公开(公告)号：CN118172823A

公开(公告)日：2024-06-11

申请号：CN202410197852.8

申请日：2024-02-22

Applicant: 爱尔眼科医院集团股份有限公司长沙爱尔眼科医院 ,  中国科学院计算技术研究所

Inventor： 曾庆延 ,  陈益强 ,  高林 ,  向斌 ,  张凌霄 ,  戴伟伟 ,  李绍伟

IPC: G06V40/18 ,  G06V10/764 ,  G06V10/75 ,  G06V10/82

Abstract: 本申请公开了一种真菌性角膜炎检测系统、方法、设备及介质，包括：图像采集模块，获取被检测者的目标角膜图像；单张图像检测模块，将目标角膜图像分为待测真菌性角膜炎图像和待测非真菌性角膜炎图像；图像序列构建模块，构建每张待测真菌性角膜炎图像的待检测图像序列；待检测图像序列包括待测真菌性角膜炎图像和待测真菌性角膜炎图像前后邻近的目标数量张目标角膜图像；图像序列检测模块，将待检测图像序列分为真菌性角膜炎图像序列和非真菌性角膜炎图像序列；真菌性角膜炎确定模块，确定待检测图像序列中真菌性角膜炎图像序列的目标占比，目标占比高于预设占比时将被检测者确定为真菌性角膜炎患者。能够提高真菌性角膜炎的检测准确率。

公开(公告)号：CN117909744A

公开(公告)日：2024-04-19

申请号：CN202410207285.X

申请日：2024-02-26

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  高佳圆 ,  张迎伟

IPC: G06F18/214 ,  G06F18/23213 ,  G06F40/30 ,  G06N3/04 ,  G06N3/088

Abstract: 本发明提供了一种用于训练人类活动识别模型的方法和系统，所述方法包括：获取数据集，所述数据集包括多个传感器数据样本，所述多个传感器数据样本通过聚类算法对原始未标注数据集进行聚类选取得到；获取每个所述传感器数据样本的文本提示，并利用大语言模型根据所述文本提示，生成指示对应传感器数据样本所属活动类别的标签，并将所述标签标注在对应的传感器数据样本上，以得到训练集；根据类均衡算法对所述训练集进行类别均衡，并利用类别均衡后的训练集对人类活动识别模型进行训练。

公开(公告)号：CN117746184A

公开(公告)日：2024-03-22

申请号：CN202311795114.5

申请日：2023-12-25

Applicant: 中国科学院计算技术研究所

Inventor： 谷洋 ,  郭帅 ,  马媛 ,  杨昭华 ,  翁伟宁 ,  刘俊 ,  陈益强

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/096

Abstract: 本发明提供了一种图像分类模型的增量训练方法，所述方法包括：S1、采用上一次增量训练得到的图像分类模型作为当前轮初始图像分类模型；所述图像分类模型包括特征提取器和分类器，所述特征提取器用于提取图像数据的特征向量，所述分类器用于根据特征向量进行图像分类；S2、采用新训练集和旧训练集训练所述步骤S1中得到的初始图像分类模型至收敛，在训练过程中采用预设的总损失函数更新模型参数，所述总损失包括交叉熵损失和对比损失，所述对比损失是基于新训练集和旧训练集中的所有正对和负对计算。本发明的技术方案通过在训练中采用了包括基于图像的特征向量和类的特征向量的构建的正对和负对的对比损失，从而缓解了增量学习中的灾难性遗忘问题。

公开(公告)号：CN117421590A

公开(公告)日：2024-01-19

申请号：CN202311235562.X

申请日：2023-09-25

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  曾碧霄 ,  杨晓东 ,  于汉超 ,  张迎伟

IPC: G06F18/214 ,  G06N20/00

Abstract: 一种联邦学习客户端的数据质量评估方法，包括：步骤S1：根据多个客户端当前轮训练更新后的本地模型参数和对应的样本数据量获得更新后的全局模型参数；步骤S2：根据当前轮更新前与更新后的客户端的本地模型参数计算各个客户端的本地参数梯度，步骤S3：根据更新前与更新后的全局模型参数计算服务端的全局参数梯度；步骤S4：计算服务端的全局参数梯度与各个客户端的本地参数梯度之间的动土距离，根据动土距离确定各个客户端的数据质量。

公开(公告)号：CN117292428A

公开(公告)日：2023-12-26

申请号：CN202311078758.2

申请日：2023-08-25

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  马媛 ,  谷洋 ,  郭帅 ,  文世杰

IPC: G06V40/18 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/094

Abstract: 本发明提供了一种基于非对称的双分类器模型的领域自适应方法，该方法包括：获取训练集，其包括多个源域样本、多个目标域样本、用于指示每个源域样本所属眼底类别的标签，源域样本和目标域样本均为眼底图像；获取双分类器模型，其包括：基于正向分布补偿值和反向分布补偿值，利用所述训练集对特征提取器和两个分类器进行多次对抗训练，得到经训练的双分类模型。

公开(公告)号：CN117150292A

公开(公告)日：2023-12-01

申请号：CN202311074976.9

申请日：2023-08-24

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  杨威文 ,  张迎伟

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/084

Abstract: 本发明提供了一种基于增量学习对手势识别模型训练的方法，所述方法包括：获取经训练的旧手势识别模型，其包括用于从肌电信号数据提取手势特征的特征提取器；获取初始的新手势识别模型，其包括用于提取手势特征的特征提取器和用于根据手势特征进行手势识别的分类器；获取多个旧用户中每个旧用户的样本池中的训练样本以及新用户的训练样本，每个训练样本包括肌电信号数据和用于指示该肌电信号数据所属手势类别的标签；基于经训练的旧手势识别模型分别提取训练集中的各个训练样本中肌电信号数据的旧手势特征；以所述初始的新手势识别模型为基础，利用训练集对其进行多次迭代训练，最后一次训练完成得到经增量学习的新手势识别模型。

公开(公告)号：CN116999027A

公开(公告)日：2023-11-07

申请号：CN202310969606.5

申请日：2023-08-03

Applicant: 中国科学院计算技术研究所

Inventor： 张迎伟 ,  程诗雨 ,  陈益强

IPC: A61B5/00 ,  A61B5/1455

Abstract: 本发明提供了一种用于辅助筛查轻度认知障碍的系统，包括：第一模态检验模块，用于获取被试者的认知分数向量，根据认知分数向量确定第一和第二置信度，认知分数向量由被试者在至少两种认知量表上测试的得分组成；第二模态检验模块，用于获取由多个脑部电极从被试者采集的多通道近红外时序数据，将多通道近红外时序数据转换为格里姆角场图像，根据从格里姆角场图像提取的融合特征确定第三和第四置信度，其中，第一置信度表和第三置信度指示认知能力正常的概率，第二置信度表和第四置信度指示存在轻度认知障碍的概率；融合模块，用于对第一置信度和第三置信度进行融合得到第五置信度，以及，对第二置信度和第四置信度进行融合得到第六置信度。

公开(公告)号：CN113128667B

公开(公告)日：2023-10-31

申请号：CN202110363771.7

申请日：2021-04-02

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  高晨龙 ,  蒋鑫龙 ,  陈前

IPC: G06N3/0464 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明公开一种跨域自适应的图卷积平衡迁移学习方法，包括：将源域数据和目标域数据输入第一图卷积神经网络，分别得到源域数据和目标域数据中节点的局部特征；将源域数据和目标域数据输入第二图卷积神经网络，分别得到源域数据和目标域数据中节点的全局特征；利用注意力机制将源域数据和目标域数据中节点的局部特征和全局特征进行聚合，得到源域数据和目标域数据中节点的统一特征；基于源域数据和目标域数据中节点的统一特征，构建源域分类器和目标域分类器分别对源域数据和目标域数据中节点进行分类，构建领域分类器用于判定节点来自源域数据或者目标域数据。

公开(公告)号：CN116756571A

公开(公告)日：2023-09-15

申请号：CN202310779069.8

申请日：2023-06-28

Applicant: 中国科学院计算技术研究所

Inventor： 张迎伟 ,  郭昌如 ,  陈益强

IPC: G06F18/214 ,  G06F18/24 ,  G06F18/25 ,  G06F17/14 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于时频融合增强的行为识别模型训练方法，包括：A1、获取训练集，其中原始样本是传感数据，标签指示对应传感数据被采集时人体的行为类别；A2、将训练集划分成多个批次，分批次迭代训练行为识别模型的特征提取器，每批次训练包括：A21、对每个原始样本分别进行时域增强和时域增强后融合，A22、基于各个原始样本及对应的时频增强样本，通过对比学习的方式训练所述特征提取器根据输入的样本提取样本特征，拉近原始样本及其对应的时频增强样本的样本特征的距离以及拉远原始样本与其他样本的样本特征的距离；A3、获取行为识别模型，其包括经步骤A2训练的特征提取器和分类器，利用所述训练集对所述行为识别模型进行分类训练。

公开(公告)号：CN113128955B

公开(公告)日：2023-09-12

申请号：CN202110360041.1

申请日：2021-04-02

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  陈益强

IPC: G06Q10/10 ,  G06Q50/26 ,  G06N3/08

Abstract: 本发明提出一种基于智能度量的电子政务处理方法，包括：以回声状态网络构建政务网络，以用户任务数据为该政务网络的输入层的输入向量，将参与用户任务的政务部门加入该政务网络的储备池；初始化该政务网络的连接权重和状态反馈权重；通过历史用户任务数据对该政务网络进行训练得到电子政务平台；根据该电子政务平台的平台评估度量，生成对用户请求任务的处理流程，根据该政务部门内员工的人员评估度量，分配对该用户请求任务的处理人员，并进行用户请求任务处理。还提出一种基于智能度量的电子政务处理系统，以及应用该电子政务处理方法的数据处理装置。