基于注意力机制与联结时间分类损失的文字识别方法

    公开(公告)号:CN109492679A

    公开(公告)日:2019-03-19

    申请号:CN201811246139.9

    申请日:2018-10-24

    Inventor: 和文杰 潘勉

    Abstract: 本发明公开了一种基于注意力机制与联结时间分类损失的文字识别方法,包括如下步骤:S1:采集数据集;S2:对图片样本进行尺度缩放,灰度转换和像素归一化等预处理;S3:对样本的标签序列进行处理,包括填补,编码和词嵌入;S4:构建卷积神经网络,对经过S3处理后的文本图像进行特征提取;S5:使用堆叠式双向循环神经网络对S4提取的特征进行编码,得到编码特征;S6:将S5得到的编码特征输入到联结时间分类模型中计算预测概率;S7:使用注意力机制计算不同编码特征的权重,得到编码后的语义向量。

    基于改进U-Net网络的胸腺细胞图像分割方法

    公开(公告)号:CN109191472A

    公开(公告)日:2019-01-11

    申请号:CN201810983829.6

    申请日:2018-08-28

    Abstract: 本发明公开了基于改进U-Net网络的胸腺细胞图像分割方法,包括以下步骤:将UCSB breast图像数据集进行图像预处理;在U-Net网络中,加入空洞残差模块和注意力模块;对U-Net网络根据设定的训练策略进行训练;建立包括F1评分,对象级Dice系数和Hausdorff距离的评估指标,通过评估指标优化网络,得到最优模型;将需分割的细胞图像输入最优模型,经过特征提取和特征上采样得到分割蒙版。本发明通过改进一个基础分割网络,创建一个新的细胞图像分割方法,解决了胸腺图像自动分割过程中精度较低的问题,提高了分割的正确率和效率。

    基于改进U-Net网络的胰腺细胞图像分割方法

    公开(公告)号:CN109191471A

    公开(公告)日:2019-01-11

    申请号:CN201810983823.9

    申请日:2018-08-28

    Abstract: 本发明公开了基于改进U-Net网络的胰腺细胞图像分割方法,包括以下步骤:将Warwick-Qu图像数据集进行数据增强,采用非扭曲变换增强;在U-Net网络中,用空洞卷积代替传统卷积,合并入残差单元,并将空洞空间金字塔池引入网络;对U-Net网络根据设定的训练策略进行训练;建立包括F1评分,对象级Dice系数和Hausdorff距离的评估指标,通过评估指标优化网络,得到最优模型;将需分割的细胞图像输入最优模型,经过特征提取和特征上采样得到分割蒙版。本发明通过改进一个基础分割网络,创建一个新的细胞图像分割方法,解决了胰腺图像自动分割过程中精度较低的问题,提高了分割的正确率和效率。

    水下非接触式数据与能源传输接驳件

    公开(公告)号:CN204539137U

    公开(公告)日:2015-08-05

    申请号:CN201520259583.X

    申请日:2015-04-27

    Abstract: 本实用新型涉及一种水下非接触式数据与能源传输接驳件。本实用新型包括发射主控模块与数据信号产生模块输入端信号连接,数据信号产生模块输出端与信号耦合模块的一个输入端连接,电源载波产生模块输出端与信号耦合模块的另一个输入端连接,信号耦合模块的输出端与发射线圈信号连接。接收线圈分别与低通滤波模块输入端和电源处理模块输入端连接,低通滤波模块输出端与接收处理模块输入端信号连接;所述的发射线圈与接收线圈产生感应耦合。由于本实用新型提出的水下无线数据能源收发接驳件具有非接触特性,因而通信双方无需添加额外的通信线路,既保证了数据通信的可靠性,同时也保障了水下设备的灵活性和安全性。

Patent Agency Ranking