一种基于迁移学习的血管图像中特征点的分类识别方法

    公开(公告)号:CN108764286A

    公开(公告)日:2018-11-06

    申请号:CN201810372015.9

    申请日:2018-04-24

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于迁移学习的血管图像中特征点的分类识别方法,包括血管图像模拟训练和血管图像类型识别两部分;在血管图像模拟训练中通过制作特征点数据集,并利用特征点数据集对深度学习模型进行训练,获得基于迁移学习的血管图像中特征点的分类模型,在血管图像类型识别中提取血管图像的特征点,将提取的特征点输入到血管图像模拟训练中得到的基于迁移学习的血管图像中特征点的分类模型,获得血管图像中特征点的类型。本发明利用分类模型能准确快速的识别血管图像中特征点是分叉点还是交叉点,解决了现有方法存在的步骤繁杂、准确性和效率低的问题,对临床医学有莫大的帮助作用。

    一种基于堆叠自动编码网络的多模态脑肿瘤图像分割方法

    公开(公告)号:CN106780499A

    公开(公告)日:2017-05-31

    申请号:CN201611115061.8

    申请日:2016-12-07

    发明人: 丁熠 秦臻 董荣凤

    IPC分类号: G06T7/10

    摘要: 本发明是一种基于堆叠自动编码网络的多模态脑肿瘤图像分割方法。主要包括以下内容:首先对图像进行预处理,然后利用多模态成像原理,实现对非正常脑组织区域的多分类。医学图像分析是计算机辅助诊断中重要的一步,是结合医学影像、图像处理、数学建模、人工智能等多种学科的交叉领域。Mha是一种三维医学图像,能够准确描述大脑的解刨结构,主要应用于医学图像分析领域,对脑肿瘤诊断辅助治疗具有重要的意义。

    一种基于移动互联网社交图片预测用户上下文信息的方法

    公开(公告)号:CN105279266A

    公开(公告)日:2016-01-27

    申请号:CN201510701199.5

    申请日:2015-10-26

    IPC分类号: G06F17/30 G06K9/62 G06Q50/00

    摘要: 本发明通过分析用户上传到移动互联网上的图片数据,预测图片的内容、用户的性别、天气状况以及活动场景等用户上下文信息。获取用户上传到移动互联网上的图片数据,对图片进行统计分析,并计算相应数字特征。将一张图片的所有数字特征作为图片特征向量,通过图片ID和用户ID将用户的上下文信息和图片特征向量关联起来,分析图片数据与用户上下文信息之间的关系,从而达到依据图片数据预测用户的上下文信息的目的。采用SVM和KNN模型实现对用户的上下文信息的分类预测。本发明将用户的性别、活动场景等作为二分类问题处理,天气状况、图片内容等作为多分类问题处理。本发明实施例的有益效果是,通过分析用用户上传到移动互联网上的图片数据可以对用户的性别、活动场景、图片内容、天气状况等上下文信息做出预测,经过实验能够获得有效的预测效果。

    变距条件下的基于音频物理指纹的设备认证

    公开(公告)号:CN104392161A

    公开(公告)日:2015-03-04

    申请号:CN201410499544.7

    申请日:2014-09-25

    IPC分类号: G06F21/32

    摘要: 本发明公开了一种利用音频硬件(扩音器和麦克风)的频率响应作为物理指纹的设备认证方法。该方法在发送端产生随机混频信号,并通过扩音器传送给认证端;认证端通过麦克风接收混频信号后,利用FFT进行物理指纹提取。本认证方法可分为学习阶段和认证阶段。在学习阶段,发送端在不同距离发送混频信号,使得认证端获取在不同距离下的物理指纹。在认证阶段,认证端提取物理指纹以后,采用自适应的带状匹配方法,从指纹库中提取合适的指纹信息进行匹配,若认证得到的累计误差小于阈值则认证通过,否则,认证失败。本发明克服了距离对音频认证产生的影响,具有硬件要求低,认证方便,准确率高,安全性好等特点。本方法已经在不同的实验环境中进行了验证,认证准确率达到95%以上,为进一步丰富和发展设备认证奠定坚实的基础。

    一种基于内容发布网络(CDN)的域名解析服务模型

    公开(公告)号:CN104184775A

    公开(公告)日:2014-12-03

    申请号:CN201310199827.5

    申请日:2013-05-27

    IPC分类号: H04L29/08 H04L29/12

    摘要: 针对现行域名解析系统存在各种性能和安全上的问题(例如,查询延迟、更新延迟、易受DoS攻击等),本文提出了一种新型的、可增量部署的、和现行DNS兼容的、具有更好性能的域名解析服务模型。更为具体的讲是一种基于内容发布网络(CDN)的域名解析服务模型。此模型设计的核心思想是:由广泛分布的CDN网络节点服务器组成系统,利用CDN网络的内容发布和存储机制,以“推”的方式,在广泛分布的节点服务器上发布所有域名的权威DNS记录。利用CDN网络架构来发布DNS记录,域名的权威DNS记录被发布到各节点服务器,各节点服务器取代现行DNS架构中的域名解析器和域名服务器,响应用户的域名解析请求,提供域名解析服务,查询结果直接由网络节点服务器返回给用户。

    一种电力物联网的网络安全态势分析方法、装置及设备

    公开(公告)号:CN116015922B

    公开(公告)日:2024-01-30

    申请号:CN202211715876.5

    申请日:2022-12-29

    IPC分类号: H04L9/40 H04L41/14

    摘要: 本发明涉及人工智能技术,揭露了一种电力物联网的网络安全态势分析方法,包括:根据设备运行特征、设备控制特征及报警信号特征确定所述电力物联网终端设备的设备安全系数;根据所述网络传输特征及所述传输流程特征计算所述电力物联网终端设备的传输安全指数,以及根据所述业务指纹基线特征和所述业务流量基线特征计算所述电力物联网的网络威胁危险指数;利用预设的风险评估模型根据所述设备安全系数、所述传输安全指数及所述网络威胁危险指数确定所述电力物联网终端设备的网络安全风险。本发明还提出一种电力物联网的网络安全态势分析装置及电子设备。本发明可以提高电力物联网的网络安全性。

    一种森林火灾图片实时分割和火灾边缘点监测算法

    公开(公告)号:CN114821289B

    公开(公告)日:2023-10-17

    申请号:CN202210051209.5

    申请日:2022-01-17

    发明人: 景堃 秦志光 秦臻

    摘要: 本发明公开了一种森林火灾图片实时分割和火灾边缘点监测算法,其步骤依次包括:搭建MobileNet网络模型;构建注意力模块;构造一个注意力残差网络;将得到的空间注意力特征与原特征使用残差得到微调后的图片特征;获得的注意力残差模块;提取森林火灾的图片特征;将图片中的火情区域分割出来;计算火情边界点像素;计算飞机的横向纵向距离;计算图像中心点经纬度坐标;计算火情边界点经纬度。本发明提供的算法可以帮助工作人员查看火情的实时状况,监测火情边界;通过对森林火情的实时快速的分析,可以对火灾进行有效处理,降低对火灾带来的损失。

    一种基于跨模态域迁移学习的全心脏分割方法

    公开(公告)号:CN116452617A

    公开(公告)日:2023-07-18

    申请号:CN202310319882.7

    申请日:2023-03-29

    摘要: 本发明公开了一种基于跨模态域迁移学习的全心脏分割方法,包括以下步骤:S1,对初始的全心脏MRI图像和CT图像进行数据预处理;S2,将预处理后的图像输入模态迁移网络MTN进行数据训练,生成新的CT图像;S3,将模态迁移网络MTN生成的新的CT图像和带全心标签的CT心脏图像输入U形多注意网络MAUNet,输出中间心脏图像分割结果;S4,将中间心脏图像分割结果输入至空间配置网络SCN进行数据训练,输出最终心脏图像分割结果。本发明使用多模态数据对心脏进行分割,多模态数据因成像机理的不同而具有多层面信息,使用多模态数据对同一组织进行分割一方面可以扩充训练数据集,使更容易训练一个健壮的网络,一方面可以更好的利用多层面信息,提升分割准确率。

    一种基于心音特征的音乐生成算法

    公开(公告)号:CN116403548A

    公开(公告)日:2023-07-07

    申请号:CN202310319854.5

    申请日:2023-03-29

    摘要: 本发明公开了一种基于心音特征的音乐生成算法,包括提取心音的MFCC文件特征、提取音乐文件中的音符相关特征、通过深度学习网络对两种特征之间的关联性进行学习,训练模型、通过训练好的模型用心音特征生成音乐,并根据音乐类型对心音类别进行判断。与现有技术相比,本发明基于人工智能的以心音特征为基础的音乐生成算法,可以根据心音的特征生成对应的音乐,并且生成的音乐因其根据的心音不同具有显著的正常/异常区分度,不具备音乐知识、医学知识的人可以根据音乐的差异性区分心音的正常/异常。

    一种基于生成对抗网络的图像形状变换方法

    公开(公告)号:CN112837215B

    公开(公告)日:2022-10-18

    申请号:CN202110347463.5

    申请日:2021-03-31

    摘要: 本发明公开了一种基于生成对抗网络的图像形状变换方法,包括以下步骤:生成待变换图像的分割掩码;构建生成器和判别器,并通过生成器和判别器构建生成对抗网络;构建损失函数,根据损失函数并以梯度下降法训练生成对抗网络;将待变换图像的分割掩码输入至训练后的生成对抗网络,得到图形形状变换结果。本发明的复杂程度低,图像转换的效率高,可以高效地处理图片中的特定图像进行形状差异大的图形变换,可以运用在动画制作、海报设计等领域,既可以增强图形变换的真实度,也可以降低人工成本,减少工作量。