-
公开(公告)号：CN118471476A
公开(公告)日：2024-08-09
申请号：CN202410665091.4
申请日：2024-05-27
申请人： 三峡大学
IPC分类号： G16H50/20 , G06N5/022 , G06F16/36 , G06F16/335 , G06F40/289 , G06F40/284 , G06F40/30 , G06F40/205
摘要： 本发明公开了一种基于大语言模型的辅助诊断方法，包括以下步骤：利用先进的自然语言处理技术，特别是大型预训练语言模型，构建一个全面、准确的疾病知识图谱，分别从症状、体征、实验室检查异常和仪器检查异常进行切入，以提高医疗诊断的效率和准确性；通过整合目前所有常见疾病知识库并自定义关键词和调整Embedding模型，优化模型对疾病症状、体征、诊断和治疗方案的理解和查询能力；结合自己构建的医疗数据集进行模型训练，包括传统公开医疗数据和医院内部数据，涵盖了目前市面上所有的常见疾病。本发明在疾病知识库的构建与精准查询方面取得了显著的成果，能够帮助医生更快速、准确地诊断疾病，为患者提供方便的预问诊平台并提供更好的治疗方案。
-
公开(公告)号：CN118337879A
公开(公告)日：2024-07-12
申请号：CN202410328909.3
申请日：2024-03-21
申请人： 三峡大学
摘要： 基于AUTBUS总线的智能船舶数据采集系统，系统包括数据采集、数据传输、数据缓存和数据分发四个部分；在数据采集部分，使用AUTBUS协议转换装置TN将采集设备挂载到AUTBUS总线；在数据传输部分，AUTBUS协议转换装置TN接收来自各类型采集设备发送的不同格式数据，对不同类型的数据进行协议转换，转换为AUTBUS数据帧格式并加密。实现不同厂商生产的工业采集设备之间的无缝连接，提高生产效率和降低维护成本，保证了采集设备的数据在传输过程中的稳定性与安全性；船舶数据采集系统主动向集成平台服务器发送数据，可以满足船舶集成平台智能应用的数据需求。
-
公开(公告)号：CN117893497A
公开(公告)日：2024-04-16
申请号：CN202410052313.5
申请日：2024-01-12
申请人： 三峡大学
IPC分类号： G06T7/00 , G06V10/82 , G06V10/774 , G06V10/74 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 基于改进Yolov7‑tiny网络的木板材表面缺陷检测方法，包括以下步骤：收集木材表面缺陷图像，对其筛选和预处理；对处理后的图像进行标注，标记出缺陷区域，并划分为训练集、验证集、测试集；改进Yolov7‑tiny网络模型；将训练集图像输入改进Yolov7‑tiny网络模型进行训练，使用训练后的改进Yolov7‑tiny网络模型对测试集中图像进行检测。该方法在保证体积小和检测速度快的情况下，提升现有深度学习模型关于木板材表面缺陷检测精度，提高林业检测的整体效率。
-
公开(公告)号：CN110854502A
公开(公告)日：2020-02-28
申请号：CN201911201932.1
申请日：2019-11-29
申请人： 三峡大学
摘要： 一种用于通信天线辐射区域调整的锁定装置，包括底板，底板上设有圆环框，圆环框的内部底面设有空心圆柱，所述空心圆柱的内表壁开设有两个第一圆形滑槽，两个所述第一圆形滑槽的内表壁均滑动嵌设有圆环板；所述圆环板的共设置有两个，且两个圆环板的内表壁之间设有圆杆，并且圆杆的顶端延伸至空心圆柱的外部，所述圆杆的底部等距滑动嵌设有多个第一滑珠，且多个第一滑珠的底部与空心圆柱的内部底面滑动嵌设，两个所述圆环板的外表面均等距滑动嵌设有多个第二滑珠，且多个第二滑珠的外表面与第一圆形滑槽的内表壁滑动嵌设。本装置可以对通信锅的方向进行转动，在使用上可以更好的对通信锅的辐射区域进行锁定，便于使用。
-
公开(公告)号：CN110163830A
公开(公告)日：2019-08-23
申请号：CN201910318054.5
申请日：2019-04-19
申请人： 三峡大学
摘要： 本发明公开了基于Riesz-Lap变换及PCNN的图像融合方法，Riesz变换具有分离出图像低级特征的能力，且人类视觉感知的重要信息来也来自图像的低级特征。本发明提出将待融合源图像先分解到Riesz变换域，再将Riesz变换域的图像序列进行基于分数阶拉普拉斯算子以及多重调和样条小波变换，使图像表示具有方向特性和多分辨率特性，在Riesz拉普拉斯小波基础上结合脉冲耦合神经网络所具有的全局耦合特性进行融合。经过多聚焦、医学CT和核磁共振、遥感全色及多光谱等影像多种应用场景测试，本发明得到的图像融合结果视觉效果较好，对比度和清晰度上有所提升，且运行效率高。
-
公开(公告)号：CN118250345A
公开(公告)日：2024-06-25
申请号：CN202410328908.9
申请日：2024-03-21
申请人： 三峡大学
摘要： AUTBUS总线与Profibus‑DP总线的协议转换装置及方法、设备，协议转换装置包括依次连接的RS485接口电路、控制单元以及AUTBUS接口模块；RS485接口电路连接Profibus‑DP总线，接收Profibus‑DP总线数据并传输至控制单元；控制单元用于接收所述RS485接口电路传输的Profibus‑DP数据数据，将Profibus‑DP数据拆包封装得到AUTBUS类型数据，并储存至缓存区；控制单元还包括接收来自于所述AUTBUS总线上指定时隙的AUTBUS类型数据。通过协议转换装置及方法，使得多个Profibus‑DP设备之间可以使用AUTBUS总线与Profibus‑DP总线的协议转换方法及装置进行信息交换，AUTBUS总线网络中的其它设备可以与Profibus‑DP设备进行信息交换。
-
公开(公告)号：CN118013959A
公开(公告)日：2024-05-10
申请号：CN202410073172.5
申请日：2024-01-17
申请人： 三峡大学
IPC分类号： G06F40/279 , G06F40/126 , G06F40/30 , G06F16/28 , G06F16/22 , G06N5/022 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种基于星型拓扑结构的联合实体关系抽取方法，该方法通过将混合编码信息输入BERT模块进行编码获取词向量信息，然后通过编码器获取头实体信息，最后通过到Star‑Transformer星型拓扑结构网络得出实体关系三元组信息；可以有效抽取其中蕴含的实体对及其语义关系，进而获取句子中的结构化三元组信息，便于海量数据的处理；将分析出的多个实体之间的语义关系和实体进行关联，促进了大规模知识库的自动构建。
-
公开(公告)号：CN117078946A
公开(公告)日：2023-11-17
申请号：CN202310832233.7
申请日：2023-07-07
申请人： 三峡大学
IPC分类号： G06V10/40 , G06V10/26 , G06V10/80 , G06V10/34 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/20
摘要： 一种多分支聚合网络的息肉图像分割方法，包括以下步骤：步骤1：利用PVTv2编码层特征提取模块作为网络编码部分实现对息肉图像的特征提取，输出4层特征图；步骤2：将输出的4层特征图输入线性增强层LE，获得4层已加强局部信息的特征图；步骤3：使用并行解码约束PDC1、并行解码约束PDC2融合经过线性增强层LE的特征图；步骤4：对经过并行解码约束PDC1、并行解码约束PDC2处理的特征图分别上采样；步骤5：在测试阶段裁剪并行解码约束PDC1，仅对并行解码约束PDC2采用测试时数据增强TTA的方式；步骤6：对测试时数据增强TTA输出结果经过基于马尔科夫随机场的顺序树加权信息传递算法TRW‑S，对灰度图分割边缘进行平滑；通过以上步骤对目标息肉图像进行分割。
-
公开(公告)号：CN116090460A
公开(公告)日：2023-05-09
申请号：CN202310071054.6
申请日：2023-01-13
申请人： 三峡大学
IPC分类号： G06F40/295 , G06F40/284 , G06F40/30 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/08
摘要： 一种基于多头三仿射注意力机制的嵌套命名实体识别方法，本发明能捕捉深层单词语义信息，解决基于跨度的方法对嵌套实体边界识别要求较高，且学习所有候选跨度计算量大的问题。利用多头三仿射注意力机制获取跨度表示，融合跨度边界及内部信息，捕捉较长跨度嵌套命名实体；利用正则化技术对实体边界进行平滑处理，提高模型边界识别的准确性；开展嵌套命名实体识别任务。本发明能捕捉深层单词语义信息，解决基于跨度的方法对嵌套实体边界识别要求较高，且学习所有候选跨度计算量大的问题。
-
公开(公告)号：CN114677511A
公开(公告)日：2022-06-28
申请号：CN202210290186.3
申请日：2022-03-23
申请人： 三峡大学
IPC分类号： G06V10/26 , G06V10/34 , G06V10/82 , G06V10/84 , G06T7/12 , G06T7/143 , G06N3/04 , G06N3/08 , G06K9/62
摘要： 一种残差ECA通道注意力UNet结合TRW‑S的肺结节分割方法，它包括以下步骤：步骤1：读取肺部CT影像，对影像进行预处理；步骤2：切割出肺结节图片并生成对应的掩膜；步骤3：对获取的肺结节图片及对应的掩膜进行数据集的划分以获得训练集、验证集、测试集；步骤4：构建残差ECA通道注意力UNet深度学习网络；步骤5：将所获得的训练集、验证集输入构建的深度学习网络中进行训练；步骤6：将所获得的测试集输入训练好的网络以获得预测图；步骤7：将预测图输入基于马尔科夫随机场的顺序树加权信息传递算法(TRW‑S)进行边缘平滑；步骤8：输出预测图像。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.038 秒)
