-
公开(公告)号：CN109003679B
公开(公告)日：2021-06-08
申请号：CN201810687069.4
申请日：2018-06-28
Applicant: 众安信息技术服务有限公司 , 复旦大学附属华山医院北院
Abstract: 本发明公开了一种脑血管出血与缺血预测方法及装置，属于人工智能技术领域，方法包括步骤：S1、利用相关医疗病史数据构建第一训练数据集；S2、构建多个医疗数据预测模型，并使用所述第一训练数据集训练所述多个医疗数据预测模型；S3、利用脑部动脉医疗影像数据构建第二训练数据集；S4、构建多个医疗图像预测模型，并使用所述第二训练数据集训练所述多个医疗图像预测模型；S5、对训练好的所述多个医疗数据预测模型和训练好的所述多个医疗图像预测模型进行融合，以对目标患者的脑血管出血与缺血进行预测。本发明实施例可以实现对于患者是否会发生脑血管出血与缺血现象进行快速、准确地预测。
-
公开(公告)号：CN108899075A
公开(公告)日：2018-11-27
申请号：CN201810686092.1
申请日：2018-06-28
Applicant: 众安信息技术服务有限公司
CPC classification number: G16H30/40 , G06N3/0454 , G06T3/40 , G06T5/002 , G06T5/30 , G06T2207/20221 , G06T2207/30101
Abstract: 本发明公开了一种基于深度学习的DSA图像检测方法、装置及设备，属于深度学习及数字图像处理技术领域。所述方法包括：对输入的DSA图像进行标注，获得标记好的训练样本；对所述训练样本进行预处理，获得训练数据集；利用所述训练数据集通过卷积神经网络进行训练，得到DSA图像检测网络模型；通过所述DSA图像检测网络模型对输入的待检测DSA图像进行检测，获得检测结果。本发明能够快速、准确地获得DSA图像检测结果，以便满足日趋增强和数量激增的医疗服务需求，解决了现有DSA图像进行观察、检测的低效率、费时费力和检测效果不甚满意等技术问题，在涉及医疗影像检测识别的诸多医疗领域具有广泛而良好的应用前景。
-
公开(公告)号：CN109858488A
公开(公告)日：2019-06-07
申请号：CN201811623758.5
申请日：2018-12-28
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种基于样本增强的手写样本识别方法与系统，其中方法包括：S1、生成标注样本，标出图像样本中的手写字符，将手写字符从图像样本中裁切出来并归类；S2、样本增强，将标注样本进行随机变换生成变换后样本，利用生成模型生成与变换后样本同分布的增强样本；S3、样本合成，利用增强样本生成训练样本；S4、模型训练，利用训练样本训练检测分类模型以及手写样本识别模型；S5、识别应用，利用训练好的检测分类模型检测出手写字符的位置，然后再通过手写样本识别模型识别手写字符。本发明通过增加训练样本的多样性优化检测分类模型与识别模型有效地克服了现有技术中离线手写识别准确率较低，手写识别样本标注困难，模型提升缓慢的问题。
-
公开(公告)号：CN108491714A
公开(公告)日：2018-09-04
申请号：CN201810309762.8
申请日：2018-04-09
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种验证码的人机识别方法，包括：收集样本数据集，样本数据集包括一组或多组训练样本数据以及针对每组训练样本数据设定的相对应的标签，标签表示用户的属性；使用样本数据集来训练机器学习模型；采集实时用户数据；以及根据机器学习模型对实时用户数据进行预测，以确定用户的属性。
-
公开(公告)号：CN109670970A
公开(公告)日：2019-04-23
申请号：CN201811433626.6
申请日：2018-11-28
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种驾驶行为评分方法、装置及计算机可读存储介质，属于车辆驾驶行为分析技术领域。方法包括：积累样本数据，包括样本驾驶员的驾驶数据及保险保单数据；确定样本数据在积累过程中的当前阶段，其中，积累过程包括冷启动阶段和冷启动阶段之后的其他阶段；使用当前积累阶段对应的驾驶评分方法对当前驾驶员的驾驶行为进行评分。本发明实施例能够实现在数据积累的不同阶段均可进行驾驶行为评分。
-
Patent Agency Ranking
公开(公告)号：CN109087306A
公开(公告)日：2018-12-25
申请号：CN201810686592.5
申请日：2018-06-28
Applicant: 众安信息技术服务有限公司
CPC classification number: G06T7/11 , G06N3/0454 , G06T5/001 , G06T2207/20081 , G06T2207/20084 , G06T2207/30101
Abstract: 本发明公开了动脉血管图像模型训练方法、分割方法、装置及电子设备，属于数字图像处理技术领域，动脉血管图像模型训练方法包括：S1、对获取到的DSA图像进行预处理，以构建动脉血管图像库；S2、对动脉血管图像库中的部分样本图像进行标注，以构建标注样本图像集；S3、构建卷积深度网络，并设置深度网络参数，生成初始动脉血管分割模型；S4、使用标注样本图像集训练初始动脉血管分割模型，生成动脉血管图像分割模型；S5、对于使用动脉血管图像分割模型分割动脉血管图像库中除部分样本图像之外的其他图像得到的血管目标图像，进一步进行标注，以对动脉血管图像分割模型进行迭代训练。本发明实施例能够较高精度地对DSA图像进行目标血管提取。
-
公开(公告)号：CN109118055B
公开(公告)日：2021-12-21
申请号：CN201810796046.7
申请日：2018-07-19
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种驾驶行为评分方法及装置，属于车辆驾驶行为分析技术领域。方法包括获取样本数据，样本数据包括样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据；从样本驾驶员的驾驶行为数据、驾驶环境数据和业务保单数据中分别提取特征并进行特征合并，得到样本驾驶员的特征数据；根据从业务保单数据中提取的特征获取样本驾驶员的驾驶行为评分；根据样本驾驶员的特征数据及样本驾驶员的驾驶行为评分对机器学习模型进行训练，得到驾驶行为评分模型并存储，以用于对除样本驾驶员之外的目标驾驶员的驾驶行为进行评分。本发明实施例通过机器学习对驾驶员驾驶行为进行多维度和精细化的建模，从而实现了针对不同驾驶员准确地进行驾驶行为评分。
-
公开(公告)号：CN109541583B
公开(公告)日：2020-05-01
申请号：CN201811359075.3
申请日：2018-11-15
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开一种前车距离检测方法及系统，解决了现有技术中的车距检测预警技术在测距精度和定位准确度上不能够同时兼得的问题。该方法包括：采集本车前方视角的RGB图像和深度图像；基于RGB图像识别其中的全部车辆，提取各车辆对应的宽高数据；建立坐标系，提取RGB图像中各车辆左上角对应的横纵坐标，将其与对应车辆的宽高数据匹配后绘制各车辆的约束框；基于各车辆的约束框面积和目标区域框面积，对应计算各车辆与目标区域的交并比，以及基于各车辆的宽高数据、约束框的中心点坐标和靶点坐标，对应计算各车辆与目标区域框的归一化距离；从各车辆对应的交并比和归一化距离数据中筛选锁定前车目标车辆，并结合深度图像得到前车目标车辆车距。
-
公开(公告)号：CN109003679A
公开(公告)日：2018-12-14
申请号：CN201810687069.4
申请日：2018-06-28
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种脑血管出血与缺血预测方法及装置，属于人工智能技术领域，方法包括步骤：S1、利用相关医疗病史数据构建第一训练数据集；S2、构建多个医疗数据预测模型，并使用所述第一训练数据集训练所述多个医疗数据预测模型；S3、利用脑部动脉医疗影像数据构建第二训练数据集；S4、构建多个医疗图像预测模型，并使用所述第二训练数据集训练所述多个医疗图像预测模型；S5、对训练好的所述多个医疗数据预测模型和训练好的所述多个医疗图像预测模型进行融合，以对目标患者的脑血管出血与缺血进行预测。本发明实施例可以实现对于患者是否会发生脑血管出血与缺血现象进行快速、准确地预测。
-
公开(公告)号：CN108376371A
公开(公告)日：2018-08-07
申请号：CN201810105304.2
申请日：2018-02-02
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种基于社交网络的互联网保险营销方法和系统，包括：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构；计算多个第一子图和多个第一社区结构各自的节点网络指标，以及计算多个第二子图和多个第二社区结构各自的KPI指标；对多个节点网络指标和多个KPI指标进行分析，并基于分析结果，对互联网保险进行营销。本发明实施例能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.052 seconds)
