-
公开(公告)号：CN117351390A
公开(公告)日：2024-01-05
申请号：CN202311259719.2
申请日：2023-09-26
Applicant: 上海工程技术大学 , 复旦大学附属眼耳鼻喉科医院
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种BPPV眼震分类模型建模方法，包括：获取眼震视频；在眼震视频中对瞳孔区域进行定位及标记；根据标记有瞳孔区域的眼震视频，计算连续帧之间的光流，获取对应的光流帧序列；以光流帧序列为输入，以BPPV眼震类型为标签，对BPPV眼震分类模型进行训练，获取训练好的BPPV眼震分类模型。与现有技术相比，本发明具有能够实现对复合型眼震的细粒度分类、降低人工标注量等优点。
-
公开(公告)号：CN116386872A
公开(公告)日：2023-07-04
申请号：CN202310391245.0
申请日：2023-04-11
Applicant: 复旦大学附属眼耳鼻喉科医院 , 海南甜梦数字医疗科技有限公司
Abstract: 本申请提供一种训练方法、识别睡眠质量的方法、装置、介质及电子设备。所述训练方法包括：获取鼾声音频数据；对所述鼾声音频数据进行处理，以获取所述鼾声音频数据的梅尔倒频谱系数和所述鼾声音频数据对应的标签；基于训练数据集，对待训练睡眠质量评估模型进行训练，以获取训练完毕的睡眠质量评估模型，所述训练数据集为所述鼾声音频数据的梅尔倒频谱系数和所述鼾声音频数据对应的标签，所述待训练睡眠质量评估模型为决策树模型，所述决策树模型在训练的迭代过程中的目标函数由第一正则化项参数、第二正则化项参数和与迭代次数对应的决策树决定。根据所述训练方法训练出的所述训练完毕的睡眠质量评估模型具备较高的精度和泛化能力。
-
公开(公告)号：CN116386872B
公开(公告)日：2024-01-26
申请号：CN202310391245.0
申请日：2023-04-11
Applicant: 复旦大学附属眼耳鼻喉科医院 , 海南甜梦数字医疗科技有限公司
Abstract: 本申请提供一种训练方法、识别睡眠质量的方法、装置、介质及电子设备。所述训练方法包括：获取鼾声音频数据；对所述鼾声音频数据进行处理，以获取所述鼾声音频数据的梅尔倒频谱系数和所述鼾声音频数据对应的标签；基于训练数据集，对待训练睡眠质量评估模型进行训练，以获取训练完毕的睡眠质量评估模型，所述训练数据集为所述鼾声音频数据的梅尔倒频谱系数和所述鼾声音频数据对应的标签，所述待训练睡眠质量评估模型为决策树模型，所述决策树模型在训练的迭代过程中的目标函数由第一正则化项参数、第二正则化项参数和与迭代次数对应的决策树决定。根据所述训练方法训练出的所述训练完毕的睡眠质量评估模型具备较高的精度和泛化能力。
-
公开(公告)号：CN116451807A
公开(公告)日：2023-07-18
申请号：CN202310425219.5
申请日：2023-04-19
Applicant: 复旦大学附属眼耳鼻喉科医院 , 海南甜梦数字医疗科技有限公司
IPC: G06N20/00 , G06F18/25 , G06F18/243 , G06F18/214 , G06V40/16 , G06V10/46 , G16H50/20
Abstract: 本申请提供一种睡眠障碍识别模型的训练方法、装置、介质及电子设备。所述训练方法包括：获取人体反应数据及其对应的人体生理数据和类别标签，所述人体生理数据包括人脸图像和所述人脸图像中的关键点的真实坐标；基于所述人脸图像和所述关键点的真实坐标，对待训练的人脸识别模型进行训练，以获取训练好的人脸识别模型，在所述待训练的人脸识别模型的训练过程中，所述待训练的人脸识别模型将所述关键点的预测坐标预测为圆形二维高斯概率密度函数中的随机变量；基于所述人体反应数据和所述人体生理数据，对待训练的决策树模型进行多模态训练，以获取训练好的决策树模型。根据所述训练方法训练出的所述睡眠障碍识别模型具有良好的精度。
-
公开(公告)号：CN114882367B
公开(公告)日：2024-09-27
申请号：CN202210590510.3
申请日：2022-05-26
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种机场道面缺陷检测与状态评估方法，包括以下步骤：S1：确定目标机场道面范围，获取目标机场道面视频，获取视频帧图像；S2：将所有视频帧图像输入深度估计网络，获取所有视频帧图像对应的深度图；S3：将所有视频帧图像拼接为全尺寸道面RGB图，将深度图拼接成全尺寸道面深度图；S4：将全尺寸道面RGB图和全尺寸道面深度图分别处理为局部RGB图和局部灰度图，并输入语义分割网络，获取分割结果掩码图；S5：将分割结果掩码图拼接为全尺寸缺陷掩码图，并结合全尺寸道面深度图，判断目标机场道面不同缺陷的严重程度，再根据路面状况指数对道面质量状况进行评估。与现有技术相比，该发明能够实现对机场道面状况高效且准确的评估。
-
Patent Agency Ranking
公开(公告)号：CN114564597B
公开(公告)日：2024-09-17
申请号：CN202210201472.8
申请日：2022-03-03
Applicant: 上海工程技术大学
IPC: G06F16/36 , G06F40/189 , G06F40/30 , G06F18/22 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N5/025
Abstract: 一种融合多维度多信息的实体对齐方法，包括以下步骤：将两个异构知识图谱同时作为输入；根据邻域结点对中心结点的重要程度实现下采样；将实体作为中心结点利用图卷积网络获得的嵌入表示同实现下采样后包含重要邻居信息的表示融合；通过余弦相似度计算源实体#imgabs0#与区域内的这些目标实体的相似度，加权求和相似矩阵#imgabs1#、#imgabs2#、#imgabs3#和#imgabs4#，得到最终跨图的实体对齐得分表。本发明的方法结合结果层和表示层的实体相似度，实现了利用多维度结果加权拼接的方式解决实体对齐问题。本发明的方法融合实体的多方面信息，即实体名称、属性和实体描述，分别从语义级、词语级、句子级定义实体相似度度量方法，有效判别实体是否对齐。
-
公开(公告)号：CN117972055A
公开(公告)日：2024-05-03
申请号：CN202410130911.X
申请日：2024-01-31
Applicant: 上海工程技术大学
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06F16/35 , G06F16/36 , G06F40/295 , G16H10/60 , G16H70/00
Abstract: 本发明涉及一种基于医学知识图谱的查询方法及系统，方法包括以下步骤：输入待查询的问题；通过信息过滤算法对待查询的问题进行信息过滤，得到实体类型；通过信息匹配算法，匹配实体类型与知识图谱数据；若存在与实体类型匹配的知识图谱数据，则输出匹配的知识图谱数据；否则，输出预设的错误提示信息；通过信息追问算法，根据预设的错误提示信息，生成追问问题；根据回答内容使用信息过滤算法进行信息过滤或结束本次查询。与现有技术相比，本发明具有输出结果精度高、查询效率高等优点。
-
公开(公告)号：CN116309617A
公开(公告)日：2023-06-23
申请号：CN202310124321.1
申请日：2023-02-16
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于Eff‑Unet‑SE网络的多器官智能分割方法及装置，属于医学影像处理技术领域。该方法包括：获取MRI图像数据集及标签文本数据，并对其进行预处理；对所述预处理后的图像数据集进行数据划分及数据增强；构建Eff‑Unet‑SE网络，使用所述图像数据集及标签文本数据对其进行训练、验证及测试，得到最优的网络；将待分割的MRI图像数据输入至所述最优网络，得到分割结果。本发明通过对医学MRI影像的分析，在U型网络模型的基础上，结合深度学习的Efficient和SE网络模块，能够准确分离出大肠、小肠和胃，提高了分割结果的可靠性，也提升了分割效率，大大减轻了医生的工作负担。
-
公开(公告)号：CN116166776A
公开(公告)日：2023-05-26
申请号：CN202310026063.3
申请日：2023-01-09
Applicant: 上海工程技术大学
IPC: G06F16/33 , G06F16/332 , G06F40/289 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种面向工业领域用户问答的意图识别方法及装置，属于信息交互技术领域。该方法包括：根据产品特点，设定意图识别的所有意图类别；获取用户文本输入，对输入语料进行分词，生成多个单词；对所述单词进行初始化，得到初始化词向量；利用BERT+Bi‑GRU+Attention+CRF+softmax模型对多个所述初始化词向量进行意图检测，得到所述用户文本输入对应的意图结果。本发明的检测模型中基于Bi‑GRU，拥有双向特征提取的特性，适用于较短和较长语料；同时还引入了注意力机制，对局部特征与全局特征加以充分利用,通过赋予重要特征更高权重，从而减少噪声，提取更为丰富的特征信息，提高识别的准确性。
-
公开(公告)号：CN115935186A
公开(公告)日：2023-04-07
申请号：CN202211564466.5
申请日：2022-12-07
Applicant: 上海工程技术大学
IPC: G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于增强生成模型的工序异常检测方法，包括下列步骤：S1：针对汽车智能设备制造领域工序故障应用场景，收集相应的设备工序故障样本数据，通过对抗的过程训练增强生成GAN模型，其中，模型包括生成器G和判别器D；使用大量正常工序样本进行训练后，由生成器训练生成模拟正常样本Gn(Z)的能力，判决器D学习异常工序样本的特征。本发明的网络训练中只需要少量正常样本，在对抗训练过程中，进行两个网络共同优化，最终使得生成网络可以生成非常接近真实数据的样本，同时，每个GAN模型只生成一种工序故障数据，多个GAN模型共同实现故障数据集的扩充，从而提高生成数据的质量。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.053 seconds)
