一种基于位置感知自注意力机制的序列标注模型与标注方法

    公开(公告)号:CN110334339A

    公开(公告)日:2019-10-15

    申请号:CN201910362637.8

    申请日:2019-04-30

    Abstract: 本发明公开了一种基于位置感知自注意力机制的序列标注模型与标注方法,该序列标注模型将自注意上下文融合层作为BiLSTM-CRF模型的扩展,构造新的序列标注模型;该模型包括自注意上下文融合层和BiLSTM组成的编码器,以及作为解码器的CRF层;所述自注意上下文融合层,用于以词的特征向量表示序列作为输入,通过位置感知自注意力机制建立结合位置信息后序列中各词语与设定特定词语间的关联,得到序列中所有词语特征向量表示的加权和作为该特定词的输出特征。本发明提出的方法通过引入自注意上下文融合层,能够充分提取单词之间的潜在关系,从而可以在Bi-LSTM的基础上提供互补的上下文信息。

    在数字减影血管造影图像中分割血管数据的方法

    公开(公告)号:CN100382756C

    公开(公告)日:2008-04-23

    申请号:CN200610019294.8

    申请日:2006-06-07

    Abstract: 本发明公开了一种在数字减影血管造影图像中分割血管数据的方法,其步骤为:①将DSA图像划分成N个互不重叠的a1×a2大小的子块;d≤a1、a2≤2d,b1l、b2l、b3l、b4l为大小为b1×b2且包含子块El在内的四个区域,其中,max(a1,a2)≤b1、b2≤3max(a1,a2);②对各区域进行分割,然后利用繁忙度作为测度来判断对区域分割是否合理;③如果四个区域均被判定为背景,则将这四个区域的重叠子块El判为背景;如果四个区域中只有一个区域bλl被判定包含血管,其中1≤λ≤4,则将该区域的分割门限Tλl作为子块El的分割门限;如果四个区域中不只一个区域被判定包含血管,则对于针对不同区域bkl已求出的门限Tkl,选取其中最优的一个门限作为El的分割门限Tl。本发明方法能对DSA图像有效分割,操作简便,工作效率高。

    在数字减影血管造影图像中分割血管数据的方法

    公开(公告)号:CN1897033A

    公开(公告)日:2007-01-17

    申请号:CN200610019294.8

    申请日:2006-06-07

    Abstract: 本发明公开了一种在数字减影血管造影图像中分割血管数据的方法,其步骤为:①将DSA图像划分成N个互不重叠的a1×a2大小的子块;d≤a1、a2≤2d,b1l、b2l、b3l、b4l为大小为b1×b2且包含子块El在内的四个区域,其中,max(a1,a2)≤b1、b2≤3max(a1,a2);②对各区域进行分割,然后利用繁忙度作为测度来判断对区域分割是否合理;③如果四个区域均被判定为背景,则将这四个区域的重叠子块El判为背景;如果四个区域中只有一个区域bλ1被判定包含血管,其中1≤λ≤4,则将该区域的分割门限Tλ1作为子块El的分割门限;如果四个区域中不只一个区域被判定包含血管,则对于针对不同区域bkl已求出的门限Tkl,选取其中最优的一个门限作为El的分割门限Tl。本发明方法能对DSA图像有效分割,操作简便,工作效率高。

    一种三维点云图像数据的校核方法及系统

    公开(公告)号:CN119963549A

    公开(公告)日:2025-05-09

    申请号:CN202510436252.7

    申请日:2025-04-09

    Abstract: 本发明提出一种三维点云图像数据的校核方法及系统,涉及三维点云图像数据处理的技术领域,方法包括对三维点云图像数据进行坐标系校准,得到坐标系校准通过的三维点云图像数据;对三维点云图像数据进行预处理;计算预处理后的三维点云图像数据的平面度,判断平面度是否符合预设平面度标准;对平面度符合预设平面度标准的三维点云图像数据的噪点数量进行统计,判断噪点数量是否在预设数量阈值范围内;对平面度符合预设平面度标准的三维点云图像数据的噪点数量进行统计,判断噪点数量是否在预设数量阈值范围内;记平面法向量对应的点为异常点,根据异常点的数量对三维点云图像数据进行校核。本发明确保三维点云图像数据检测的准确性和可靠性,有效降低了检测过程的计算复杂度,提高三维点云图像数据检测速度。

    一种在数字减影血管造影图像中分割血管数据的方法

    公开(公告)号:CN1897034A

    公开(公告)日:2007-01-17

    申请号:CN200610019295.2

    申请日:2006-06-07

    Abstract: 本发明公开了一种在数字减影血管造影图像中分割血管数据的方法,其步骤为:①将DSA图像划分成N个互不重叠的a1×a2大小的子块E1、E2、……、EN,其中,d≤a1≤2d,d≤a2≤2d,d为血管直径的最大值,令l=1;②判断各区域b1l、b2l、b3l和b4l中是否包含血管,b1l、b2l、b3l、b4l为大小为b1×b2且包含子块El在内的四个区域,其中,max(a1,a2)≤b1≤3max(a1,a2),max(a1,a2)≤b2≤3max(a1,a2);③对各区域的重叠子块进行分割;④令1=1+1,对子块El重复步骤②和③,完成整幅DSA图像的分割。本发明方法能对DSA图像有效分割,并且操作简便,工作效率高。

    一种基于位置感知自注意力机制的序列标注模型与标注方法

    公开(公告)号:CN110334339B

    公开(公告)日:2021-04-13

    申请号:CN201910362637.8

    申请日:2019-04-30

    Abstract: 本发明公开了一种基于位置感知自注意力机制的序列标注模型与标注方法,该序列标注模型将自注意上下文融合层作为BiLSTM‑CRF模型的扩展,构造新的序列标注模型;该模型包括自注意上下文融合层和BiLSTM组成的编码器,以及作为解码器的CRF层;所述自注意上下文融合层,用于以词的特征向量表示序列作为输入,通过位置感知自注意力机制建立结合位置信息后序列中各词语与设定特定词语间的关联,得到序列中所有词语特征向量表示的加权和作为该特定词的输出特征。本发明提出的方法通过引入自注意上下文融合层,能够充分提取单词之间的潜在关系,从而可以在Bi‑LSTM的基础上提供互补的上下文信息。

    一种基于机器学习和深度学习的中文自然语言处理工具系统

    公开(公告)号:CN110705296A

    公开(公告)日:2020-01-17

    申请号:CN201910867399.6

    申请日:2019-09-12

    Abstract: 本发明公开了一种基于机器学习和深度学习的中文自然语言处理工具系统,包括:数据处理模块,用于获取待处理中文文本和处理任务类型,并根据处理任务类型将接收的中文文本转换为计算机可读的数据格式;任务应用模块,用于根据数据处理模块获取的数据和自然语言处理需求,使用统一接口调用算法模型库,完成全流程模型训练;并根据保存的自然语言处理模型,对外提供规范统一的任务调用接口,以完成相应自然语言处理任务;算法模型库,用于保存自然语言处理任务的算法及根据算法训练得到的模型。本发明构造了合理的系统架构,通过所有功能训练接口统一、训练流程统一、调用接口统一、调用流程统一,作为自然语言处理工具使用更加简单高效。

Patent Agency Ranking