-
公开(公告)号：CN116935095A
公开(公告)日：2023-10-24
申请号：CN202310633927.8
申请日：2023-05-31
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/74 , G06V10/774 , G06F21/62 , G06F21/60 , H04L9/00 , H04N1/44
Abstract: 本发明公开了一种基于隐私保护的图像特征数据分类系统，包括相互连接的本地查询端和远程服务端；所述本地查询端包括：第一分块与特征提取模块、第一同态加密模块和第一数据传输模块；所述远程服务端包括：第二数据传输模块、特征提取模块、加权组合模块、分类比对模块、数据存储模块。在本发明中，使得远程服务端无法获取明文的待分类图像，从而实现隐私保护操作；并且，为了实现查询功能，远程服务端中存储的用于比对的加密特征采用了与搜索特征相同的计算方式得到。
-
公开(公告)号：CN110008341B
公开(公告)日：2023-01-17
申请号：CN201910250650.4
申请日：2019-03-29
Applicant: 电子科技大学
Abstract: 本发明提供了一种自适应错词和生词的印尼新闻文本分类方法，根据印尼新闻数据训练词到向量的神经网络模型，得到词到向量的映射字典；训练自适应错词和生词的词向量生成模型以及字到向量的映射字典；利用有标签的新闻语料训练文本分类模型；利用所述自适应错词和生词的词向量生成模型以及字到向量的映射字典，得到词向量，从而完成印尼新闻文本的分类。本发明通过上述方法解决了现有的深度学习方法预测时错词和生词对预测结果的干扰的问题，让拼写错误的词语的词向量接近正确的词向量，进而有效地提高了分类的准确率。
-
公开(公告)号：CN112348106B
公开(公告)日：2022-06-28
申请号：CN202011290015.8
申请日：2020-11-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于关键点学习的乳腺超声影像分类方法，首先将超声影像集预处理，将超声影像训练集划分为m个子集，并训练m‑1个基于神经网络的良恶性预测模型；然后根据BI‑RADS评级标准，给出6个关键点的学习方法，对输入的乳腺超声影像在每个模型上产生BI‑RADS评级的多级分类预测；最后利用投票产生BI‑RADS评级的多级分类预测结果，并调整相应的良恶性概率值，本发明解决了目前基于深度学习的乳腺超声肿瘤识别方法效果与可解释性平衡的技术问题。
-
公开(公告)号：CN109034248B
公开(公告)日：2022-04-05
申请号：CN201810846627.7
申请日：2018-07-27
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/762 , G06K9/62
Abstract: 本发明公开一种基于深度学习的含噪声标签图像的分类方法，涉及图像分类技术领域，本发明的方法包括如下步骤：步骤1，对语义元数据集和图像数据集进行数据提纯得到baseline数据集；步骤2，基于baseline数据集训练baseline模型，通过训练好的baseline模型提取baseline数据集的特征信息；步骤3，通过层次聚类对特征信息进行聚类，得到新的数据类别；步骤4，基于新的数据类别对baseline数据集进行重新划分，得到分类数据集data；步骤5，最后基于data数据集使用short_inception网络训练出最终的分类模型；步骤6，根据最终的分类模型对含噪声标签图像进行分类。本发明解决了现有的含噪声标签图像的分类方法无法适用于大数据集的问题。
-
公开(公告)号：CN112734043B
公开(公告)日：2021-11-05
申请号：CN202110020207.5
申请日：2021-01-07
Applicant: 电子科技大学
Abstract: 本发明涉及一种基于深度学习的分段容错逻辑量子电路解码方法，所述解码方法包括：S1、将逻辑电路进行分段变体以满足容错性并得到对应容错变体线路并收集其内部纠错模块产生的诊断数据；S2、根据所述诊断数据构建内置有多分类数据模型的高效解码器，根据所述解码器和诊断数据找出最终纠错过程的恢复算子。本发明首次考虑了纠错模块本身的故障对量子容错电路的影响，并利用机器学习预测模型有效判断该模块造成的误差扩散事件；解码器有效的利用了分段容错变体线路不同纠错子模块的关联特点，增强了基于分段容错策略的通用量子计算方案的实用性，而无需使用资源消耗过多的魔法态蒸馏过程。
-
Patent Agency Ranking
公开(公告)号：CN109992716A
公开(公告)日：2019-07-09
申请号：CN201910249807.1
申请日：2019-03-29
Applicant: 电子科技大学
IPC: G06F16/9535 , G06F16/951
Abstract: 本发明提供了一种基于ITQ算法的印尼语相似新闻推荐方法，首先，提取每篇印尼新闻中的标题以及正文，保存至对应印尼新闻的字段中；根据所述印尼新闻数据训练Word2Vec模型，得到新闻到向量的映射字典；通过ITQ算法得到最优旋转矩阵下的特征向量的二进制编码；计算当前被浏览的印尼新闻和候选数据集中每篇印尼新闻的二进制数组成的n位签名；计算当前被浏览的新闻与候选数据集中每一篇印尼新闻的汉明距离；根据所述汉明距离进行排序，选取候选数据集中距离最小的前m篇印尼新闻作为推荐新闻。本发明通过以上方法解决了基于内容的新闻推荐效果与计算量平衡的技术问题。本发明灵活性强，能够适用各种语言环境。
-
公开(公告)号：CN116304883B
公开(公告)日：2025-01-24
申请号：CN202310455574.7
申请日：2023-04-25
Applicant: 电子科技大学
IPC: G06F18/241 , G16B40/00 , G06N3/08 , G06N10/20 , G06N3/0464
Abstract: 本发明公开了基于量子卷积的分子图分类方法、系统、存储介质及终端，通过池化模块FPOOL对生物数据集分子图结构数据进行池化；对池化后的分子图节点特征进行量子编码到量子系统上；通过跨量子位门操作实现节点特征传递，得到更新分子图节点特征，其中，所述节点特征传递包括自身节点特征循环和节点间特征传递；根据更新后的分子图节点特征进行量子测量，并根据测量结果进行分子图属性预测。本发明采用可区分池化模块FPOOL对蛋白质分子图进行池化，可以极大的保留原始图特征的同时能够大大减少量子编码的图节点数量以及节点特征维度，从而减少量子比特数量实现量子图卷积神经网络，能够极大地促进生物化学领域图分类任务的研究。
-
公开(公告)号：CN116862006A
公开(公告)日：2023-10-10
申请号：CN202310734224.4
申请日：2023-06-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于BDD的量子线性可逆电路的生成方法、系统、电子设备和存储介质，方法包括以下步骤：获取待处理的量子线性可逆电路，将其转换为可逆矩阵；建立与可逆矩阵V1维度相同的单位矩阵V0；对可逆矩阵V1和单位矩阵V0执行状态转换操作，分别得到目标状态BDD合集和初始状态BDD合集；判断目标状态BDD合集和初始状态BDD合集是否存在交集vt：若存在交集vt则，将两个路径按序排列得到的行变换关系CNOT的序列使用线性可逆电路进行表示。本发明使用可达性分析来研究线性可逆电路的生成，并使用双向BDD搜索方法，可以降低大型函数计算BDD的时间和空间复杂性。
-
公开(公告)号：CN116524997A
公开(公告)日：2023-08-01
申请号：CN202310490049.9
申请日：2023-05-04
Applicant: 电子科技大学
Abstract: 本发明公开了基于经典‑量子混合神经网络实现药物相互作用结果的预测系统，包括量子预测子系统，所述量子预测子系统包括顺次连接的量子态编码模块和量子神经网络模块；所述量子态编码模块将接收到的经典投影系数编码为量子态数据，所述量子神经网络模块将量子态数据进行测量并输出药物‑药物对相互作用的概率；所述经典投影系数表示药物‑药物对相互作用时对应的频繁子结构所做出的贡献大小的经典表示。在本发明中，相较于利用全经典方式对经典投影系数进行处理，一旦数据集较大或者说对投影系数的描述向量纬度较高时，需要的比特数较多，对计算资源要求较高，量子方式只需要个量子比特，有效减少对计算资源的压力。
-
公开(公告)号：CN107369154B
公开(公告)日：2020-05-05
申请号：CN201710596100.9
申请日：2017-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种图像的检测装置，涉及医学技术领域。所述方法包括获取待检测的超声波图像，再根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象，以此实现自动检测到超声波图像中的目标对象，操作简单，精度高，耗费时间少。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.053 seconds)
