公开(公告)号：CN117079015A

公开(公告)日：2023-11-17

申请号：CN202310916563.4

申请日：2023-07-24

Applicant: 厦门大学

Inventor： 苏毓涵 ,  黄超锋 ,  林志阳 ,  李乔 ,  吴挺竹 ,  廖新勤 ,  林勤 ,  陈忠

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06T7/00

Abstract: 本申请的实施例提供了一种图像分类模型的训练、分类方法、装置、介质及设备。该训练方法包括：对原始图像数据集进行预处理；从预处理后的原始图像数据集中选取训练数据，并对训练数据进行随机划分，得到预定数量组数的训练集和验证集；分别采用各组训练集和验证集对若干子分类器进行训练直至收敛，得到若干目标子分类器；将若干目标子分类器针对同一样本输出的分类结果进行融合，并用以对预先构建的元分类器进行训练，得到目标元分类器；将若干目标子分类器进行并联，再与目标元分类器串联，得到目标图像分类模型。本申请实施例的技术方案可以基于小规模的样本数据进行模型的训练，保证模型的训练效果，并提高模型识别结果的准确性。

公开(公告)号：CN116153495A

公开(公告)日：2023-05-23

申请号：CN202211516055.9

申请日：2022-11-29

Applicant: 厦门大学

Inventor： 苏毓涵 ,  林勤 ,  陈忠 ,  杨晨 ,  林志阳

IPC: G16H50/20 ,  G16H50/30 ,  G16H50/50

Abstract: 本发明提供了一种食管癌患者免疫治疗预后生存预测方法，包括以下步骤：第一步：创建原始数据集，并将数据传输至数据预处理模块，进行下一步处理；第二步：对原始数据进行预处理；第三步：对预处理后的数据分析其的内在结构，找出数据的结构特征信息，并用作训练预测模型的特征数据集；第四步：将步骤三中选择的食管癌患者各个生存指标信息作为训练样本，其余作为测试样本；第五步：采用级联预测模型框架，设置模型参数，接着将训练样本数据分别输入5个学习器当中分别进行特征提取与训练；第六步：获得每个子学习器对应的预测结果；第七步：输出最终预测结果。应用本技术方案可实现有效地预测食管癌患者免疫治疗预后的三年生存状况。

公开(公告)号：CN116958060A

公开(公告)日：2023-10-27

申请号：CN202310767214.0

申请日：2023-06-27

Applicant: 厦门大学 ,  厦门特仪科技有限公司

Inventor： 郭伟杰 ,  林宇航 ,  王世锐 ,  林志阳

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/70 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明提出了一种基于机器学习的检测相对水平的方法及装置，包括：响应于利用工业相机拍摄待测屏幕生成拍摄图片；选取生成的拍摄图片中边缘特征明显的区域，计算该区域内所有像素值之间的方差，以分析拍摄图片的成像质量来判断清晰度；根据计算获得的方差值结合预先建立的分析模型进行分析待测屏幕当前位置的状态，根据分析结果对检测台的偏转情况作出调整，直到拍摄图片成像最清晰，方差达到最大值。通过本发明的技术方案，可以不用激光测距等外设，就能测量屏幕与工业相机焦平面的平行程度，可以快速得出屏幕与焦平面的偏转角度，和AI技术相结合，应用人工智能算法推理估算出当前位置的状态，再代入模型公式进行计算求解角度。