-
公开(公告)号：CN118429403A
公开(公告)日：2024-08-02
申请号：CN202410892726.4
申请日：2024-07-04
Applicant: 湘江实验室
Abstract: 本发明公开一种用于髋臼周围截骨术的图像配准方法、终端设备及介质，步骤包括：获取术前CT数据和术中C臂透视X线图像；对术前CT数据进行三维标志点检测以及骨组织分割；获取不同位姿的CT体积数据进行多视角可微分透视模拟，依次对三维骨组织分割结果进行材料分解、投影、衰减、可微分透视、散射估计以及噪声注入，以使得分割网络逼近透视成像；将术中C臂透视X线图像与多视角可微分透视模拟图像作为样本数据进行神经网络模型训练，对术中C臂透视X线图像进行二维标志点检测以及骨组织分割；将三维标志点检测、骨组织分割结果与二维标志点检测、骨组织分割结果进行配准。本发明具有实现方法简单、成本低、配准效率以及精度高等优点。
-
公开(公告)号：CN118398233A
公开(公告)日：2024-07-26
申请号：CN202410818192.0
申请日：2024-06-24
Applicant: 湘江实验室
Abstract: 本发明属于数据分析处理技术领域，具体涉及一种面向不平衡医疗数据集的分析处理方法，包括：采集不平衡医疗数据集，并进行标准化处理；对标准化后的不平衡训练数据集构建SVM模型，并分别识别少数类和多数类的支持向量、及采用EDR方法分别估计多数类和少数类支持向量的数据范围；基于多数类支持向量，结合模糊三角函数和#imgabs0#方法进行欠采样处理，挑选出所有价值的多数类的支持向量；基于少数类支持向量，采用ELM‑ABC方法进行过采样处理，生成更多少数类支持向量；将经欠采样处理后的多数类和经过采样处理后的少数类支持向量组成平衡医疗数据集。采用双重采样的方法对不平衡医疗数据集平衡化处理，达到平衡数据的目的。
-
公开(公告)号：CN117667360B
公开(公告)日：2024-04-16
申请号：CN202410130270.8
申请日：2024-01-31
Applicant: 湘江实验室
Abstract: 本发明实施例中提供了一种面向大模型任务的计算与通信融合的智能算网调度方法，属于数据处理技术领域，具体包括：建立调度优化目标函数；设计深度强化学习环境，将调度优化目标函数设计为奖励函数，并构成马尔科夫过程；对当前大模型任务提取状态特征；深度强化学习的智能体根据时序特征和状态特征做出调度策略；由奖励函数计算预测奖励值；大模型任务在计算节点上执行结束后，得到完整的马尔可夫过程存入经验池；构造分层经验池，对多头注意力层和预测网络进行联合训练，以及，根据预测反馈计算预测奖励构成新的马尔可夫过程对多头注意力层和Q网络进行联合训练。通过本发明的方案，提高了对大模型任务的调度效率、精准度和适应性。
-
公开(公告)号：CN119783831A
公开(公告)日：2025-04-08
申请号：CN202510267380.3
申请日：2025-03-07
Applicant: 湘江实验室
IPC: G06N5/04 , G06F18/2433
Abstract: 本申请涉及传感器数据分析技术领域，提供了一种面向干细胞生产制备的大模型推理方法及相关设备，该方法包括：获取干细胞生产制备物联网中当前时刻的多个传感器数据；基于当前时刻的所有传感器数据构建第一提示模板，并利用大模型对第一提示模板进行推理，得到第一预测结果；当当前时刻的所有传感器数据和第一预测结果满足推理模式切换条件时，基于当前时刻的所有传感器数据和大模型的输出格式构建第二提示模板，并利用大模型对第二提示模板进行推理，得到第二预测结果。本申请的方法能够提高利用大模型推理对干细胞生产制备环境进行异常检测的时效性。
-
公开(公告)号：CN118398233B
公开(公告)日：2024-09-13
申请号：CN202410818192.0
申请日：2024-06-24
Applicant: 湘江实验室
Abstract: 本发明属于数据分析处理技术领域，具体涉及一种面向不平衡医疗数据集的分析处理方法，包括：采集不平衡医疗数据集，并进行标准化处理；对标准化后的不平衡训练数据集构建SVM模型，并分别识别少数类和多数类的支持向量、及采用EDR方法分别估计多数类和少数类支持向量的数据范围；基于多数类支持向量，结合模糊三角函数和#imgabs0#方法进行欠采样处理，挑选出所有价值的多数类的支持向量；基于少数类支持向量，采用ELM‑ABC方法进行过采样处理，生成更多少数类支持向量；将经欠采样处理后的多数类和经过采样处理后的少数类支持向量组成平衡医疗数据集。采用双重采样的方法对不平衡医疗数据集平衡化处理，达到平衡数据的目的。
-
Patent Agency Ranking
公开(公告)号：CN119149756B
公开(公告)日：2025-01-24
申请号：CN202411597626.5
申请日：2024-11-11
Applicant: 湘江实验室
IPC: G06F16/36 , G06N5/022 , G06N5/04 , G06F16/353 , G06F18/22 , G06F18/23 , G06F18/241 , G06F18/26
Abstract: 本发明涉及数据处理技术领域，本发明公开了一种基于信创体系的医养知识图谱数据库构建方法、设备及介质，包括：计算基础医养知识图谱中每个原始节点的稀疏度，并根据稀疏度筛选出稀疏节点；遍历基础医养知识图谱，获取与稀疏节点未直接相连的原始节点，并将其标记为待挖掘节点，并判断稀疏节点与待挖掘节点之间是否存在潜在关系；当判定存在潜在关系时，推断出稀疏节点与待挖掘节点之间存在的潜在关系的具体表示；根据潜在关系的具体表示为基础医养知识图谱创建并添加新的关系边，以形成优化后的医养知识图谱；本发明能丰富图谱的结构，提高医养知识图谱的整体完整性，进而增强搜索准确性。
-
公开(公告)号：CN119128138B
公开(公告)日：2025-01-24
申请号：CN202411608912.7
申请日：2024-11-12
Applicant: 湘江实验室
IPC: G06F16/34 , G06F40/216 , G06F40/284
Abstract: 本申请涉及文本摘要技术领域，提供了一种文本摘要优化方法、装置、设备及介质。该方法包括：根据提示词生成文本摘要；计算文本摘要的完整值、正确值、简洁值；基于迭代总次数计算完整值动态权重、正确值动态权重和简洁值动态权重；根据文本摘要对应的完整值、正确值、简洁值以及完整值动态权重、正确值动态权重、简洁值动态权重，计算动态权重综合评价值；利用动态权重综合评价值对所有文本摘要进行迭代优化，直到迭代优化的迭代次数等于迭代总次数，得到多个优化文本摘要和优化动态权重综合评价值；根据所有优化动态权重综合评价值从所有优化文本摘要中确定出目标文本的最终文本摘要。本申请的方法能够提高文本摘要的质量。
-
公开(公告)号：CN119312114A
公开(公告)日：2025-01-14
申请号：CN202411852226.4
申请日：2024-12-16
Applicant: 湘江实验室
IPC: G06F18/23 , G06F18/15 , G06F18/213 , G06F18/21 , G06F18/22 , G06F18/2433 , G06F123/02
Abstract: 本申请涉及干细胞制备技术领域，提供了一种干细胞低氧扩增阶段的异常预测方法及相关设备。该方法包括：计算每个变量数据的数据特征，并基于所有数据特征计算每个历史时刻的全局特征；基于全局特征计算历史时刻的每两个变量数据之间的相似关系，并根据所有相似关系构建有向图；根据所有历史时刻计算有向图中每两个节点之间的相关性衰减率，并基于所有相关性衰减率获取每个变量数据的最终特征；将模态在每个历史时刻对应的所有变量数据的最终特征进行聚合，得到模态在每个历史时刻的聚合特征；对聚合特征进行更新，得到最终聚合特征，并基于最终聚合特征进行异常预测得到异常预测结果。本申请的方法可以提高异常预测的准确性。
-
公开(公告)号：CN119149756A
公开(公告)日：2024-12-17
申请号：CN202411597626.5
申请日：2024-11-11
Applicant: 湘江实验室
Abstract: 本发明涉及数据处理技术领域，本发明公开了一种基于信创体系的医养知识图谱数据库构建方法、设备及介质，包括：计算基础医养知识图谱中每个原始节点的稀疏度，并根据稀疏度筛选出稀疏节点；遍历基础医养知识图谱，获取与稀疏节点未直接相连的原始节点，并将其标记为待挖掘节点，并判断稀疏节点与待挖掘节点之间是否存在潜在关系；当判定存在潜在关系时，推断出稀疏节点与待挖掘节点之间存在的潜在关系的具体表示；根据潜在关系的具体表示为基础医养知识图谱创建并添加新的关系边，以形成优化后的医养知识图谱；本发明能丰富图谱的结构，提高医养知识图谱的整体完整性，进而增强搜索准确性。
-
公开(公告)号：CN119128138A
公开(公告)日：2024-12-13
申请号：CN202411608912.7
申请日：2024-11-12
Applicant: 湘江实验室
IPC: G06F16/34 , G06F40/216 , G06F40/284
Abstract: 本申请涉及文本摘要技术领域，提供了一种文本摘要优化方法、装置、设备及介质。该方法包括：根据提示词生成文本摘要；计算文本摘要的完整值、正确值、简洁值；基于迭代总次数计算完整值动态权重、正确值动态权重和简洁值动态权重；根据文本摘要对应的完整值、正确值、简洁值以及完整值动态权重、正确值动态权重、简洁值动态权重，计算动态权重综合评价值；利用动态权重综合评价值对所有文本摘要进行迭代优化，直到迭代优化的迭代次数等于迭代总次数，得到多个优化文本摘要和优化动态权重综合评价值；根据所有优化动态权重综合评价值从所有优化文本摘要中确定出目标文本的最终文本摘要。本申请的方法能够提高文本摘要的质量。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.021 seconds)
