一种递归图像的快速显示方法及装置

    公开(公告)号:CN107093165A

    公开(公告)日:2017-08-25

    申请号:CN201710174019.1

    申请日:2017-03-22

    IPC分类号: G06T3/40

    CPC分类号: G06T3/4038

    摘要: 本发明实施例公开了一种递归图像的快速显示方法及装置,其中,该方法包括:获取图像并进行预处理;选定基准图像,获取像素点三维信息;采用递归图像方法对重叠图像部分进行图像融合;采用递归图像方法对分离图像间隔部分产生插值图像;采用递归图像方法对边角部分产生插值图像,获得曲线流状全景图;将曲线流状全景图进行裁剪、插补,获得直方全景图。在本发明实施例中,基于递归图像方法快速构建全景图并显示,克服了传统全景图构建技术中,要求保持相机在水平直线上平移的不足,提高全景图构建的灵活性,同时提高处理效率,减小存储,避免图像处理时的冗余计算,充分弥补了传统全景图构建的不足之处,增强用户体验度。

    一种人体直骨CT图像的模拟仿真方法及系统

    公开(公告)号:CN107085866A

    公开(公告)日:2017-08-22

    申请号:CN201710174982.X

    申请日:2017-03-22

    IPC分类号: G06T17/30 G06T5/00

    摘要: 本发明实施例公开了一种人体直骨CT图像的模拟仿真方法及系统,其中,该方法包括:采集人体直骨的截面二维影像数据;对采集到的人体直骨的截面二维影像数据进行预处理,获得预处理后的人体直骨的截面二维影像数据;将预处理后的人体直骨的截面二维影像数据拟合成一张拟合曲面;根据Loop细分方法对生成的拟合曲面进行处理;对Loop细分方法所得的细分控制顶点进行更新替换;重构人体直骨的模拟仿真图像。实施本发明实施例,可以快速准确地生成人体直骨的仿真模型,便于医生准确快速地对病人的病情作出判断。

    穴位自动跟踪系统以及方法

    公开(公告)号:CN107485387B

    公开(公告)日:2024-03-29

    申请号:CN201710863101.5

    申请日:2017-09-21

    摘要: 本发明提供了一种穴位自动跟踪系统以及方法,该系统包括穴位采集装置以及服务器。所述穴位采集装置包括手环本体以及设置在所述手环本体上的加速传感器、电子针灸模块、经络信号采集模块、预处理模块、无线通信模块以及报警模块,所述预处理模块与所述加速传感器、所述经络信号采集模块、所述电子针灸模块、所述无线通信模块以及所述报警模块连接,所述穴位采集装置与所述服务器建立无线通信连接。该系统可以缓解目前用户只有在主动进行测量时,才能获取到自己的身体状况,且获取到的身体状况不能体现用户病情严重程度的问题。

    一种基于知识提取的轻量型摘要生成方法

    公开(公告)号:CN116341541A

    公开(公告)日:2023-06-27

    申请号:CN202310330015.3

    申请日:2023-03-30

    摘要: 本发明公开了一种基于知识提取的轻量型摘要生成方法,包括文本模型的生成和文本模型的调用两个阶段。第一阶段包括文本数据的清洗与预处理;文本模型的创建;文本模型的训练与调优;文本模型的生成与获取。第二阶段包括:用户输入待生成摘要的长文本;提取用户输入长文本的特征;调用文本模型;生成用户输入的长文本的摘要。第一阶段采用机器学习的算法搭建文本模型,将提取的特征输入模型,对模型进行训练,自动优化训练参数,使模型更加准确。第二阶段,对用户输入的待生成摘要的长文本进行特征提取,调用第一阶段生成的模型,生成对应的文本摘要。本发明应用型强,应用范围广,尤其在新闻处理、文案处理等方面将会有很大的应用。

    一种基于知识图谱路径的可解释性推荐方法

    公开(公告)号:CN110334221B

    公开(公告)日:2022-12-09

    申请号:CN201910649318.5

    申请日:2019-07-18

    IPC分类号: G06F16/36 G06F16/9535

    摘要: 本发明公开一种基于知识图谱路径的可解释性推荐方法,该方法通过获取用户的交互历史,将交互历史作为知识图谱的种子集,从种子集中获取用户‑项的数据集,在得到种子集的前提下,对种子集进行对应知识图谱的三元组查询,并将这些三元组抽取出来,将三元组信息中的组合实体和关系的语义来生成路径表示,根据路径进行推理来推断用户偏好;确定一个三元组路径后,在限制路径长度为4的前提下,查询该路径头实体到尾实体其它的路径,用多个三元组表示;找到多条路径后,对每条路径进行池操作来区分不同路径对预测推荐的贡献;选择贡献分最大的路径对用户进行解释性推荐。该方法推荐精度高,并解决了推荐的不透明性问题。