一种基于神经网络的超声断层扫描系统换能器位置和延迟校正方法

    公开(公告)号:CN117481687A

    公开(公告)日:2024-02-02

    申请号:CN202311450355.6

    申请日:2023-11-02

    Abstract: 一种基于神经网络的超声断层扫描系统换能器位置和延迟校正方法,根据超声断层扫描系统采集到的渡越时间与换能器延迟、换能器位置之间的关系,将换能器位置和延迟校正问题转换为可用感知机神经网络进行求解的方程组形式;设计浅层神经网络,通过隐藏层节点计算配对换能器之间的渡越时间,网络模型的输入数据为换能器的配对信息,输出信息为配对换能器之间的渡越时间,网络权重由各换能器的位置值和延迟值组成;依据各换能器对应的系统设定坐标及换能器平均响应延迟对网络权重初始化,利用优化器训练神经网络,更新网络权重,以获得和实际渡越时间尽可能接近的输出结果;训练后神经网络的权重即为每个换能器实际位置、发送延迟和接收延迟的最优解。

    一种基于眼动特征与DeepFM的直播购物兴趣度预测方法

    公开(公告)号:CN114706481A

    公开(公告)日:2022-07-05

    申请号:CN202210369501.1

    申请日:2022-04-09

    Applicant: 东华大学

    Abstract: 一种基于眼动特征与DeepFM的直播购物兴趣度预测方法,对经过眼动仪输出后的直播视频进行注视时间相关的数据处理。利用封装后的跟踪模型对于直播售卖物品进行跟踪。建立跟踪框为用户视点与目标区域。基于得到用户的眼动数据,并引入协作信息图,通过协作信息图将用户行为和项目知识编码为统一的关系图;基于DeepFM架构,在深度神经网络上添加自注意力机制提高模型对于关键信息的学习能力;输出结果并通过二元交叉熵损失函数Logloss以及AUC评判模型精度。本发明基于用户历史浏览数据(含眼动数据)训练模型。使用者可通过此模型预测用户对于直播商品的兴趣度大小,以供相关人员调整直播策略、提升直播中用户的体验。

    一种基于直方图的面向数据流差分隐私发布方法

    公开(公告)号:CN105046160A

    公开(公告)日:2015-11-11

    申请号:CN201510430312.0

    申请日:2015-07-21

    Applicant: 东华大学

    CPC classification number: G06F21/60

    Abstract: 本发明涉及一种基于直方图的面向数据流差分隐私发布方法,包括以下步骤:对于每一个时刻i,数据流接收的数据集为Di,对数据集Di中属性A出现的不同元素值进行统计,并按照元素值的大小升序排列,对频数进行归一化处理为P;记最后一次发布的含噪局部最优直方图所对应的真实数据的分布归一化后为Q,计算P与Q的EMD相似度τ;若τ>σ,则给数据集Di分配隐私预算,其中,,并给数据集Di添加相应的拉普拉斯噪声得到数据集Oi;对数据集Oi利用分组与合并策略,进行局部最优直方图发布。本发明在保证每个窗口中隐私总预算不超过ε时,发布数据的可用性较好。

    一种基于眼动特征与DeepFM的直播购物兴趣度预测方法

    公开(公告)号:CN114706481B

    公开(公告)日:2024-11-19

    申请号:CN202210369501.1

    申请日:2022-04-09

    Applicant: 东华大学

    Abstract: 一种基于眼动特征与DeepFM的直播购物兴趣度预测方法,对经过眼动仪输出后的直播视频进行注视时间相关的数据处理。利用封装后的跟踪模型对于直播售卖物品进行跟踪。建立跟踪框为用户视点与目标区域。基于得到用户的眼动数据,并引入协作信息图,通过协作信息图将用户行为和项目知识编码为统一的关系图;基于DeepFM架构,在深度神经网络上添加自注意力机制提高模型对于关键信息的学习能力;输出结果并通过二元交叉熵损失函数Logloss以及AUC评判模型精度。本发明基于用户历史浏览数据(含眼动数据)训练模型。使用者可通过此模型预测用户对于直播商品的兴趣度大小,以供相关人员调整直播策略、提升直播中用户的体验。

    一种基于直方图的面向数据流差分隐私发布方法

    公开(公告)号:CN105046160B

    公开(公告)日:2018-08-03

    申请号:CN201510430312.0

    申请日:2015-07-21

    Applicant: 东华大学

    Abstract: 本发明涉及种基于直方图的面向数据流差分隐私发布方法,包括以下步骤:对于每个时刻i,数据流接收的数据集为D,对数据集D中属性A出现的不同元素值进行统计,并按照元素值的大小升序排列,对频数进行归化处理为P;记最后次发布的含噪局部最优直方图所对应的真实数据的分布归化后为Q,计算P与Q的EMD相似度τ;若τ>σ,则给数据集D分配隐私预算其中,并给数据集D添加相应的拉普拉斯噪声得到数据集O;对数据集O利用分组与合并策略,进行局部最优直方图发布。本发明在保证每个窗口中隐私总预算不超过ε时,发布数据的可用性较好。

    基于微信关注的积分兑换系统

    公开(公告)号:CN105741128A

    公开(公告)日:2016-07-06

    申请号:CN201610031567.4

    申请日:2016-01-18

    Applicant: 东华大学

    CPC classification number: G06Q30/0224 G06Q30/0236 G06Q30/0239

    Abstract: 本发明公开了一种基于微信关注的积分兑换系统,其特征在于,包括多个安装有微信客户端的用户手机、微信服务器、网站WEB服务器,用户手机通过网络连接微信服务器,微信服务器与网站WEB服务器相连。本发明提供了一种新型的广告方式,即通过微信公众号,用户可以浏览广告的同时兑换商品,不仅方便快捷地将商家所要发布的信息提供给用户,而且可以同时获取积分并兑换商品,从而降低商家印制宣传单的成本,增强用户体验。

Patent Agency Ranking