-
公开(公告)号：CN109712098A
公开(公告)日：2019-05-03
申请号：CN201910019969.6
申请日：2019-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于统计推理的图像修复方法，包括以下步骤：S1：通过机器学习算法将基本的统计推理应用于信号重建；S2：利用深度神经网络算法避免传统的对损失信号进行先验统计建模，转而通过训练大量的损坏输入和清楚的目标输出参数，来建立卷积神经网络回归模型；S3：通过最小化经验风险的方法，学习将损坏的观察结果映射到观察的清晰的信号上，从而得出，在常见的情况下，即使没有观察到清晰的信号，仅通过观察损坏的数据，也能通过这种方法来修复图像。本发明基于统计推理原理，可以在未观察到完整目标数据的情况，仅训练被破环的目标数据来进行图像修复，并且在通常情况下，可取得使用完整数据接近的图像修复性能。
-
公开(公告)号：CN111128372A
公开(公告)日：2020-05-08
申请号：CN201911214487.2
申请日：2019-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于RF-LR改进算法的疾病预测方法，包括以下步骤：S1：获取糖尿病数据集，对数据集进行预处理，包括数据集成、清洗、规约；S2：使用随机森林算法对处理过后的糖尿病数据集进行特征选择；S3：在逻辑回归算法中引入代价敏感因子，以代价最小化为判别标准。本发明基于统计推理原理，可以在未观察到完整目标数据的情况，仅训练被破环的目标数据来进行图像修复，并且在通常情况下，可取得使用完整数据接近的图像修复性能。
-
公开(公告)号：CN109712098B
公开(公告)日：2022-07-08
申请号：CN201910019969.6
申请日：2019-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于统计推理的图像修复方法，包括以下步骤：S1：通过机器学习算法将基本的统计推理应用于信号重建；S2：利用深度神经网络算法避免传统的对损失信号进行先验统计建模，转而通过训练大量的损坏输入和清楚的目标输出参数，来建立卷积神经网络回归模型；S3：通过最小化经验风险的方法，学习将损坏的观察结果映射到观察的清晰的信号上，从而得出，在常见的情况下，即使没有观察到清晰的信号，仅通过观察损坏的数据，也能通过这种方法来修复图像。本发明基于统计推理原理，可以在未观察到完整目标数据的情况，仅训练被破环的目标数据来进行图像修复，并且在通常情况下，可取得使用完整数据接近的图像修复性能。
-
公开(公告)号：CN110502479A
公开(公告)日：2019-11-26
申请号：CN201910793068.2
申请日：2019-08-26
Applicant: 重庆邮电大学
IPC: G06F16/13 , G06F16/172 , G06F16/182
Abstract: 本发明涉及一种基于HDFS的海量医疗小文件分布式存储方法，属于分布式存储性能优化领域，在标准HDFS集群基础上分配预处理节点，实现对医疗文件中海量小文件的判断、缓存、合并及存储；对于大于阈值的文件，直接存入HDFS集群，对于小于阈值的文件，则先存入缓存，后提取特征，通过hash运算得到相应特征数字串，再通过加权、求和、降维等步骤生成每个文件对应的特征01数字串，并根据该01数字串的相同位数判断文件相似性；将相似文件合成大于阈值的SequenceFile格式文件存入HDFS，同时生成[key.value]形式的index索引文件。
-
-
-
Search Results
4
records
(took 0.017 seconds)
