-
公开(公告)号：CN110972095A
公开(公告)日：2020-04-07
申请号：CN201911231049.7
申请日：2019-12-05
Abstract: 本发明公开了一种基于移动终端的医疗大数据信息传输方法，包括如下步骤：由移动终端获取医疗大数据；由第一WiFi接入点向移动终端发送第一反向传输信道调度；由第二WiFi接入点向移动终端发送第二反向传输信道调度；由移动终端基于第一反向传输信道调度通知的用于反向传输信道消息的OFDM时频块的大小和第二反向传输信道调度通知的用于反向传输信道消息的OFDM时频块的大小，将医疗大数据划分为第一多个数据包和第二多个数据包；由移动终端利用第一反向传输信道调度指示的反向传输信道消息的OFDM时频块向第一WiFi接入点发送第一多个数据包；由移动终端利用第二反向传输信道调度指示的反向传输信道消息的OFDM时频块向第二WiFi接入点发送第二多个数据包。
-
公开(公告)号：CN110972095B
公开(公告)日：2020-11-20
申请号：CN201911231049.7
申请日：2019-12-05
Abstract: 本发明公开了一种基于移动终端的医疗大数据信息传输方法，包括如下步骤：由移动终端获取医疗大数据；由第一WiFi接入点向移动终端发送第一反向传输信道调度；由第二WiFi接入点向移动终端发送第二反向传输信道调度；由移动终端基于第一反向传输信道调度通知的用于反向传输信道消息的OFDM时频块的大小和第二反向传输信道调度通知的用于反向传输信道消息的OFDM时频块的大小，将医疗大数据划分为第一多个数据包和第二多个数据包；由移动终端利用第一反向传输信道调度指示的反向传输信道消息的OFDM时频块向第一WiFi接入点发送第一多个数据包；由移动终端利用第二反向传输信道调度指示的反向传输信道消息的OFDM时频块向第二WiFi接入点发送第二多个数据包。
-
公开(公告)号：CN119005295B
公开(公告)日：2025-04-04
申请号：CN202411476651.8
申请日：2024-10-22
Applicant: 江南大学
IPC: G06N3/096 , G06V10/764 , G06V40/10 , G06V10/82 , G06V10/74
Abstract: 本发明涉及数据分析领域，尤其是指一种多源域人体姿态识别迁移模型构建方法及装置；利用储备池变换公式生成人体姿态的多个源域数据和目标域数据的储备池表示；计算各源域、目标域的储备池表示间的RSD距离，根据RSD距离选择第一相似源域的储备池表示并使用mix‑up公式增强；在除第一相似源域外的其他源域的储备池表示中选择第二相似源域并增强；合并增强后的第一、第二相似源域的储备池表示作为最相似源域的储备池表示输入TSK模糊系统，得到初始人体姿态识别模型；根据目标域的储备池表示调整模型初始模糊规则的后件参数，得到优化后的人体姿态识别模型。实现了基于多个不充分源域快速且精准的人体姿态识别。
-
公开(公告)号：CN118820484B
公开(公告)日：2025-02-28
申请号：CN202410804900.5
申请日：2024-06-21
Applicant: 江南大学 , 苏州觉卿谛语智能科技有限公司
IPC: G06F16/36 , G06F18/214 , G06F18/2415
Abstract: 本发明涉及知识图谱补全任务技术领域，具体指一种基于大模型的知识图谱补全方法、设备及可读存储介质，包括：基于各个实体嵌入特征，构建各个实体的节点中心度函数、节点指示函数，确定所有实体的中心度数之和、节点指示函数值之和；基于各个待预测三元组的实体分布概率，构建各个待预测三元组的焦点损失函数，并结合所有实体的中心度数之和、节点指示函数值之和，构建各个待预测三元组的基于节点中心度的焦点平衡损失函数；根据预设的批次大小，构建当前批次的目标损失函数。本发明提高了大模型收敛速度、精度，提高了二阶段补全框架的推理速度、预测准确度，提高了知识图谱最终补全结果的准确率以及补全过程的处理效率。
-
公开(公告)号：CN118918445B
公开(公告)日：2025-02-14
申请号：CN202411405238.2
申请日：2024-10-10
IPC: G06V10/82 , G06N3/0455 , G06N3/09 , G06V10/22 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80
Abstract: 本发明涉及异常决策技术领域，公开了一种基于多尺度特征融合差分的轻量化智能异常决策方法，包括选取多个正常图像作为记忆样本；获取待检测图像；获取每个记忆样本与待检测图像的多个具有不同分辨率的阶段特征，组成每个记忆样本的样本存储信息与待检测图像的实时存储信息；计算实时存储信息与每个样本存储信息之间的欧几里得距离，获取距离最小的作为目标样本存储信息与目标记忆样本；获取目标记忆样本与待检测图像在各个分辨率下的x轴、y轴卷积阶段特征，计算各个分辨率下目标记忆样本与待检测图像之间的差分信息；获取基于金字塔结构的多尺度特征差分中每一层的差分输出，进行通道拼接后，输入解码器中，获取待检测图像中的缺陷定位结果。
-
Patent Agency Ranking
公开(公告)号：CN119311708A
公开(公告)日：2025-01-14
申请号：CN202411846286.5
申请日：2024-12-16
Applicant: 江南大学 , 无锡市锡山区人民检察院
IPC: G06F16/23 , G06N20/00 , G06F16/215 , G06F18/214 , G06F18/2433
Abstract: 本发明属于区块链技术领域，涉及基于迁移学习的区块链数据异常检测智能合约构建方法。基于待检测区块链训练集中的数据样本经其投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第一迁移项；基于目标区块链训练集中的数据样本经待检测区块链训练集的投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第二迁移项；基于目标区块链训练集的投影矩阵与待检测区块链训练集的投影矩阵的差值构建第三迁移项；基于待检测区块链训练集的投影矩阵L2正则化构建结构损失正则项；构建数据异常检测模型并求解，得到待检测区块链训练集的超球半径、超球中心和投影矩阵；将知识迁移应用于区块链数据异常检测中，提高了区块链数据检测结果的准确性。
-
公开(公告)号：CN118799948B
公开(公告)日：2024-11-29
申请号：CN202411282724.X
申请日：2024-09-13
IPC: G06V40/16 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/088 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及半监督表情识别技术领域，公开了一种基于交叉融合与置信评估的情绪识别智能合约构建方法，包括获取基于区块链存储的面部图像，划分为有标签与无标签样本集；将所有面部图像分别输入初始图像分类模型，获取预测标签与标签置信度得分；基于每个有标签样本的交叉熵损失，得标签集合损失；将无标签样本划分为正确或错误样本；基于每个正确样本的交叉熵损失，获取集合无监督损失；基于每个错误样本的对比学习损失，获取集合对比损失；基于前述三种损失，构建模型总损失函数，训练初始图像分类模型，获取训练好的图像分类模型，输入待识别面部图像，获取多个置信度得分，以其中得分最高的所表示的情绪类型，作为待识别面部图像的预测标签。
-
公开(公告)号：CN119006867A
公开(公告)日：2024-11-22
申请号：CN202411485053.7
申请日：2024-10-23
Applicant: 江南大学
IPC: G06V10/762 , G06T7/00 , G06V10/40 , G06V10/82
Abstract: 本发明涉及图像识别领域，尤其指一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质；计算预处理后的直肠癌MR图像的共生矩阵提取每张图像的物理特征，真实标签也作为物理特征；根据图像及真实标签确定K个聚类以表征直肠癌分期阶段；对物理特征用模糊C均值算法得到K个聚类的相关信息；根据K个聚类的相关信息训练TSK模糊系统得到初始直肠癌分期预测模型；将直肠癌MR图像及真实标签输入模型输出分期预测值；以预测误差、输出方差和改进的特征分布损失构建模型中模糊规则权重的目标函数；以解析解的形式对目标函数求解，得到优化后的规则权重及直肠癌分期预测模型，实现基于少量直肠癌MR图像的完全可解释的分期预测。
-
公开(公告)号：CN118887409A
公开(公告)日：2024-11-01
申请号：CN202411394782.1
申请日：2024-10-08
Abstract: 本发明涉及计算机视觉技术领域，尤其是指一种基于归纳偏置和动态特征聚合的深度智能分割方法，包括：构建图像智能分割模型，包括初始层、编码器、瓶颈层、解码器、空间注意力模块以及输出层；将原始图像输入至图像智能分割模型，输出分割预测图像。所述图像智能分割模型应用DConvNeXt模块，结合具有动态特征建模能力的可变形卷积v4算子与高效局部注意力机制作为令牌混合器，在有效提升模型的特征建模能力的同时，显著增强了特征表示的灵活性和动态性。本发明能够有效处理复杂图像分割任务，显著提高了在多样化应用场景中的适应性和处理复杂图像的分割精度。
-
公开(公告)号：CN117952206A
公开(公告)日：2024-04-30
申请号：CN202410358013.X
申请日：2024-03-27
Applicant: 江南大学
Abstract: 本发明涉及知识图谱补全任务技术领域，具体指一种知识图谱链路预测方法，包括：利用预编码模型得到嵌入层向量，并构建对应掩码三元组；对掩码三元组中各元素加上对应位置编码，得到对应输入序列，并将其输入至训练好的主掩码模型中，输出对应实体分类概率；根据实体分类概率，预测潜在可能实体；还包括：将嵌入层向量对应语义信息与嵌入模型对应结构信息拼接，得到融合后的头实体与关系表达，并构建对应融合掩码三元组；对融合掩码三元组中各元素加上对应位置编码，得到对应融合输入序列；本发明使用预编码方法，有效减轻模型的训练压力，提高模型的推理速度；并在输入主掩码模型前使用融合模块，保证了文本描述信息的完整性，提高了预测精确度。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.034 seconds)
