-
公开(公告)号：CN119513346A
公开(公告)日：2025-02-25
申请号：CN202411583399.0
申请日：2024-11-07
Applicant: 常熟理工学院
IPC: G06F16/58 , G06F16/78 , G06F16/783 , G06F16/583 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种视觉问答方法、装置、计算机设备及计算机可读存储介质，可以利用问题引导图像实现跨模态交互，使得生成的图像特征融入问题信息，提高模态内和模态间的交互能力。所述方法包括：基于视觉问答模型，确定样本图像的自适应注意力特征图和样本问题的问题特征表示；对自适应注意力特征图和问题特征表示进行跨模态特征融合，确定样本预测答案；根据样本预测答案和样本实际答案之间的损失对视觉问答模型的模型参数进行优化，以及重新获取训练样本对视觉问答模型进行优化，直至视觉问答模型达到停止模型训练的标准，得到目标模型；响应于视觉问答指令，将待预测图像和待预测问题输入至目标模型进行预测，得到待预测问题对应的预测答案。
-
公开(公告)号：CN111491294A
公开(公告)日：2020-08-04
申请号：CN202010265619.0
申请日：2020-04-07
Applicant: 常熟理工学院
Abstract: 本发明公开一种基于交换的隐私保护容迟网络路由方法，使得节点保护隐私信息的同时，还可获得相遇信息并计算真实效用值，进行消息转发。本发明的隐私保护容迟网络路由方法，包括如下步骤：(10)系统设置：可信机构发布系统参数，移动节点注册，可信机构进行信息数字签名和节点通信签名；(20)节点相遇记录信息生成：传递节点和非传递节点相遇，生成节点相遇记录及摘要；对摘要信息签名；(30)非传递节点相遇记录信息交换：非传递节点相遇，进行相遇记录信息交换；(40)交换相遇记录信息分发：相遇节点合并、删除、添加交换相遇记录；(50)路由效率值计算：传递节点计算真实效用值；(60)消息路由转发：节点之间进行消息转发。
-
公开(公告)号：CN117994702A
公开(公告)日：2024-05-07
申请号：CN202410191537.4
申请日：2024-02-21
Applicant: 常熟理工学院
IPC: G06V20/40 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种半监督视频目标分割方法，由编码器将当前帧编码为当前帧特征，再由解码器将经过局部匹配后的当前帧特征解码为目标掩码；由编码器将历史帧编码为历史帧特征，然后基于历史目标掩码在历史帧特征中嵌入目标信息，再提取只包含目标区域的历史帧特征存入自适应记忆池，局部匹配是将自适应记忆池中的只包含目标区域的历史帧特征拼接后与当前帧特征匹配；自适应记忆池基于自注意力机制挑选过时的历史帧特征并进行压缩以控制自适应记忆池中历史帧特征的数量范围。本发明还公开了基于该方法的半监督视频目标分割装置。本发明能够提升在长视频中的分割速度与精度。
-
公开(公告)号：CN112905751B
公开(公告)日：2024-03-29
申请号：CN202110295296.4
申请日：2021-03-19
Applicant: 常熟理工学院
IPC: G06F16/33 , G06F16/31 , G06F16/951 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种结合主题模型和孪生网络模型的话题演化跟踪方法，包括步骤1、数据采集，对社交媒体平台的用户数据进行爬虫提取；步骤2、按照设定的时间间隔把文本进行划分得到需要判别的文本数据；步骤3、采用LDA主题模型提取相邻的时间线内的文本数据主题并计算两者显性相似度；步骤4、采用孪生网络和注意力机制计算相邻的时间线内的文本数据的文本语义间的隐性相似度；步骤5、对显性相似度和隐性相似度进行加权融合得到融合邻近度；步骤6、由融合邻近度与预先设定的阈值比较，确定话题在不同时间线的时态变化。本发明结合LDA主题模型和注意力增强的孪生网络模型对文本进行学习，判断出话题的演化并进行追踪，在短时间内掌握话题的发展。
-
公开(公告)号：CN110473204A
公开(公告)日：2019-11-19
申请号：CN201910525526.4
申请日：2019-06-18
Applicant: 常熟理工学院
Abstract: 本发明提供了一种基于弱链接约束的交互式图像分割方法，主要包括以下步骤：1)对目标图像进行SLIC超像素分割预处理；2)用户提供成对弱链接约束信息；3)基于超像素中心点的欧氏距离和在RGB空间平均值的欧氏距离构建相似性矩阵；4)在贝叶斯框架的基础上，通过最大化图像的似然概率构建基于代表点聚类算法模型；5)利用EEM算法优化目标函数，进而完成交互式图像分割任务。本发明将弱链接约束与强链接约束联合在一起，在超像素分割的基础上，将成对链接约束信息嵌入到基于代表点聚类模型中，并在优化过程中，将次优代表点拓展到优化空间中，根据能量损耗，修改代表点集合，完成图像分割，并极大地降低了链接约束的获取成本。
-
Patent Agency Ranking
公开(公告)号：CN119206237A
公开(公告)日：2024-12-27
申请号：CN202411686975.4
申请日：2024-11-25
Applicant: 常熟理工学院
IPC: G06V10/26 , G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于全卷积神经网络的医学图像分割方法，包括：针对医学图像的复杂解剖结构和病理特征，采用深度学习算法对医学图像进行预处理，增强图像中的关键特征，为后续的特征提取提供更丰富的信息基础；在全卷积神经网络的特征提取阶段，引入注意力机制模块和空间金字塔池化模块学习图像中不同区域的重要性权重，自适应调整卷积核的权重分布，提取更加细粒度和有判别力的特征。通过反卷积操作和跳跃连接结构优化上采样过程，引入条件随机场模型进行后处理优化，构建多尺度特征融合模块，并采用对抗学习策略提高网络的泛化能力。本发明有效提升了医学图像分割的准确性和鲁棒性。
-
公开(公告)号：CN115587884A
公开(公告)日：2023-01-10
申请号：CN202211479665.6
申请日：2022-11-23
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于改进的极限学习机的用户贷款违约预测方法，包括步骤：1、由用户贷款违约数据集训练加权极限学习机，用户贷款违约数据集由用户个人信息以及是否违约标签组成；2、将待预测用户个人信息输入训练后的加权极限学习机，输出得到预测结果；其中，加权极限学习机的目标代价权重矩阵基于初始权重与额外权重求和得到，用户贷款违约数据集依据是否违约标签分类为多数类样本与少数类样本，初始权重由多数类样本的数量与少数类样本的数量的差异确定，额外权重由用户贷款违约数据集中样本的附近异类样本数量确定。本发明通过引入初始权重与额外权重求的解决了贷款违约预测数据集的不平衡问题，提高分类性能。
-
公开(公告)号：CN119599925A
公开(公告)日：2025-03-11
申请号：CN202510143104.6
申请日：2025-02-10
Applicant: 常熟理工学院
IPC: G06T5/90 , G06T5/40 , G06T5/60 , G06T7/187 , G06T7/11 , G06T7/136 , G06V10/44 , G06V10/54 , G06V10/20 , G06V10/80
Abstract: 本发明公开了一种基于深度学习的癌症图像对比度增强方法及系统，属于医学图像处理技术领域，本发明采用自适应直方图均衡化算法进行预处理，增强局部区域对比度。通过多尺度分析提取纹理、形状和边缘特征，构建特征描述子。基于特征描述子，使用区域生长分割算法对图像进行分割，得到病灶区域边界。对分割后的病灶区域采用自适应对比度增强技术，突出病灶显示效果。考虑到噪声干扰，引入基于小波变换的去噪方法，在高频子带抑制噪声，低频子带保留细节。通过上述技术方案的有机结合，本发明能够有效增强癌症图像的对比度和清晰度，突出显示病灶区域，同时抑制噪声干扰。
-
公开(公告)号：CN111491294B
公开(公告)日：2021-11-09
申请号：CN202010265619.0
申请日：2020-04-07
Applicant: 常熟理工学院
Abstract: 本发明公开一种基于交换的隐私保护容迟网络路由方法，使得节点保护隐私信息的同时，还可获得相遇信息并计算真实效用值，进行消息转发。本发明的隐私保护容迟网络路由方法，包括如下步骤：(10)系统设置：可信机构发布系统参数，移动节点注册，可信机构进行信息数字签名和节点通信签名；(20)节点相遇记录信息生成：传递节点和非传递节点相遇，生成节点相遇记录及摘要；对摘要信息签名；(30)非传递节点相遇记录信息交换：非传递节点相遇，进行相遇记录信息交换；(40)交换相遇记录信息分发：相遇节点合并、删除、添加交换相遇记录；(50)路由效率值计算：传递节点计算真实效用值；(60)消息路由转发：节点之间进行消息转发。
-
公开(公告)号：CN112905751A
公开(公告)日：2021-06-04
申请号：CN202110295296.4
申请日：2021-03-19
Applicant: 常熟理工学院
IPC: G06F16/33 , G06F16/31 , G06F16/951 , G06N3/04
Abstract: 本发明公开了一种结合主题模型和孪生网络模型的话题演化跟踪方法，包括步骤1、数据采集，对社交媒体平台的用户数据进行爬虫提取；步骤2、按照设定的时间间隔把文本进行划分得到需要判别的文本数据；步骤3、采用LDA主题模型提取相邻的时间线内的文本数据主题并计算两者显性相似度；步骤4、采用孪生网络和注意力机制计算相邻的时间线内的文本数据的文本语义间的隐性相似度；步骤5、对显性相似度和隐性相似度进行加权融合得到融合邻近度；步骤6、由融合邻近度与预先设定的阈值比较，确定话题在不同时间线的时态变化。本发明结合LDA主题模型和注意力增强的孪生网络模型对文本进行学习，判断出话题的演化并进行追踪，在短时间内掌握话题的发展。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
