-
公开(公告)号：CN119919941A
公开(公告)日：2025-05-02
申请号：CN202411995094.0
申请日：2024-12-31
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明提供了一种基于显微光谱特征合成图像的癌变区域识别模型的建模方法，用于解决现有基于显微光谱技术的癌变区域识别模型由于缺乏空间信息，很难进行准确定位和分割精度的进一步提升的技术问题。本发明提供的基于显微光谱特征合成图像的癌变区域识别模型的建模方法，不局限于光谱维度差异，而是更关注癌变图谱迁移特征的学习，采用信息含量占比较大的前五个主成分每三个为一组进行合成获得显微光谱特征合成图像，利用更多相关数据信息和已有高效模型的特点，构建了数字病理与显微光谱之间的图谱迁移模型，为多来源数据之间搭建强有力桥梁，实现了光谱维与图像维迁移特征的有效融合，可以更好的提取癌变组织全面丰富的细节特征。
-
公开(公告)号：CN119919935A
公开(公告)日：2025-05-02
申请号：CN202510064028.X
申请日：2025-01-15
Applicant: 四川轻化工大学
IPC: G06V20/69 , G06V10/82 , G06V10/764 , G06N3/0499 , G06N3/096
Abstract: 本发明公开了基于迁移学习的结直肠癌病理图像处理及分类方法，包括以下步骤：步骤S1：构建初步模型；步骤S2：对原始病理切片图像进行数据处理，获取临床数据集；步骤S3：处理后得到的临床数据集与初步模型进行第二次迁移学习和模型测试，获得最终模型；步骤S4：输入数据并对数据进行自动化处理后，利用最终模型对图像进行分类与检测，并在底层模型进行数据结果展示。本方案利用实际临床环境中医院采集的数据对模型进行迁移学习，增强网络的泛化能力；通过在真实数据上的训练，能够更好地适应临床应用场景，提升在实际环境中的适用性和鲁棒性。
-
公开(公告)号：CN119919780A
公开(公告)日：2025-05-02
申请号：CN202510322505.8
申请日：2025-03-19
Applicant: 湖南文理学院
Abstract: 本发明涉及质量测量技术领域，尤其涉及一种基于深度学习的低照度视频质量测量系统。所述系统包括低照度视频帧处理模块、视频质量维度测量标注模块、视频质量模型预测模块以及预测误差损失优化模块，可利用视频采集设备实时采集对应的低照度视频数据并进行视频帧处理，同时进行视频指标测量和质量维度测量标注，得到低照度视频质量标注分数；利用卷积神经网络构建视频质量测量模型架构并进行模型训练优化和质量加权求和，以得到低照度视频质量预测分数；基于低照度视频质量标注分数以及低照度视频质量预测分数进行误差损失增强学习和视频质量评估测量，以输出对应的低照度视频质量综合测量分数。本发明能够实现对低照度视频质量的准确评估测量。
-
公开(公告)号：CN119919701A
公开(公告)日：2025-05-02
申请号：CN202411682539.X
申请日：2024-11-22
Applicant: 苏州科技大学
IPC: G06V10/764 , G06V10/74 , G06V10/82 , G06N3/096
Abstract: 本发明涉及计算机视觉领域，尤其涉及一种基于logit调节的小样本类增量学习的图像分类方法及系统。本发明构建图像分类模型，所述图像分类模型包括依次连接的：特征提取模块、原型相似度计算模块与logit调节模块；利用基类数据集对特征提取模块进行训练并冻结；基于预处理后的基类数据集，构造多个伪增量阶段的伪新类数据；基于每个基类的原型与每个伪增量阶段的每个伪新类的原型，通过多个伪增量阶段对logit调节模块进行训练，得到训练好的logit调节模块；将训练好的logit调节模块冻结后，得到目标图像分类模型；通过目标图像分类模型，对小样本增量阶段的新类样本进行图像分类。本发明提高了图像分类的精度。
-
公开(公告)号：CN119919412A
公开(公告)日：2025-05-02
申请号：CN202510406333.2
申请日：2025-04-02
Applicant: 中北大学
IPC: G06T7/00 , G06T7/60 , G06T17/05 , G06V20/60 , G06V10/82 , G06N3/094 , G06N3/096 , G06N3/0985 , G06N3/045 , G06N3/0475
Abstract: 本发明公开了基于人工智能的透水混凝土细观结构和透水性能的预测方法，属于透水混凝土性能预测技术领域，包括S1、建立特征粗骨料颗粒三维几何模型数据集库；S2、建立透水混凝土结构中的骨料三维紧密堆积模型；S3、将骨料三维紧密堆积模型重新导入图像建模软件MIMICS，逆向生成二维断层图像，为粗骨料图像；S4、采用人工智能方法搭建透水混凝土细观结构预测模型；S5、将粗骨料图像输入到S4中搭建的透水混凝土细观结构预测模型，得到透水混凝土的预测图像和孔隙率信息；S6、建立渗透所需的连通孔隙模型，实现透水性能的预测；本发明提供的基于人工智能的透水混凝土细观结构和透水性能的预测方法，实现透水混凝土透水系数的精细化预测。
-
Patent Agency Ranking
公开(公告)号：CN119918829A
公开(公告)日：2025-05-02
申请号：CN202411721154.X
申请日：2024-11-28
Applicant: 星瀚时空(深圳)航天智能科技有限公司
IPC: G06Q10/0631 , G06N3/084 , G06N3/0985 , G06N3/096 , G06N7/01
Abstract: 本申请实施例提供一种基于AI的卫星载荷自动化调度方法及系统，所述方法在获取卫星载荷数据后，可以将卫星载荷数据输入智能决策模型，以获得智能决策模型输出的任务载荷分配数据。再根据任务载荷分配数据生成调度命令集合，以及将调度命令集合发送至卫星控制系统，使卫星控制系统按照调度命令集合调度卫星载荷。所述方法可以通过智能化的决策过程，实现卫星载荷资源的高效配置，提高任务执行效率。通过精确的任务需求分析和载荷匹配，确保任务能够高效、准确地完成，提高系统的可靠性，解决卫星载荷难以有效调度的问题。
-
公开(公告)号：CN119918679A
公开(公告)日：2025-05-02
申请号：CN202510419806.2
申请日：2025-04-03
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种推理方法、相关装置及推理系统，应用于推理加速技术领域，推理方法包括：云端服务器通过对第一模型进行模型蒸馏得到第二模型，通过复制第二模型得到影子模型，将第二模型发送至终端；终端在本地部署第二模型，利用本地的第二模型对用户请求进行推理；终端将推理相关数据发送至云端服务器；云端服务器利用推理相关数据，辅以第一模型对影子模型进行参数优化，将影子模型的优化后参数发送至终端；终端根据影子模型的优化后参数对本地的第二模型进行参数优化。由于推理过程由端侧的本地小模型完成，因此，本申请公开的推理方法具有较高的推理速度，另外，本申请提供的推理方法可通过云侧的影子模型实现对于端侧模型的优化。
-
公开(公告)号：CN119918064A
公开(公告)日：2025-05-02
申请号：CN202510162213.2
申请日：2025-02-14
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于大模型的网络设备固件漏洞挖掘方法，属于网络安全技术领域。本发明通过利用大模型的强大学习能力，自动分析固件代码，识别潜在的漏洞模式，实现高效、全面的固件漏洞挖掘。本发明具有高效、全面、通用性强的特点，适用于各种网络设备固件，具有重要的理论意义和应用价值。
-
公开(公告)号：CN119917859A
公开(公告)日：2025-05-02
申请号：CN202411982277.9
申请日：2024-12-30
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Inventor： 王峰
IPC: G06F18/214 , G06F18/213 , G06N3/0475 , G06N5/01 , G06N3/082 , G06N3/096 , G06N5/04 , H04L43/50
Abstract: 本申请涉及新兴信息技术，揭示一种网络监测模型训练方法、网络监测方法、系统、电子设备及存储介质。本申请利用通用大语言模型来生成网络监测领域的专用训练数据，不需要额外提供大量的数据，可以避免由于专用领域大语言模型的训练数据不足导致训练障碍；对通用大语言模型生成的训练数据执行降维操作，并蒸馏通用大语言模型和采用降维后的训练数据对模型进行微调，然后蒸馏微调后的模型，获得最终的网络监测模型，降低了监测模型的复杂度，提升了推理速度，可以满足网络监测领域对于推理延迟的要求。此外，由探测数据产生模型输入数据，通过网络监测模型进行推理，获得网络状态的监测结果和进一步探测动作的动作决策，可以实现智能网络监测。
-
公开(公告)号：CN119917660A
公开(公告)日：2025-05-02
申请号：CN202411977234.1
申请日：2024-12-31
Applicant: 南京海维可信数据服务有限公司
IPC: G06F16/35 , G06F40/284 , G06N3/045 , G06N3/0442 , G06N3/096 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于机器学习的古籍分类方法及系统，属于书籍分类技术领域。一种基于机器学习的古籍分类方法及系统，包括收集并预处理用于训练、验证和测试的古籍文本数据；从预处理后的古籍文本中提取出能够有效表示其内容和结构的文本特征，利用双向长短时记忆网络捕捉文本中的长距离依赖关系；使用迁移学习技术，结合预训练的分词模型与分类器进行调整；输出分类结果，并提供用户反馈机制以持续优化分类模型。本发明解决了寻找特定主题或时期的古籍文献资料需要大量的时间和精力，人工编目容易出错且效率低下的问题。本发明显著提升了古籍分类的效率与准确性，有效提高分类精度。
-
-
-
-
-
-
-
-
-
Search Results
10256
records
(took 0.034 seconds)
