公开(公告)号：CN111370138A

公开(公告)日：2020-07-03

申请号：CN202010247899.2

申请日：2020-04-01

Applicant: 大连理工大学

Inventor： 王昕炜 ,  郑钦月 ,  张凯 ,  刘华 ,  潘秋卫 ,  冀云鹏 ,  彭海军 ,  赵旭东

IPC: G16H50/80

Abstract: 本发明提供一种面向宫颈癌防治的HPV最优治疗策略制定方法，属于公共卫生医疗领域。首先，采用根据HPV的流行病动力学，利用微分方程建立仓室模型，以描述HPV的传播规律和对宫颈癌发病的影响。其次，根据实际数据估算模型参数，统计各仓室内种群数量，并将对HPV长期感染者的治疗率作为控制变量，建立以最小化HPV有症感染者人数与治疗成本的非线性最优控制问题。最后，使用数值方法求解构造的最优控制问题，得到最优的HPV长期治疗策略。本发明能够实现治疗策略中防治效果与治疗成本的综合考量，对于宫颈癌的科学防治工作具有重要的科学意义。

公开(公告)号：CN109086663A

公开(公告)日：2018-12-25

申请号：CN201810675506.0

申请日：2018-06-27

Applicant: 大连理工大学

Inventor： 李豪杰 ,  袁琪 ,  张炳旺 ,  王智慧 ,  刘华

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明属于计算机视觉技术领域，提供了一种基于卷积神经网络的尺度自适应的自然场景文本检测方法。该方法首先利用尺度回归层来学习场景图像中文本的尺度，然后根据文本的尺度对先验框以及感受野的尺寸进行动态调整。该方法设计的网络结构是端到端的，可直接定位出图像中文本框的位置。采用本发明能够实现鲁棒、准确且快速的文本定位，具有很高的实际应用价值。

公开(公告)号：CN111370138B

公开(公告)日：2023-04-11

申请号：CN202010247899.2

申请日：2020-04-01

Applicant: 大连理工大学

Inventor： 王昕炜 ,  郑钦月 ,  张凯 ,  刘华 ,  潘秋卫 ,  冀云鹏 ,  彭海军 ,  赵旭东

IPC: G16H50/80

Abstract: 本发明提供一种面向宫颈癌防治的HPV最优治疗策略制定方法，属于公共卫生医疗领域。首先，采用根据HPV的流行病动力学，利用微分方程建立仓室模型，以描述HPV的传播规律和对宫颈癌发病的影响。其次，根据实际数据估算模型参数，统计各仓室内种群数量，并将对HPV长期感染者的治疗率作为控制变量，建立以最小化HPV有症感染者人数与治疗成本的非线性最优控制问题。最后，使用数值方法求解构造的最优控制问题，得到最优的HPV长期治疗策略。本发明能够实现治疗策略中防治效果与治疗成本的综合考量，对于宫颈癌的科学防治工作具有重要的科学意义。

公开(公告)号：CN108920643B

公开(公告)日：2020-10-20

申请号：CN201810711795.5

申请日：2018-06-26

Applicant: 大连理工大学

Inventor： 王智慧 ,  王世杰 ,  王虹 ,  李豪杰 ,  李建军 ,  刘华

IPC: G06F16/583 ,  G06F16/532 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明属于计算机视觉技术领域，提供了一种加权多特征融合的细粒度图像检索算法。先设计约束条件来过滤patch。其次，改进了现阶段对大量patch特征采用的聚类或求和平均的方式，结合卷积层特征中目标区域激活值较大的特性，提出使用加权max‑pooling聚合patch特征，弱化可能残留背景信息的同时，尽可能多地保留有效目标信息。最后，引入深度信念网络，对图像的多级特征进行有效的非线性融合，挖掘出特征之间存在的内在联系以及丰富的互补信息，更好地对图像特征进行表征。与其它细粒度图像检索方法相比，本发明的算法综合地表征细粒度图像特征，进一步提高图像检索的准确率。

公开(公告)号：CN109086663B

公开(公告)日：2021-11-05

申请号：CN201810675506.0

申请日：2018-06-27

Applicant: 大连理工大学

Inventor： 李豪杰 ,  袁琪 ,  张炳旺 ,  王智慧 ,  刘华

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明属于计算机视觉技术领域，提供了一种基于卷积神经网络的尺度自适应的自然场景文本检测方法。该方法首先利用尺度回归层来学习场景图像中文本的尺度，然后根据文本的尺度对先验框以及感受野的尺寸进行动态调整。该方法设计的网络结构是端到端的，可直接定位出图像中文本框的位置。采用本发明能够实现鲁棒、准确且快速的文本定位，具有很高的实际应用价值。

公开(公告)号：CN108920643A

公开(公告)日：2018-11-30

申请号：CN201810711795.5

申请日：2018-06-26

Applicant: 大连理工大学

Inventor： 王智慧 ,  王世杰 ,  王虹 ,  李豪杰 ,  李建军 ,  刘华

IPC: G06F17/30 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06N3/0454 ,  G06K9/6256

Abstract: 本发明属于计算机视觉技术领域，提供了一种加权多特征融合的细粒度图像检索算法。先设计约束条件来过滤patch。其次，改进了现阶段对大量patch特征采用的聚类或求和平均的方式，结合卷积层特征中目标区域激活值较大的特性，提出使用加权max-pooling聚合patch特征，弱化可能残留背景信息的同时，尽可能多地保留有效目标信息。最后，引入深度信念网络，对图像的多级特征进行有效的非线性融合，挖掘出特征之间存在的内在联系以及丰富的互补信息，更好地对图像特征进行表征。与其它细粒度图像检索方法相比，本发明的算法综合地表征细粒度图像特征，进一步提高图像检索的准确率。