靠地执行混合式可靠用户选择,包括以下步骤:(1)任务发布者发布感知任务契约;(2)计算候选用户的信誉值:根据候选用户以往完成任务的情况计算其信誉值;(3)离线机会式用户选择:通过移动预测模型进行轨迹预测,选择合适的机会式用户;(4)在线参与式用户选择:根据候选参与式用户报告的实时位置和任务完成情况重新进行任务分配,目标是覆盖那些没有被机会式用户完成任务的地方;(5)用户上传数据;(6)矿工验证数据质量:矿工通过数据质量检测方案验证数据质量,在证实数据质量后,矿工将验证的数据打包到新的开采区块中;(7)任务发布者中止任务。

    任务部分卸载调度方法、终端设备及存储介质

    公开(公告)号:CN117806806A

    公开(公告)日:2024-04-02

    申请号:CN202410218204.6

    申请日:2024-02-28

    Abstract: 本发明公开了任务部分卸载调度方法、终端设备及存储介质,涉及雾计算技术领域。该任务部分卸载调度方法、终端设备及存储介质,基于当前移动设备的本地资源信息判断是否可以本地执行任务,对于无法本地执行的任务进行任务分解,获得相互独立的各个子任务;获取各个子任务的任务处理相关信息,包括:子任务处理价值信息、子任务紧急信息,根据任务处理相关信息获取各个子任务的处理需求值,用于评估各个子任务需处理卸载的重要程度,展示各个子任务处理的优先级;获取子任务处理执行信息、节点负载信息,基于各个子任务处理的优先级依次计算出各个子任务的计算节点对应值,用于选取处理卸载各个子任务的计算节点,实现子任务卸载调度。

    一种可控源电磁法勘探三维观测系统优化设计方法和装置

    公开(公告)号:CN117169976A

    公开(公告)日:2023-12-05

    申请号:CN202311127541.6

    申请日:2023-09-01

    Abstract: 本申请涉及一种可控源电磁法勘探三维观测系统优化设计方法和装置。所述方法包括:基于勘探目标区的三维地电模型通过初始的三维观测系统进行可控源电磁法勘探三维数值正演模拟计算,得到所有测点的背景场值和异常场值,并得到测点的归一化异常值幅度,判断当前三维观测系统能否有效勘探,若有效,根据三维观测系统中可调的激发源参数、测点参数、频率参数和归一化异常值幅度确定当前三维观测系统的贡献度值,通过在预设范围内调整激发源参数或测点参数或频率参数,对初始的三维观测系统进行迭代优化,确定贡献值最高的有效勘探三维观测系统为勘探目标区的最优观测系统。本发明能够实现可控源电磁法勘探工作量和勘探效果的平衡。

    一种基于深度学习的肝脏肿瘤放疗剂量预测方法

    公开(公告)号:CN116870377A

    公开(公告)日:2023-10-13

    申请号:CN202310844686.1

    申请日:2023-07-10

    Abstract: 本发明公开了一种基于深度学习的肝脏肿瘤放疗剂量预测方法,其实施方案为:1)收集精准放疗计划数据,包括CT图像、序列图像、危及器官与肿瘤区域轮廓、射束信息图像和剂量分布图像;2)构建基于特征融合和交互注意力的剂量预测模型;3)构建损失函数;4)训练剂量预测模型;5)剂量预测。本发明构建的肝脏肿瘤放疗剂量预测模型,通过引入射束信息获取病人的射野方向信息和射线穿透区域剂量信息,设计多输入特征提取和特征融合模块实现不同输入信息的多尺度融合,设计交互注意力模块突出多尺度特征中的关键信息,提升了模型预测的准确性,有助于提高精准放疗计划的设计质量和效率。

    一种基于抽样聚合优化的多层联邦学习方案

    公开(公告)号:CN116702881A

    公开(公告)日:2023-09-05

    申请号:CN202310544351.8

    申请日:2023-05-15

    Abstract: 本发明公开了一种基于抽样聚合优化的多层联邦学习方案,包括以下步骤:(1)初始化:服务器初始化全局模型,广播给所有参与训练的客户端;(2)聚类:客户端在本地进行第一轮训练后,采用OPTICS聚类方法对收集到的模型参数进行聚类,将客户端划分到不同的簇中;(3)抽样:每轮训练中,按照客户端比例从每一个簇中抽取可用的客户端参与训练;(4)结合训练:参与训练的客户端结合服务器发送的全局模型以及其他客户端的参数进行训练;(5)聚合及分发:服务器对传回的参数进行加权平均,并向下一轮参与训练的客户端发送本轮除自身以外的参与训练的客户端上传的模型参数。本发明设计加速模型收敛,抑制模型偏移,并提高全局聚合模型可信度。

    基于模糊提取器的生物信息认证和密钥协商方法

    公开(公告)号:CN116015641A

    公开(公告)日:2023-04-25

    申请号:CN202211628166.9

    申请日:2022-12-16

    Abstract: 本发明公开了一种基于模糊提取器的生物信息认证和密钥协商方法,包括以下步骤:(1)初始化:服务器在用户注册身份前的准备工作,包括哈希函数的选取,定义循环群并计算公私钥对;(2)用户注册:用户通过模糊提取器提取生物信息,结合口令生成注册请求发送给服务器,合法用户将收到服务器返回的动态身份ID;(3)身份认证和密钥协商:已注册的合法用户与服务器进行双向身份认证并协商会话密钥;(4)口令更新:已注册的合法用户需要更新口令时向服务器发起请求。本发明通过动态ID实现用户匿名身份认证,更有效保护用户隐私信息不被泄露,并且通过部署区块链实现对用户生物公开信息的全生命周期记录,实现对用户及服务器的监控与审计。

    云边协同环境下基于区块链的细粒度访问控制方法

    公开(公告)号:CN115484095A

    公开(公告)日:2022-12-16

    申请号:CN202211116020.6

    申请日:2022-09-14

    Abstract: 本发明公开了一种云边协同环境下基于区块链的细粒度访问控制方法,步骤为:系统初始化阶段;加密阶段;事务生成阶段;陷门生成阶段;搜索阶段;解密阶段。本发明在云边协同环境下,权威中心生成初试部分密钥和对称密钥,然后将不同部分密钥分别发给边缘服务器和数据用户,将对称密钥发送至边缘节点。据用户使用部分密钥生成搜索陷门发送至相对应的边缘服务器,利用门限秘密共享技术在共识网络中恢复秘密值,在满足访问控制的条件下生成最终的私钥,实现了私钥的多授权机构生成,有效的保护了私钥安全性。另外在云边协同环境下,利用边缘服务器进行加密数据、解密数据和搜索匹配操作,显著降低了用户的计算开销。

    一种反时限延时控制电路
    70.
    发明公开

    公开(公告)号:CN115102134A

    公开(公告)日:2022-09-23

    申请号:CN202210792915.5

    申请日:2022-07-07

    Abstract: 本发明公开的一种反时限延时控制电路包括信号采样检测电路、运算放大器、第一比较器、PMOS管P1、NMOS管N1、NMOS管N2以及多条镜像电流支路;信号采样检测电路用于将采集的电压信号经分压后与不同参考电压比较以产生多路控制信号;运算放大器的正输入端与参考电压VREF1连接,负输入端与NMOS管N1、电阻R3连接,输出端与NMOS管N1的栅极连接;NMOS管N1的漏极分别与PMOS管P1的漏极和栅极、以及镜像电流支路中PMOS管的栅极连接;镜像电流支路中NMOS管的源极均与NMOS管N2的漏极、电容C1、第一比较器的正输入端连接,第一比较器的负输入端接参考电压VREF2;镜像电流支路中NMOS管的栅极、NMOS管N2的栅极信号采样检测电路的不同输出端连接。本发明能够实现反时限延时控制功能。

Patent Agency Ranking