-
公开(公告)号：CN107704877B
公开(公告)日：2020-05-29
申请号：CN201710928967.X
申请日：2017-10-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于深度学习的图像隐私感知方法，包括以下步骤：S1、构建带类别标注的隐私分类数据集，使用迁移学习的方法训练隐私感知网络；S2、使用面向隐私感知的深度卷积神经网络完成隐私图像的识别；S3、根据神经网络深层卷积特征提取注意力分布图，并定位注意力集中区域完成对图像隐私区域的感知。本发明的有益效果是：基于深度神经网络完成了端到端的训练和测试，可以准确地区分隐私图像并定位图像中的隐私区域，方便对图像中的隐私信息进行选择性保护。
-
公开(公告)号：CN107704877A
公开(公告)日：2018-02-16
申请号：CN201710928967.X
申请日：2017-10-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于深度学习的图像隐私感知方法，包括以下步骤：S1、构建带类别标注的隐私分类数据集，使用迁移学习的方法训练隐私感知网络；S2、使用面向隐私感知的深度卷积神经网络完成隐私图像的识别；S3、根据神经网络深层卷积特征提取注意力分布图，并定位注意力集中区域完成对图像隐私区域的感知。本发明的有益效果是：基于深度神经网络完成了端到端的训练和测试，可以准确地区分隐私图像并定位图像中的隐私区域，方便对图像中的隐私信息进行选择性保护。
-
公开(公告)号：CN106202988A
公开(公告)日：2016-12-07
申请号：CN201610886234.X
申请日：2016-10-11
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F19/00
Abstract: 本发明提供了一种预测疾病生存期的逐步多元回归模型及应用。通过在逐步多元回归模型中通过构造F统计量，来判断是否引入一个新的变量或删除原有的一个变量，在每引入一个新的变量都需要进行是否需要删除一个变量，即检验新引入的变量是否与原有变量具有相关性；当拟合系数大于0.8时，认为拟合效果较好。本发明的逐步多元回归模型可以预测癌症、与癌症类似重大疾病患者生存期方面具有较大的应用。
-
公开(公告)号：CN108256293A
公开(公告)日：2018-07-06
申请号：CN201810134414.1
申请日：2018-02-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开一种疾病关联基因组合的统计方法及系统。该统计方法包括：采用全基因组关联分析方法计算基因序列中的每个单核苷酸多态性位点的显著性，显著性表示单核苷酸多态性位点与疾病的关联程度，获得单核苷酸多态性位点显著性；根据核苷酸显著性和阈值，筛选出与疾病关联的单核苷酸多态性位点，获得关联单核苷酸多态性位点；采用基于极端梯度的Boosting的集成学习算法对关联单核苷酸多态性位点对应的人分为患病和不患病两类，获得关联基因组合。本发明通过全基因组关联分析方法与基于梯度的Boosting的集成学习算法相结合的方法对关联单核苷酸多态性位点对应的人分为患病和不患病两类，获得关联基因组合，提高了疾病关联基因组合获取结果的准确性。
-
-
-
Search Results
4
records
(took 0.036 seconds)
