公开(公告)号：CN117668521A

公开(公告)日：2024-03-08

申请号：CN202311624514.X

申请日：2023-11-29

Applicant: 西南交通大学

Inventor： 滕飞 ,  崔文源 ,  夏金龙 ,  熊磊 ,  杜圣东 ,  罗皓楠 ,  杨军 ,  仇戈

IPC: G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于变分自编码器的时空数据预测方法，设计时空数据预测领域，包括以下步骤：利用分离模型分离时空信号中的扩散信号、固有信号和随机信号；利用扩散信号学习模块的自适应子图结合空间注意力机制提取扩散信号的空间相关性特征，并通过门控图卷积的LSTM提取扩散信号的时间相关性特征；利用固有信号学习模块和随机信号学习模块通过带注意力机制的LSTM分别提取固有信号的时间相关性特征和随机信号的时间相关性特征；经过多层时空分离学习层的时空特征提取，将多个特征融合后并行输入全局时空依赖模块，获取序列中的长期相关性。解决了现有预测方法忽略时空数据的随机性和不准确性，导致预测不准确的问题。

公开(公告)号：CN119203032A

公开(公告)日：2024-12-27

申请号：CN202411284012.1

申请日：2024-09-13

Applicant: 西南交通大学

Inventor： 杜圣东 ,  朱骏吉 ,  胡节 ,  罗皓楠 ,  赵小乐

IPC: G06F18/25 ,  G08G1/01 ,  H04L41/14 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09 ,  G06N5/04 ,  G06F123/02

Abstract: 本申请涉及一种基于数据融合的时空多任务预测大模型的构建方法。所述方法包括：首先，构建数据融合模块，所述数据融合模块包括时序对齐子模块、区域融合子模块、特征拼接子模块，基于时间、空间、特征三个维度对原始数据集进行融合；之后，构建输入嵌入模块，将融合后的数据集嵌入到高维空间的同时提取所述数据集的时间特征；构建空间编码模块，提取所述数据集的空间特征；之后，构建基座大模型预测模块，进行推理预测；最后，设计多任务输出模块，对预测结果进行多任务拆分，得到时空多任务预测大模型。能够同时对多个任务进行预测，提高模型的多任务预测能力，降低了计算成本和部署成本，在需要快速响应的城市交通综合场景中具有很大的优势。

公开(公告)号：CN118781054A

公开(公告)日：2024-10-15

申请号：CN202410761190.2

申请日：2024-06-13

Applicant: 西南交通大学

Inventor： 罗皓楠 ,  曾欣 ,  张乐宇

IPC: G06T7/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于计算机视觉的桥梁裂缝检测和健康状况评估方法，设计土木工程技术领域，包括以下步骤：S1、利用无人机拍摄桥梁图片，获得桥梁的图片集，取图片集中的一张图片作为图片数据输入，进行高斯去噪；S2、利用CNN判断经过高斯去噪后的图片是否存在裂缝，并对存在裂缝的图片进行固定阈值灰度化；S3、对已经灰度化的图片进行图形学计算，提取裂缝特征；S4、利用裂缝特征和材料参数对桥梁的健康状态进行评估，经过评估后得到检测结果。本发明利用计算机视觉技术，操作简便，成本节约，具有更高的检测精度和可靠性，可以快速评估桥梁裂缝的健康状况。

公开(公告)号：CN118781054B

公开(公告)日：2025-02-25

申请号：CN202410761190.2

申请日：2024-06-13

Applicant: 西南交通大学

Inventor： 罗皓楠 ,  曾欣 ,  张乐宇

IPC: G06T7/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于计算机视觉的桥梁裂缝检测和健康状况评估方法，设计土木工程技术领域，包括以下步骤：S1、利用无人机拍摄桥梁图片，获得桥梁的图片集，取图片集中的一张图片作为图片数据输入，进行高斯去噪；S2、利用CNN判断经过高斯去噪后的图片是否存在裂缝，并对存在裂缝的图片进行固定阈值灰度化；S3、对已经灰度化的图片进行图形学计算，提取裂缝特征；S4、利用裂缝特征和材料参数对桥梁的健康状态进行评估，经过评估后得到检测结果。本发明利用计算机视觉技术，操作简便，成本节约，具有更高的检测精度和可靠性，可以快速评估桥梁裂缝的健康状况。

公开(公告)号：CN119361183A

公开(公告)日：2025-01-24

申请号：CN202411395328.8

申请日：2024-10-08

Applicant: 西南交通大学

Inventor： 滕飞 ,  陈洁 ,  彭博 ,  张路桥 ,  吴振宇 ,  罗皓楠 ,  林工钞 ,  李同磊

IPC: G16H70/40 ,  G16H50/70 ,  G06F18/10 ,  G06F18/21 ,  G06F18/241 ,  G06N3/045

Abstract: 本发明提供了一种基于特征交互的药物不良事件识别方法，属于医学信息处理技术领域，该方法包括：获取原始数据，并对原始数据进行处理得到标准数据集；根据标准数据集中特征的类型，采用不同的方式进行编码，获得特征的值嵌入向量；设置语义嵌入向量，利用特征的语义嵌入向量计算特征之间的拓扑结构，以及利用特征的值嵌入向量计算特征之间的关联强度，并保留重要特征，构建特征交互关系图；使用Transformer模型从特征交互关系图中学习特征交互关系，并进行药物不良事件预测。本发明构建特征交互关系图进行交互学习，充分挖掘医疗特征之间的依赖关系，减少冗余关联信息，增加了预测结果的准确性，在临床实践中具有广泛的应用前景。

公开(公告)号：CN116994098B

公开(公告)日：2023-12-05

申请号：CN202311261605.1

申请日：2023-09-27

Applicant: 西南交通大学

Inventor： 吕凤毛 ,  聂昶如 ,  李天瑞 ,  罗皓楠 ,  储节磊

IPC: G06V10/774 ,  G06V10/764 ,  G06F18/24

Abstract: 本发明公开了基于类别属性知识增强的大模型提示学习方法，包括获取图像识别训练数据集，通过人工注释或使用ChatGPT生成各类别的视觉属性集；通过属性集成模块生成属性可感知提示背景；将训练图像和对应的携带视觉属性信息的提示句分别放入图像编码器、文本编码器中获得图像特征、文本分类权重；将图像特征、文本分类权重进行对比学习，通过对比学习更新属性集成模块的参数，得到训练之后的属性集成模块；根据测试任务的类别空间生成各测试类别最显著的视觉属性集；将待测试图像及各测试类别的视觉属性集载入模型，计算文本分类权重和图像特征的相似度，相似度最大的文本对即为预测

公开(公告)号：CN116994098A

公开(公告)日：2023-11-03

申请号：CN202311261605.1

申请日：2023-09-27

Applicant: 西南交通大学

Inventor： 吕凤毛 ,  聂昶如 ,  李天瑞 ,  罗皓楠 ,  储节磊

IPC: G06V10/774 ,  G06V10/764 ,  G06F18/24

Abstract: 本发明公开了基于类别属性知识增强的大模型提示学习方法，包括获取图像识别训练数据集，通过人工注释或使用ChatGPT生成各类别的视觉属性集；通过属性集成模块生成属性可感知提示背景；将训练图像和对应的携带视觉属性信息的提示句分别放入图像编码器、文本编码器中获得图像特征、文本分类权重；将图像特征、文本分类权重进行对比学习，通过对比学习更新属性集成模块的参数，得到训练之后的属性集成模块；根据测试任务的类别空间生成各测试类别最显著的视觉属性集；将待测试图像及各测试类别的视觉属性集载入模型，计算文本分类权重和图像特征的相似度，相似度最大的文本对即为预测结果。本发明具有零样本识别能力强以及可扩展性强等优点。