-
公开(公告)号:CN112597686B
公开(公告)日:2022-02-22
申请号:CN202011610911.8
申请日:2020-12-30
Applicant: 复旦大学
IPC: G06F30/23 , G06F119/08
Abstract: 本发明提供了一种有限元分析参数贝叶斯优化方法及装置,对有限元模型涉及到的多维热传导参数进行优化从而得到最优热分析结果,其特征在于,包括如下步骤:设置多维热传导参数的初始值,并与有限元模型输入有限元分析软件;在二次开发程序中设置贝叶斯优化信息;检索到热分析温度;获取样本点,并对初始高斯过程模型更新;利用采集函数获取评估点,并根据该评估点更新热分析文件得到更新热分析文件;利用有限元分析软件对更新热分析文件进行热分析得到优化热分析结果;判断是否达到迭代次数,在判断为否时,将优化热分析结果作为新的初始热分析结果,将更新热分析文件作为新的热分析文件,进行进一步地优化;在判断为是时,输出最优热分析结果。
-
公开(公告)号:CN108846016B
公开(公告)日:2021-08-20
申请号:CN201810422499.3
申请日:2018-05-05
Applicant: 复旦大学
IPC: G06F16/953 , G06F40/284
Abstract: 本发明属于文本搜索引擎技术领域,具体为一种面向中文分词的搜索算法。本发明算法主要分为两个阶段:离线构建索引阶段和在线查找阶段。在离线构建索引阶段,首先提取所有原始字符串集合的后缀串集合,然后由后缀串集合生成改进的后缀树;在在线查找阶段,首先根据基于后缀树的索引模型得到关键词的查询结果,然后量化关键词和查询结果的匹配程度,最后将查询结果按匹配程序由高到低排序后返回。本发明通过一种改进的基于后缀树的索引结构来平衡索引构建时间和占用空间,使用本发明的索引结构的搜索效率远高于对结果集暴力计算匹配度并排序的效率。
-
公开(公告)号:CN113239766A
公开(公告)日:2021-08-10
申请号:CN202110479246.1
申请日:2021-04-30
Applicant: 复旦大学
Abstract: 本发明涉及数据识别领域,提供了基于深度神经网络的行为识别方法及智能报警装置,根据本发明所涉及的基于深度神经网络的行为识别方法,因为由于预训练好的模型含有用户指定行为类别的特征信息,因此将从摄像头获取到的视频流进行处理之后,可以把处理后的视频帧特征输入到特征模型进行计算,从而综合分析了当前监控场景下是否发生目标事件,出现目标事件时能够及时通知相关的安保人员。所以,本发明可广泛应用于各个公共场所或有安防需求的场景下能够进一步降低安防的工作量,还提高了安防的工作效率。
-
公开(公告)号:CN113205521A
公开(公告)日:2021-08-03
申请号:CN202110441410.X
申请日:2021-04-23
Abstract: 本发明提供了一种医学影像数据的图像分割方法,用于针对存在领域偏移的第一医学影像数据与第二医学影像数据进行图像分割,其特征在于,包括如下步骤:利用第一医学影像数据对U‑Net神经网络进行训练,从而得到训练好的U‑Net分割模型;基于第一医学影像数据以及第二医学影像数据训练生成式对抗神经网络,从而得到训练好的GAN模型;将第二医学影像数据输入GAN模型,该GAN模型中的生成器将第二医学影像数据转化为图像风格与第一医学影像数据类似的修正医学影像数据;利用U‑Net分割模型对修正医学影像数据进行图像分割,从而得到与第二医学影像数据对应的分割结果。本发明的医学影像数据的图像分割方法,能够对来自不同设备或研究机构的医学影像数据进行图像分割。
-
公开(公告)号:CN108596143B
公开(公告)日:2021-07-27
申请号:CN201810435661.5
申请日:2018-05-03
Applicant: 复旦大学
Abstract: 为提供一种既能够完成大规模的人脸识别,又能够减小计算量从而降低硬件需求、减少训练所需时间的人脸识别方法及装置,本发明提供了一种基于残差量化卷积神经网络的人脸识别方法,包括如下步骤:步骤S1,构建卷积神经网络模型并进行训练;步骤S2,对目标图像进行预处理并对待判定图像进行预处理;步骤S3,将预处理待判定图像及预处理目标图像依次输入特征提取模型,得到待判定特征向量以及目标特征向量;步骤S4,根据目标特征向量以及待判定向量判定一致的人脸图像,其中,步骤S1包括将预定层设定为量化层并对量化层参数进行整数位量化来近似该量化层的参数矩阵的步骤。本发明还提供了基于残差量化卷积神经网络的人脸识别装置。
-
公开(公告)号:CN113113099A
公开(公告)日:2021-07-13
申请号:CN202110366915.4
申请日:2021-04-06
Applicant: 复旦大学
IPC: G16H10/60 , G16H40/20 , G06F16/2457 , G06F16/25
Abstract: 本发明提供一种能够加快后送决策的制定、充分利用后送资源实现高效后送的伤员后送系统,其特征在于,包括:后送请求终端,设置在诊断室内并由诊断医生持有;后送执行终端,由后送组持有;医护终端,设置在后送医院;后送决策平台,与后送请求终端、后送执行终端以及医护终端相通信连接,其中,后送决策平台具有后送策略生成部、后送名单生成部以及平台通信部,一旦平台通信部接收到后送请求终端发送的身份信息,后送策略生成部就生成后送策略,平台通信部将后送策略发送给后送执行终端让后送组确认执行,后送名单生成部生成对应的后送名单,平台通信部将后送名单发送给医护终端让后送医院根据伤员的情况预先进行准备工作。
-
公开(公告)号:CN113095199A
公开(公告)日:2021-07-09
申请号:CN202110367156.3
申请日:2021-04-06
Applicant: 复旦大学
Abstract: 本发明提供一种能够快速识别行人身份并捕捉该行人全身像图的高速行人身份识别方法及装置,其特征在于,高速行人身份识别方法包括以下步骤:步骤S1,获取摄像头的识别号以及各个摄像头的道路连通关系;步骤S2,识别出目标行人的人脸图像以及全身图像作为目标行人信息进行存储;步骤S3,获取与识别出目标行人的摄像头具有对应的道路连通关系的摄像头作为待识别摄像头,步骤S4,从待识别摄像头中获取图像帧;步骤S5,将图像帧输入行人检测算法模型;步骤S6,对图像帧进行目标行人识别;步骤S7,根据行人识别结果获取待匹配人脸图像并进行人脸识别;步骤S8,将目标行人的全身图像与相应的识别号对应存入输出缓存队列;步骤S9,重复步骤S3至步骤S7。
-
公开(公告)号:CN112989977A
公开(公告)日:2021-06-18
申请号:CN202110235810.5
申请日:2021-03-03
Applicant: 复旦大学
Abstract: 本发明提供了一种基于跨模态注意力机制的视听事件定位方法及装置,用于对目标音视频中的事件进行识别与定位,其特征在于,包括如下步骤:对目标音视频进行预处理得到图像特征以及音频特征;基于图像特征以及音频特征利用预先训练好的基于跨模态注意力机制的神经网络模型进行识别与定位,从而得出目标音视频中每一个时刻的事件类别。其中,神经网络模型包括跨模态注意力机制模块、单模态自注意力机制模块、循环神经网络模块以及分类模块。跨模态注意力机制模块用于获取视频模态与音频模态间的信息,并使用一个模态的信息处理另一模态的信息,实现模态间的信息交互。单模态自注意力机制模块以及循环神经网络模块用于捕捉模态内的长距离依赖关系。
-
公开(公告)号:CN112989952A
公开(公告)日:2021-06-18
申请号:CN202110191225.X
申请日:2021-02-20
Applicant: 复旦大学
Abstract: 本发明提供了一种基于遮罩引导的人群密度估计方法,属于深度学习领域,其特征在于,包括如下步骤:步骤S1,对待测图像进行预处理获得预处理图像;步骤S2,搭建基于遮罩引导机制卷积神经网络模型;步骤S3,将包含多张训练图像的训练集输入步骤S2搭建的卷积神经网络模型,对该卷积神经网络模型进行训练得到训练完成的卷积神经网络模型;步骤S4,将预处理图像输入步骤S3训练完成的卷积神经网络模型,得到各个预处理图像中的人群密度结果并进行输出,其中,卷积神经网络模型包括遮罩引导模块以及分块预测模块,遮罩引导模块将预处理图像根据人群密度的稠密程度进行分层,再将多个图层分别对应输入分块预测模块中的多个与稠密程度相对应的预测网络层。
-
公开(公告)号:CN112597686A
公开(公告)日:2021-04-02
申请号:CN202011610911.8
申请日:2020-12-30
Applicant: 复旦大学
IPC: G06F30/23 , G06F119/08
Abstract: 本发明提供了一种有限元分析参数贝叶斯优化方法及装置,对有限元模型涉及到的多维热传导参数进行优化从而得到最优热分析结果,其特征在于,包括如下步骤:设置多维热传导参数的初始值,并与有限元模型输入有限元分析软件;在二次开发程序中设置贝叶斯优化信息;检索到热分析温度;获取样本点,并对初始高斯过程模型更新;利用采集函数获取评估点,并根据该评估点更新热分析文件得到更新热分析文件;利用有限元分析软件对更新热分析文件进行热分析得到优化热分析结果;判断是否达到迭代次数,在判断为否时,将优化热分析结果作为新的初始热分析结果,将更新热分析文件作为新的热分析文件,进行进一步地优化;在判断为是时,输出最优热分析结果。
-
-
-
-
-
-
-
-
-