-
Patent Agency Ranking
公开(公告)号：CN113011485A
公开(公告)日：2021-06-22
申请号：CN202110270878.7
申请日：2021-03-12
Applicant: 北京邮电大学
Abstract: 本申请提出一种多模态多病种长尾分布下眼科疾病分类模型训练及其识别方法和装置，涉及深度学习技术领域，其中，方法包括：获取双模态影像样本，对双模态影像样本进行标注诊断标签；将红外黄斑区眼底影像样本和OCT影像样本分别同时输入第一神经网络进行训练获取第一图像特征信息和第二图像特征信息；根据第一图像特征信息和第一权重、第二图像特征信息和第二权重计算总图像特征信息输入全连接网络获取预测结果；通过反向传播技术不断调整神经网络参数，直到误差值维持在预设阈值，生成眼科疾病分类模型。由此，通过双路卷积神经网络模型学习两种模态影像特征得到与临床诊断流程相似的深度学习模型。
-
公开(公告)号：CN110580525B
公开(公告)日：2021-05-11
申请号：CN201910477603.3
申请日：2019-06-03
Applicant: 北京邮电大学
Abstract: 本申请提出一种神经网络压缩方法及系统。其中，神经网络压缩方法，包括：根据预设的初始降维能量比得到降维能量比集合；从原始训练集中进行抽样，以根据抽样数据得到抽样集；根据所述抽样集对神经网络模型中的每一层进行测试，以确定在降维能量比集合中每一个降维能量比下的精度损失；根据最小的精度损失对应的降维能量比计算每一层对应的低秩值；根据每一层对应的低秩值对神经网络压缩进行压缩，以得到压缩模型。本申请的神经网络压缩方法，对神经网络每一层进行压缩敏感度预检测，然后根据敏感度为每一层分配合适的低秩rank，最后进行低秩分解得到压缩模型，具有分配效率高且分配合理的优点，避免压缩后精度的过多下降。
-
公开(公告)号：CN111178503A
公开(公告)日：2020-05-19
申请号：CN201911292204.6
申请日：2019-12-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向移动终端的去中心化目标检测模型训练方法及系统，其中，方法包括以下步骤：获取当前设备产生图片以及其中标注的目标信息；对当前设备产生图片以及其中标注的目标信息进行预处理，得到处理后的数据；利用处理后的数据训练SSD模型，并通过基于K-L散度衡量模型间的差异性对SSD模型进行联合优化。该方法可以在保护数据隐私的前提下，充分利用用户数据及用户设备的计算能力，进行模型优化，降低目标检测模型的训练成本，并且获得与在集中式数据使用传统训练方式获得的模型具有同等精度。
-
公开(公告)号：CN110457461A
公开(公告)日：2019-11-15
申请号：CN201910620204.8
申请日：2019-07-10
Applicant: 北京邮电大学
IPC: G06F16/335 , G06F16/35 , G06F17/27 , G06Q50/18
Abstract: 本发明公开了一种基于隐语义主题的专利推荐方法及装置，其中，方法包括以下步骤：根据专利摘要和标题获取多个专利关键词；根据多个专利关键词利用开源词向量库进行词向量转换，并基于k-means构建隐语义主题树；通过隐语义主题树获取每个专利的主体分布，并构建主题召回列表，及根据余弦公式得到主体分布相似度，以根据主体分相似度进行专利推荐。该方法可以通过利用包含外部知识的词向量库，引入专利的语义主题信息，能更加语义化匹配用户目标，获得更加精准的推荐结果，并通过构建隐语义主题树，基于语义上的近邻主题召回进行主题相似度排序，达到进行多层次语义精准推荐。
-
公开(公告)号：CN108520028A
公开(公告)日：2018-09-11
申请号：CN201810256044.9
申请日：2018-03-27
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于DPI数据的用户地理位置特征提取方法及系统，其中，方法包括：根据用户ID从DPI数据库中获取多条目标用户数据；获取每条目标用户数据的经纬度信息；对经纬度信息进行预处理得到预处理数据；对预处理数据进行筛选处理，以得到出行数据集；根据出行数据集提取得到出行路径特征；根据地图平台API参数和出行路径特征得到候选路径集，并根据API响应结果提取得到候选路径特征；将候选路径特征与运动路径特征进行匹配，并使用评分机制进行评分，以得到评分最高的预测路径；通过预设距离阈值对出行序列和预测路径的时间进行匹配，以更新当前地理位置信息。该方法有效提高了地理位置信息的精确性，简单易实现。
-
-
-
-
Search Results
85
records
(took 0.023 seconds)
