基于深度学习图像处理的粘连外周血细胞分割方法

    公开(公告)号:CN114926398A

    公开(公告)日:2022-08-19

    申请号:CN202210405579.4

    申请日:2022-04-18

    发明人: 王莉 程月龙

    摘要: 本发明属于计算机图像处理技术领域,是基于深度学习图像处理的粘连外周血细胞分割方法;使用U‑net语义分割识别出外周血涂片中所有连通的细胞核区域,以实现白细胞的中心点定位;对大面积连通区域进行基于欧式距离的距离变换操作,以此来判断是否存在多个细胞的细胞核粘连的情形,进而实现细胞核粘连情况下细胞的分割;基于U‑net分割的连通区域,引入加权无向图;根据两节点属性以及两节点间边的权重判断两个连通细胞核区域是否属于同一个细胞以及并调整细胞中心位置以及分割框大小;本方法有效地解决了血样中的细胞团聚情况下分割难、细胞分割不完整、细胞中心点定位偏离的问题。

    一种基于原文和评论信息分析算法的虚假信息检测方法

    公开(公告)号:CN112765313B

    公开(公告)日:2022-06-28

    申请号:CN202011626342.6

    申请日:2020-12-31

    摘要: 本发明一种基于原文和评论信息分析算法的虚假信息检测方法,属于基于原文和评论信息分析算法的虚假信息检测技术领域;所要解决的技术问题为:提供一种基于原文和评论信息分析算法的虚假信息检测方法的改进;解决该技术问题采用的技术方案为:对评论与原文的全局结构信息捕获,该过程分为评论关系结构信息捕获和评论与原文的相互选择,其中结构信息捕获作用于依据评论的回复结构构建的回复图,通过聚合具有回复结构关系的信息得到包含结构信息的评论的特征表示;捕获评论内部的局部时序信息以得到评论的局部特征表,最后将生成的全局表示与局部表示拼接用于虚假信息检测,得到该输入文档是否属于虚假信息的概率值;本发明应用于虚假信息检测。

    一种基于区块链的酒类产品溯源防伪系统和方法

    公开(公告)号:CN109345264B

    公开(公告)日:2021-08-24

    申请号:CN201810956525.0

    申请日:2018-08-21

    摘要: 本发明公开了一种基于区块链的酒类产品溯源防伪系统和方法,包括:经销商资格认定、订货、生成多维彩码、运输配送、经销商验证、消费者验证过程,所有参与方资格认证通过后获得公私钥,上一级参与方和下一级参与方共同达成基础协议,双方用私钥数字签名后,将基础协议写入智能合约,所述智能合约下发至各个节点;该批酒类产品信息修改权限转移至下一级参与方;消费者自定义信息添加成功后,系统启动消码服务器对该码进行消除,权限为只读,只可溯源。本系统和方法可以解决在包装、运输、销售等环节可能出现的串货掉包等问题。

    一种基于文本结构算法的虚假信息早期检测方法

    公开(公告)号:CN112699662A

    公开(公告)日:2021-04-23

    申请号:CN202011632799.8

    申请日:2020-12-31

    摘要: 本发明一种基于文本结构算法的虚假信息早期检测方法,属于基于文本结构算法的虚假信息检测技术领域;所要解决的技术问题为:提供一种基于文本结构算法的虚假信息早期检测方法的改进;解决该技术问题采用的技术方案为:文档语篇单元获取,语篇单元的表示学习,结构表示学习基于修辞结构理论构建文档语篇结构图,通过多关系型图神经网络得到语篇单元的全局结构表示,上下文表示学习以语篇单元在文档中的位置相邻关系为计算对象,得到语篇单元的局部上下文表示,基于融合全局注意力机制的门控递归单元,将文档的所有语篇单元融合形成文档表示,将生成的文档表示用于虚假信息检测,得到该输入文档是否属于虚假信息的概率值;本发明应用于虚假信息检测。

    一种偏钒酸盐纳米晶/聚合物复合荧光膜的制备方法

    公开(公告)号:CN102276158A

    公开(公告)日:2011-12-14

    申请号:CN201110131004.X

    申请日:2011-05-17

    IPC分类号: C03C17/22 C03C17/28

    摘要: 本发明涉及一种偏钒酸盐纳米晶/聚合物复合荧光膜的制备方法,是以硝酸盐类为前驱体,先进行聚丙烯酰胺凝胶、低温煅烧,制得碱金属偏钒酸盐纳米晶白光材料,然后用苯乙烯-甲基丙烯酸甲酯共聚物与纳米晶复合,制得复合荧光微球,再用溶液旋涂法制得发绿白光的复合荧光薄膜,薄膜厚度≤60nm,可在平板显示和白光二极管中应用,产物纯度好,可达98%,发光内量子效率较高,达86%,产物发光性能稳定,发射色坐标为x=0.3117,y=0.4259的绿白光,此制备方法工艺先进、参数准确翔实、不污染环境、是十分理想的制备有机/无机复合发光材料的方法。

    基于数据融合和算子增强的不可压缩NS方程求解方法

    公开(公告)号:CN117892043A

    公开(公告)日:2024-04-16

    申请号:CN202410106508.3

    申请日:2024-01-25

    IPC分类号: G06F17/11 G06F17/14 G06F17/16

    摘要: 本发明提供了一种基于数据融合和算子增强的不可压缩NS方程求解方法,属于人工智能技术领域;解决了当前应用于流体力学的基于数据驱动的偏微分求解器中数据量少、数据稀疏、采样不规则以及模型缺乏可解释性的问题;包括如下步骤:数据集构建;从数据向量域、谱域和公式语义三个不同视图,利用升维、傅里叶变换/小波变换以及向量化编码操作等方法,得到感知数据、频域和符号语义的多视图多尺度数据嵌入表示;建立注意力机制,将多视图数据表示进行融合,得到增强数据表示;增强表示后的数据进入神经常微分求解器模块,将神经算子块提取的特征进行残差连接,通过多层感知机将连续特征映射为Navier‑Stokes方程的解;本发明应用于NS方程求解。

    一种基于时空解构的多传感器长时序列预测方法及模型

    公开(公告)号:CN115829011A

    公开(公告)日:2023-03-21

    申请号:CN202211153969.3

    申请日:2022-09-21

    IPC分类号: G06N3/049 G06N3/0464 G06N3/08

    摘要: 本发明提供了一种基于时空解构的多传感器长时序列预测方法及模型,属于深度学习技术领域;解决了多源时间序列的长时间预测准确性的问题;包括如下步骤:输入传感器历史数据;对传感器历史数据的时间序列的时序信息进行捕获:使用基于自相关机制的时序模块处理时间序列,得到时间序列内隐含的时序关系;对传感器历史数据的时间序列的空间信息进行捕获:使用基于卷积和自注意力的空间模块处理消除时序部分后的时间序列,得到多个不同变量之间的隐含关系;聚合得到长时序列预测:将时序部分预测数据和空间部分预测数据进行求和运算,即可得到最终的预测数据;本发明应用于多传感器数据预测。

    一种低渗储层煤系气全生命周期高效抽采方法

    公开(公告)号:CN114809992A

    公开(公告)日:2022-07-29

    申请号:CN202210414931.0

    申请日:2022-04-20

    IPC分类号: E21B43/00 E21B43/26 G06F30/20

    摘要: 本发明提供一种低渗储层煤系气全生命周期高效抽采方法,属于低渗储层煤系气抽采技术领域;解决了低渗储层煤系气全生命周期抽采效率低的问题;以垂向呈叠置发育的低渗煤系储层为对象,建立储层地质力学模型,获取储层岩性,设计煤层开采工艺,分析煤层采动导致的覆岩变形‑损伤‑渗流时空演化规律,通过对比优选,在开采煤层顶部布设一条煤系气专用抽采工作巷,并设计关键层致裂工艺,对关键层进行主动破断,与煤层开采一并形成对煤系储层的卸压扰动,结合氮气泡沫压裂技术,设计钻场及钻孔排布特征,实现对煤储层多层位含煤系气岩体的高效破岩增透,以此为基础,建立煤系气流场演化模型,设计动态高效抽采方法;本发明应用于低渗储层煤系气抽采。

    基于深度学习的电梯设备故障预测方法

    公开(公告)号:CN109033450B

    公开(公告)日:2021-11-05

    申请号:CN201810962887.0

    申请日:2018-08-22

    发明人: 王莉 江海洋

    IPC分类号: G06F16/2458 G06N3/04

    摘要: 本发明基于深度学习的电梯设备故障预测方法,属于电梯故障预测技术领域;所要解决的技术问题为提供一种及时、准确的预测电梯故障类型和电梯故障时间的方法;为了解决上述技术问题,本发明具体步骤概括为:先采集电梯故障记录信息,建立实时电梯故障信息库;然后将电梯故障信息处理为事件序列和时间序列;再将事件序列和时间序列分别作为双LSTM的输入数据,经过循环神经网络的迭代训练得到两序列的输出embedding;再经过joint layer联合两个输出embedding,训练得到强度函数的背景知识和历史影响的非线性表示;最后根据强度函数的表征结果,预测电梯故障类型和时间;本发明可辅助电梯维修人员及早采取相关预防措施,避免故障事件的发生。

    基于DE-MIC算法检测多变量相关性方法和系统

    公开(公告)号:CN110275909A

    公开(公告)日:2019-09-24

    申请号:CN201910490368.3

    申请日:2019-06-06

    IPC分类号: G06F16/2458 G06F17/16

    摘要: 本发明提供了基于DE-MIC算法检测多变量相关性方法和系统,所述的方法包括:S1,基于DE-MIC算法将原始数据集合中的多变量归并为两变量并且穷尽全部归并,这实质是一个降维的过程;S2,根据得到的任意两变量间相关系数值构造有限最大特征矩阵;S3,利用该矩阵计算大规模数据中多变量间的非线性最大信息熵,以度量多变量间相关度。本发明所述的检测多变量相关性的方法使用信息熵以及最大信息系数的方式来度量多变量间关系,能够得到更广泛的应用。