-
公开(公告)号：CN117152061A
公开(公告)日：2023-12-01
申请号：CN202310929194.2
申请日：2023-07-27
Applicant: 浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院) , 浙江工商大学
Abstract: 本发明提供了一种基于双向多尺度特征提取的CT影像胸壁分割方法，主要包含如下步骤：构建基于双向多尺度特征提取的图像分割网络，其中编码器分支对网络进行初步的特征提取；多尺度特征融合分支使用编码器分支在不同阶段得到的不同尺度的特征图；解码器分支利用低分辨率的语义特征和横向连接得到的同尺度的语义特征逐步信息解码来生成分割区域。本发明利用双向特征金字塔将多尺度模块引入编码器分支，利用复合挤压激励网络将多尺度横向特征连接模块引入解码器分支并代替了原始的横向连接方法。本发明只需输入CT影像就能自动得到可视化的胸壁分割结果，准确且直观，能有效利用图像多尺度信息提高对CT影像中心成像部分的关注度。
-
公开(公告)号：CN116823786A
公开(公告)日：2023-09-29
申请号：CN202310804910.4
申请日：2023-07-03
Applicant: 浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院) , 浙江工商大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/73
Abstract: 本发明公开了一种基于可变形卷积的胸部X线图像异物检测方法。本发明首先对X线图像预处理，用于增强图像的对比度和清晰度；其次构建基于可变形卷积的卷积神经网络；所述卷积神经网络包括改进的MoblieNet主干网络、空间金字塔池化结构、空间聚合模块和异物预测头部；然后将训练集数据输入至基于可变形卷积的卷积神经网络进行训练，得到训练好的网络模型；最后将测试集数据输入至训练好的网络模型得到提取出的特征图，然后进行预测，回归得到异物的坐标。本发明中的基于可变形卷积的主干网络可以自适应地调整特征的偏移量，从而更准确地提取异物的特征；本发明中的空间聚合模块将空间位置信息嵌入图像特征中，能更好捕获异物的位置信息。
-
公开(公告)号：CN114037945B
公开(公告)日：2024-09-06
申请号：CN202111506944.2
申请日：2021-12-10
Applicant: 浙江工商大学
IPC: G06F16/78 , G06F16/783 , G06F16/732 , G06V20/40 , G06V10/82 , G06V10/80 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于多粒度特征交互的跨模态检索方法，用于实现视频和文本之间的相互检索任务。本发明使用全局视觉语义特征指导局部视觉语义特征来获取更加细粒度的局部信息，随后让全局视觉语义特征和经过增强的局部视觉语义特征进行相互学习融合得到视频级别的特征。将经过学习得到的视频级别特征与文本特征映射到同一个嵌入空间中，在嵌入空间中进行跨模态匹配，从而实现文本和视频之间的跨模态检索。本发明是一种基于神经网络的跨模态检索方法，在性能和复杂度上达到了较优平衡。
-
公开(公告)号：CN117708556A
公开(公告)日：2024-03-15
申请号：CN202311481366.0
申请日：2023-11-08
Applicant: 浙江工商大学
IPC: G06F18/2113 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/2411
Abstract: 本发明公开了一种基于冗余权重和邻域互信息的生物特征选择方法，首先对原始生物数据集样本进行预处理。其次计算训练集中每个生物特征与类变量之间的邻域相关性，选择邻域相关性最大的生物特征加入已选特征集合，并从训练集中删去该特征。然后对删去相关性最大的生物特征后的训练集进行特征选择，选择评估分数最大的生物特征加入已选特征集合，并在训练集中删去该生物特征，当已选特征集合中特征个数等于指定特征阈值时，停止并输出已选特征集合。最后将已选特征集合放入分类器中训练并测试。本发明解决了互信息由于离散化导致信息丢失的问题，通过冗余权重考虑了已选特征对候选特征和类变量之间相关性影响的重要性，提高了分类性能。
-
公开(公告)号：CN117935859A
公开(公告)日：2024-04-26
申请号：CN202410107121.X
申请日：2024-01-25
Applicant: 浙江工商大学
Abstract: 本发明属于机器学习和模式识别领域，涉及一种融合特征相似性的偏多标签音乐风格特征选择方法。本发明融合特征相识性构造了一个偏多标签音乐风格特征选择方法，其通过将候选音乐风格标签分为真实音乐风格标签和噪声音乐风格标签，然后分别利用特征相似性限制映射到真实标签的系数矩阵W和映射到噪声标签的系数矩阵S，并利用一个偏多标签分类器限制W和S的和矩阵H，最后，通过W矩阵给特征打分选择相关的音乐风格特征。其降低问题难度，提升了多标签k近邻(MLKNN)模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN116257881A
公开(公告)日：2023-06-13
申请号：CN202310138606.0
申请日：2023-02-20
Applicant: 浙江工商大学
Inventor： 杨涛
IPC: G06F21/62 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种图像或视频所有权保护技术，尤其是一种针对非授权深度学习模型的图片与视频的所有权保护技术，具体为一种基于频域对抗性噪声的图像视频隐私保护方法。一种基于频域对抗性噪声的图像视频隐私保护方法，向图像频率域添加对抗性噪声。本发明提供了一种基于频域的对抗性噪声生成方法，本发明采用向图像频率域(频域)添加对抗性噪声的方式，将对抗性噪声隐藏在图像的频率域中，使其具有隐水印的一些特点，不易被发现且不影响用户查看。
-
公开(公告)号：CN119788544A
公开(公告)日：2025-04-08
申请号：CN202411911442.1
申请日：2024-12-24
Applicant: 浙江工商大学
Abstract: 本发明属于云计算资源监控技术领域，公开了一种基于动态采样与混合测绘的云资源分布与规模监控系统及方法，包括轻量化HTTP响应解析阶段、动态资源规模估算阶段、主动测绘阶段、被动测绘阶段和系统对各阶段收集到的数据进行融合与校准；本发明系统结合了动态数据采集技术与精细化测绘方法，能够实时监控云资源的状态并根据多维度数据进行动态分析与优化。该系统不仅提升了资源规模估算的精度和实时性，还能够有效应对云资源的动态变化，确保资源管理的高效性和可持续性。此技术方案在云计算资源管理和动态监控领域具有广泛的应用前景。
-
公开(公告)号：CN119670852A
公开(公告)日：2025-03-21
申请号：CN202510180617.4
申请日：2025-02-19
Applicant: 浙江工商大学
IPC: G06N3/098 , G06N3/0464 , G06N3/084 , G06N3/0455
Abstract: 基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置，其方法包括：客户端构建复杂多尺度模型，并使用本地数据训练；获取多尺度模型的结构感知信息，并成梯度调整因子；客户端将梯度调整因子融入本地模型进行训练，通过特征提取器提取所有数据的特征；客户端提取更加个性化的特征表示并记录对应标签，对每个标签的特征加权平均后，与对应标签一起上传至服务端；服务端接收到步每个客户端的平均特征和对应的标签，训练服务端全局预测头；服务端将更新的全局预测头广播给客户端，各客户端预测头基于本地数据，自适应聚合全局预测头；重复多轮训练，每一轮都计算测试指标；各客户端选择最优模型参数，导入后输入图像完成分类任务。
-
公开(公告)号：CN114037945A
公开(公告)日：2022-02-11
申请号：CN202111506944.2
申请日：2021-12-10
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于多粒度特征交互的跨模态检索方法，用于实现视频和文本之间的相互检索任务。本发明使用全局视觉语义特征指导局部视觉语义特征来获取更加细粒度的局部信息，随后让全局视觉语义特征和经过增强的局部视觉语义特征进行相互学习融合得到视频级别的特征。将经过学习得到的视频级别特征与文本特征映射到同一个嵌入空间中，在嵌入空间中进行跨模态匹配，从而实现文本和视频之间的跨模态检索。本发明是一种基于神经网络的跨模态检索方法，在性能和复杂度上达到了较优平衡。
-
公开(公告)号：CN106548494A
公开(公告)日：2017-03-29
申请号：CN201610847113.4
申请日：2016-09-26
Applicant: 浙江工商大学
CPC classification number: G06T2207/10016 , G06T2207/20221
Abstract: 本发明公开了一种基于场景样本库的影视图像深度提取方法，主要包括：深度场景库的建立、图片特征提取、深度图片融合、前景目标深度估计、深度图整体优化五部分。本发明利用普通RGB图片之间的相似性，将已有的深度图片中深度值迁移到输入目标图片；在实际影视制作过程中，可以建立多个场景库利用相似场景中的深度图片，生成输入目标图片的深度图；在此过程中能够将人工参与的深度调整减少的最低，提高工作效率，具有准确性高，处理时间短等特点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.082 seconds)
