-
公开(公告)号：CN112668305B
公开(公告)日：2024-02-09
申请号：CN202011393595.3
申请日：2020-12-03
Applicant: 华中科技大学
IPC: G06F40/211 , G06F40/289 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制的论文引用量预测方法与系统。对于待预测的论文，首先使用深度神经网络来提取特征，然后通过注意模块过滤掉那些不重要的句子，从而将较长的论文简化为较短的文本，再将这个精简的版本输入预测模型，即可在硬件资源有限的情况下充分利用论文信息，来更准确地预测论文引用量。该方法的预测过程分为两步：第一步，并列输入文章中的所有句子，得到每个句子的注意力权重，即为每个句子的重要性；第二步，根据每个句子的重要性，只选择一些关键的句子拼接成精简的文章，最后根据精简的文章来预测论文的引用量。本发明还提供了相应的基于注意力机制的论文引用量预测系统。
-
公开(公告)号：CN115797390A
公开(公告)日：2023-03-14
申请号：CN202211484285.1
申请日：2022-11-24
Applicant: 华中科技大学
IPC: G06T7/194 , G06V10/40 , G06V10/80 , G06V10/82 , G06V20/40 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0895
Abstract: 本发明公开了一种基于Query机制的半监督视频物体分割方法：将参考帧与当前帧分别输入同一个主干网络提取图像特征；将参考帧的分割掩膜通过一层卷积层提取掩膜特征，然后与相应的图像特征相加进行融合得到参考特征；用参考帧的参考特征作为参考，构建键值对输入Transformer，同时前景Query和背景Query作为探针输入Transformer；将前景Query和背景Query作为参考，当前帧的图像特征作为探针，输入另一个Transformer；将当前帧图像特征输入特征金字塔网络进行解码；将前景Query和背景Query与解码后的当前帧特征做矩阵乘进行融合；同组内的Query对每个像素取最大，前景和背景两个掩膜再进行逐像素Softmax操作，根据值的大小判断是前景还是背景。本发明还提供了相应的基于Query机制的半监督视频物体分割装置。
-
公开(公告)号：CN115272389A
公开(公告)日：2022-11-01
申请号：CN202210859274.0
申请日：2022-07-20
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种带有内膜瓣注意力模块的主动脉夹层分割方法，包括如下步骤：对主动脉体积上下采样形成3D的CT图像，提取CT图像中的体素并进行立方形态学开运算；在CT图像中的主动脉夹层上标注真腔MTL和假腔MFL，使用形态扩张操作生成内膜瓣标注Mflap：利用生成的内膜瓣标注Mflap作为监督，训练第一U‑Net神经网络来预测生成内膜瓣掩码及内膜瓣置信度图，将主动脉夹层待分割的体素输入第一U‑Net神经网络中进行训练得到预测结果，计算出第一U‑Net神经网络输出的预测内膜瓣和内膜瓣标注之间的dice损失函数并进行反向传播，得到第一U‑Net神经网络的模型；将经过第一U‑Net神经网络预测生成的内膜瓣掩码输入至第二U‑Net神经网络进行更加平滑有效地训练，得到最终网络模型进行分割。
-
公开(公告)号：CN112668305A
公开(公告)日：2021-04-16
申请号：CN202011393595.3
申请日：2020-12-03
Applicant: 华中科技大学
IPC: G06F40/211 , G06F40/289 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的论文引用量预测方法与系统。对于待预测的论文，首先使用深度神经网络来提取特征，然后通过注意模块过滤掉那些不重要的句子，从而将较长的论文简化为较短的文本，再将这个精简的版本输入预测模型，即可在硬件资源有限的情况下充分利用论文信息，来更准确地预测论文引用量。该方法的预测过程分为两步：第一步，并列输入文章中的所有句子，得到每个句子的注意力权重，即为每个句子的重要性；第二步，根据每个句子的重要性，只选择一些关键的句子拼接成精简的文章，最后根据精简的文章来预测论文的引用量。本发明还提供了相应的基于注意力机制的论文引用量预测系统。
-
-
-
Search Results
4
records
(took 0.017 seconds)
