基于画钟测试的智能评估系统

    公开(公告)号:CN111091910B

    公开(公告)日:2023-11-03

    申请号:CN201911300342.4

    申请日:2019-12-17

    Abstract: 本发明涉及人工智能领域,具体涉及一种基于画钟测试的智能评估系统,旨在解决不同医生给出的评分结果存在差距的问题。本发明的系统包括圆度检测模块、完整性检测模块、正确性检测模块和评分模块。其中,圆度检测模块配置为检测待评估图像中的钟表轮廓、画出钟表轮廓的最小外接圆,并计算轮廓所围面积和最小外接圆面积的比率;完整性检测模块配置为检测待评估图像中数字、时针和分针是否存在,并获取相应的坐标值;正确性检测模块配置为根据坐标值分别检测数字位置、时针和分针的指向是否正确;评分模块配置为根据上述检测结果进行评分。本发明解决了患者不方便前往医院参与测试的问题,并有效避免了因医生的不同而导致评分结果存在差异的问题。

    一种用户分类方法及装置
    72.
    发明授权

    公开(公告)号:CN111081370B

    公开(公告)日:2023-11-03

    申请号:CN201911025480.6

    申请日:2019-10-25

    Abstract: 本申请提供了一种用户分类方法及装置,属于数据处理技术领域。本申请通过获取用户的身体状况信息,身体状况信息包括用户具有的身体状况和/或不具有的身体状况;针对数据集中的每个第一分类类型,基于该第一分类类型包含各身体状况的概率、以及身体状况信息,计算用户属于该第一分类类型的预测概率;按照各第一分类类型的预测概率对各第一分类类型进行排序,得到分类类型序列,计算分类类型序列的置信度;如果置信度大于第一置信度阈值,在各第一分类类型包含的典型身体状况中,确定用户具有的目标典型身体状况;将目标典型身体状况所属的第一分类类型,作为用户的分类结果,以解决相关技术中用户分类结果准确率低的问题。

    多尺度加宽残差网络、小目标识别检测网络及其优化方法

    公开(公告)号:CN111626373B

    公开(公告)日:2023-07-25

    申请号:CN202010484081.2

    申请日:2020-06-01

    Abstract: 本发明属于机器学习领域,具体涉及一种多尺度加宽残差网络、小目标识别检测网络及其优化方法,本发明多尺度加宽残差网络包括串行连接的多尺度加宽卷积层、多尺度加宽残差网络单元结构;所述多尺度加宽卷积层,包括并行设置的多个不同尺度的卷积核,其输出为所述多个不同尺度的卷积核提取特征的合并;所述多尺度加宽残差网络单元结构,包括多个串联设置的所述多尺度加宽卷积层,设定两个所述多尺度加宽卷积层之间跃层连接,以直接将两层输出特征取大融合。基于本发明得到的特征进行小目标识别检测,可以提高小目标物体识别的准确度。

    引力波侯选体筛选方法、装置及存储介质

    公开(公告)号:CN114549912B

    公开(公告)日:2022-07-15

    申请号:CN202210436894.3

    申请日:2022-04-25

    Abstract: 本申请提供一种引力波侯选体筛选方法、装置及存储介质,其中方法包括:确定多探测器联合观测的观测数据的相干信噪比;将所述相干信噪比投射到天区图后得到目标二维图像;将所述目标二维图像输入至引力波侯选体筛选模型,得到所述引力波侯选体筛选模型输出的引力波侯选体筛选结果;所述引力波侯选体筛选模型是基于目标二维图像样本及预先确定的引力波侯选体标签训练后确定的。本申请通过模拟多探测器对同一天区图进行联合观测的观测结果,确定联合观测的相干信噪比,减少了噪声对信号的干扰,提升了观测数据的信噪比,同时结合深度学习算法,利用引力波侯选体筛选模型实现引力波信号的自动筛选识别。

    基于像素特征学习的无监督图像分割方法、装置及设备

    公开(公告)号:CN114627139A

    公开(公告)日:2022-06-14

    申请号:CN202210267325.0

    申请日:2022-03-18

    Abstract: 本发明公开了基于像素特征学习的无监督图像分割方法、装置及设备,其中,所述方法包括:获取预处理后的待分割图像,作为第一图像;提取所述第一图像中的超像素,得到所述第一图像的超像素集合;根据所述超像素集合,得到第一损失函数;预测所述第一图像的离散表示,最大化所述第一图像与所述离散表示之间的互信息,得到第二损失函数;根据所述第一损失函数和第二损失函数对所述第一图像进行分割,得到分割结果。通过上述方式,本发明可以有效发现图像中的潜在对象类别,输出的分割块能够精准匹配对象轮廓,同时能够完整地覆盖对象区域,进而大幅度降低下游高级视觉算法的训练难度和计算复杂性。

    轨道交通异常检测方法、装置及存储介质

    公开(公告)号:CN114550460A

    公开(公告)日:2022-05-27

    申请号:CN202210436887.3

    申请日:2022-04-25

    Abstract: 本申请提供一种轨道交通异常检测方法、装置及存储介质,其中方法包括:获取轨道交通设备中被监测传感器的时间序列数据;将所述时间序列数据输入至轨道交通异常检测模型,得到所述轨道交通异常检测模型输出的轨道交通异常检测结果;所述轨道交通异常检测模型包括可变形Transformer编码模块、全局特征提取模块和可变形Transformer解码模块,所述可变形Transformer编码模块用于提取所述时间序列数据的多尺度特征,所述全局特征提取模块用于提取所述时间序列数据的全局特征,所述可变形Transformer解码模块用于基于所述时间序列数据的多尺度特征和全局特征生成所述轨道交通异常检测结果。

    一种修复图像的方法、装置以及存储介质

    公开(公告)号:CN114170112A

    公开(公告)日:2022-03-11

    申请号:CN202111548137.7

    申请日:2021-12-17

    Abstract: 本申请实施例公开了一种修复图像的方法、装置以及存储介质。其中,该方法包括:根据待修复图像预测目标掩膜图像,所述目标掩膜图像包括与所述待修复图像的像素一一对应的权重,任一所述权重大于或者等于0且小于或者等于1,根据所述目标掩膜图像对所述待修复图像进行编码,得到所述待修复图像的编码特征图,所述编码特征图的每个特征值均是所述待修复图像的相应特征值与所述目标掩膜图像中对应的权重相乘得到,对所述编码特征图解码得到所述待修复图像对应的修复图像,解决了提取的待修复图像的特征准确性的问题,即提取的待修复图像的特征准确性较好。

Patent Agency Ranking