-
公开(公告)号：CN107220600A
公开(公告)日：2017-09-29
申请号：CN201710346320.6
申请日：2017-05-17
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开一种基于深度学习的图片生成方法及生成对抗网络，所述方法包括如下步骤：(1)建立图片数据库：收集若干真实图片并对其进行分类和标注，每张图片具有唯一与之对应的类别标签k；(2)构建生成网络G：在生成网络G中输入随机的噪声信号z和类别标签k组合而成的向量，并将生成的数据作为判别网络D的输入；(3)构建判别网络D：判别网络D的损失函数由用于判断图片真假的第一损失函数和用于判断图片类别的第二损失函数组成；(4)训练网络；(5)生成需要的图片：将随机的噪声信号z和类别标签k输入经过步骤(4)训练好的生成网络G中，得到指定类别的图片。通过本发明，不仅可以生成图片，而且可以指定要生成的图片类别。
-
公开(公告)号：CN107220600B
公开(公告)日：2019-09-10
申请号：CN201710346320.6
申请日：2017-05-17
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开一种基于深度学习的图片生成方法及生成对抗网络，所述方法包括如下步骤：(1)建立图片数据库：收集若干真实图片并对其进行分类和标注，每张图片具有唯一与之对应的类别标签k；(2)构建生成网络G：在生成网络G中输入随机的噪声信号z和类别标签k组合而成的向量，并将生成的数据作为判别网络D的输入；(3)构建判别网络D：判别网络D的损失函数由用于判断图片真假的第一损失函数和用于判断图片类别的第二损失函数组成；(4)训练网络；(5)生成需要的图片：将随机的的噪声信号z和类别标签k输入经过步骤(4)训练好的生成网络G中，得到指定类别的图片。通过本发明，不仅可以生成图片，而且可以指定要生成的图片类别。
-
公开(公告)号：CN107193919A
公开(公告)日：2017-09-22
申请号：CN201710340142.6
申请日：2017-05-15
Applicant: 清华大学深圳研究生院
CPC classification number: G06F16/434 , G06N3/08
Abstract: 本发明公开了一种电子病历的检索方法，包括以下步骤：S1，对电子病历数据库中每一份电子病历，计算电子病历内容特征，所述内容特征包括图像特征；S2，对待检索电子病历，提取其相应的内容特征；S3，根据内容特征，计算待检索电子病历与电子病历数据库中各个电子病历的相似度值；S4，根据步骤S3中得到的待检索电子病历与各个电子病历的相似度值，取最相似的前N份电子病历，作为检索结果；N为由用户或者管理员设定的正整数。本发明的电子病历的检索方法及系统，具有较高的检索准确率和检索效率。
-
-
Search Results
3
records
(took 0.031 seconds)
