公开(公告)号：CN111260060A

公开(公告)日：2020-06-09

申请号：CN202010104069.4

申请日：2020-02-20

Applicant: 武汉大学

Inventor： 何发智 ,  全权 ,  李博文 ,  邓杰希 ,  舒凌轩

IPC: G06N3/08

Abstract: 本发明公开了一种基于动态强度的物体检测神经网络混合训练方法，缓解了检测网络的数据记忆问题，改善了检测网络的在测试集上的泛化性。通过构建混合数据，一定程度扩充了数据集，并且额外添加了不同类别数据间的线性关系，提升了模型的表现力。而通过动态混合参数的设置，降低了混合训练方法在检测网络上的训练难度，平滑了训练过程，从而更容易得到最优模型。相比于其他训练方法，训练出的模型具有更好的泛化性。

公开(公告)号：CN111260060B

公开(公告)日：2022-06-14

申请号：CN202010104069.4

申请日：2020-02-20

Applicant: 武汉大学

Inventor： 何发智 ,  全权 ,  李博文 ,  邓杰希 ,  舒凌轩

IPC: G06N3/08

Abstract: 本发明公开了一种基于动态强度的物体检测神经网络混合训练方法，缓解了检测网络的数据记忆问题，改善了检测网络的在测试集上的泛化性。通过构建混合数据，一定程度扩充了数据集，并且额外添加了不同类别数据间的线性关系，提升了模型的表现力。而通过动态混合参数的设置，降低了混合训练方法在检测网络上的训练难度，平滑了训练过程，从而更容易得到最优模型。相比于其他训练方法，训练出的模型具有更好的泛化性。

公开(公告)号：CN113379811A

公开(公告)日：2021-09-10

申请号：CN202110697394.0

申请日：2021-06-23

Applicant: 武汉大学

Inventor： 何发智 ,  陈壹林 ,  罗锦坤 ,  舒凌轩

IPC: G06T7/33 ,  G06N3/00

Abstract: 本发明提出了一种基于烟花算法增强的珊瑚礁优化的多模态医学图像配准方法。将同一病人部位的CT图像和MR图像输入到医学图像配准系统中进行预处理得到预处理后病人部位的CT图像和MR图像；根据预处理后病人部位的CT图像计算信息熵，根据预处理后病人部位的MR图像计算信息熵，计算预处理后病人的CT图像与MR图像的联合信息熵，进一步计算标准化互信息；将预处理后病人部位的CT图像与MR图像的标准化互信息作为适应度值，根据适应度值通过优化方法多次迭代更新变化矩阵，当达到最大迭代次数或者适应度值大于适应度阈值则结束迭代得到最优变化矩阵，将MR图像应用最优变换矩阵实现与CT图像的配准。本发明配准精度高，收敛速度快。

公开(公告)号：CN112183608A

公开(公告)日：2021-01-05

申请号：CN202011009918.4

申请日：2020-09-23

Applicant: 武汉大学

Inventor： 何发智 ,  舒凌轩 ,  胡训 ,  李浩然

IPC: G06K9/62 ,  G06F16/2458 ,  G06N3/12 ,  G06N20/00

Abstract: 本发明公开了一种基于参考点非支配排序遗传算法的多目标特征选择方法及系统，涉及数据挖掘和机器学习领域，该方法是一种基于包装器结构的五个目标优化算法，旨在最大程度地提高分类器的分类精度，最大程度地减少分类特征数量，以及优化三个基于熵的相关性、冗余度和互补性度量。五个目标的优化扩大了搜索空间，从而使该方法能够生成大量的帕累托有效解。该方法在保证分类性能的同时，能够针对不同基数级别识别出所有具有同等信息的特征子集。并搭建了一个计算系统来执行该方法。