公开(公告)号：CN106055922A

公开(公告)日：2016-10-26

申请号：CN201610404832.9

申请日：2016-06-08

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 徐勇 ,  吴帅

IPC: G06F19/18

CPC classification number: G16B20/00

Abstract: 本发明涉及基因诊断领域，尤其涉及一种基于基因表达数据的混合网络基因筛选方法；本方案通过引入基因表达数据，设计了基于基因表达数据的混合网络基因筛选方法模型，并给出了如何通过基因表达数据构建不同网络的具体步骤，利用基因表达数据对疾病与基因，基因与基因之间的相互关系网络进行了更为细致深入的量化，从而增强整个混合模型在疾病基因筛选方面的综合能力。

公开(公告)号：CN107748899B

公开(公告)日：2020-09-11

申请号：CN201711071551.7

申请日：2017-11-03

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 徐勇 ,  吴帅

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于LSTM的二维图像的目标类别判识方法，包括以下步骤：S1、依照从外至内的环状串联的方式将二维图像转化为一维矢量，依照行序串联的方式将二维图像转化为一维矢量，依照从列序串联的方式将二维图像转化为一维矢量；S2、将上述三种转化方式所得到的一维矢量全部送入LSTM网络进行训练或者判识，然后输出三种结果；S3、将LSTM网络输出的三种结果进行融合，并基于最终的融合结果进行目标判识。本发明的有益效果是：对二维图像使用不同的方式得到一维向量可以充分利用二维图像在空间上的组织关系，明显提高判别的正确率，且具有很好的可解释性。

公开(公告)号：CN108805284A

公开(公告)日：2018-11-13

申请号：CN201810500490.X

申请日：2018-05-23

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 吴帅 ,  徐勇 ,  赵勇

IPC: G06N3/08 ,  G06N3/04

CPC classification number: G06N3/08 ,  G06N3/0454

Abstract: 本发明公开了一种卷积神经网络感受野量化的方法及其应用，该方法包括如下步骤：（1）在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值，其中，Stride值表示原输入尺度与该网络层feature map的尺度的比例大小；（2）计算不同层输出的感受野尺度大小，申请相应大小的内存并设置初始化的值；（3）对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。本发明能够以前向传播的方式对不同网络层上神经元的感受野进行量化，量化结果可以在各个层中直接使用，尤其在深度卷积网络如VGG16网络，ResNet网络上进行有效应用。

公开(公告)号：CN107748899A

公开(公告)日：2018-03-02

申请号：CN201711071551.7

申请日：2017-11-03

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 徐勇 ,  吴帅

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于LSTM的二维图像的目标类别判识方法，包括以下步骤：S1、依照从外至内的环状串联的方式将二维图像转化为一维矢量，依照行序串联的方式将二维图像转化为一维矢量，依照从列序串联的方式将二维图像转化为一维矢量；S2、将上述三种转化方式所得到的一维矢量全部送入LSTM网络进行训练或者判识，然后输出三种结果；S3、将LSTM网络输出的三种结果进行融合，并基于最终的融合结果进行目标判识。本发明的有益效果是：对二维图像使用不同的方式得到一维向量可以充分利用二维图像在空间上的组织关系，明显提高判别的正确率，且具有很好的可解释性。