-
公开(公告)号：CN111611431B
公开(公告)日：2023-07-28
申请号：CN202010301644.X
申请日：2020-04-16
Applicant: 北京邮电大学
IPC: G06F16/65 , G06N3/044 , G06N3/0464 , G06N3/045
Abstract: 一种基于深度学习的音乐分类方法，包括：将音乐的音频文件转化成梅尔声谱图，并生成音乐标签的独热向量；将音乐的梅尔声谱图和音乐标签的独热向量分别传入卷积神经网络和循环神经网络，通过卷积神经网络获得音乐的频域和时域特征向量，通过循环神经网络获得音乐‑标签关系向量，然后将卷积神经网络和循环神经网络各自的输出向量映射到相同维度后，连接合并构成一个音乐‑标签嵌入向量；将音乐‑标签嵌入向量传入标签预测层，其输出是音乐对应每个类别标签的概率值，最后根据概率值，从所有类别标签中挑选多个类别标签作为音乐的分类。本发明属于信息技术领域，能基于音乐类别的繁多和交错关系，实现音乐类别标签的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN110808096B
公开(公告)日：2022-04-19
申请号：CN201911045403.7
申请日：2019-10-30
Applicant: 北京邮电大学
Abstract: 本发明基于卷积神经网络的心脏病变自动检测系统，其特征在于，包括：数据库、病变信息处理模块、关键帧提取模块、数据清洗模块、信息融合及存储模块、卷积神经网络学习模块、模型存储及筛选模块以及病变检测模块；涉及深度学习、医疗以及计算机视觉等领域，通过科学优化的设计，创建并实现了一套基于卷积神经网络的心脏冠状动脉钙化、完全闭塞及血栓病变全自动智能检测系统，针对诊断对结果准确率以及时效性的需求，设计结构巧妙，无需任何人工辅助便可以输出高质量辅助诊断检测结果，为冠状动脉患者以及医生带来便利。
-
公开(公告)号：CN111626292A
公开(公告)日：2020-09-04
申请号：CN202010388458.4
申请日：2020-05-09
Applicant: 北京邮电大学
Abstract: 一种基于深度学习技术的楼宇指示标识的文字识别方法，包括：采用检测网络对场景图片进行检测，获得楼宇指示标识文本的4个角点坐标，截取出字符图片；将字符图片分别输入MORN网络和进行霍夫直线处理，并将MORN网络矫正后的图片和霍夫直线变换后的图片进行图像融合，获得融合图片；构建楼宇指示标识文本识别模型，输入融合图片，处理流程如下：先将融合图片使用经典卷积神经网络CNN提取特征图，然后将特征图的每列作为一个时间片输入到长短期记忆网络LSTM中，并输出得到每个时间片对应的文本字符类别，采用损失函数Loss去除空白字符后，获得楼宇指示标识文本。本发明属于信息技术领域，能实现对楼宇指示标识文本的准确识别。
-
公开(公告)号：CN111611431A
公开(公告)日：2020-09-01
申请号：CN202010301644.X
申请日：2020-04-16
Applicant: 北京邮电大学
Abstract: 一种基于深度学习的音乐分类方法，包括：将音乐的音频文件转化成梅尔声谱图，并生成音乐标签的独热向量；将音乐的梅尔声谱图和音乐标签的独热向量分别传入卷积神经网络和循环神经网络，通过卷积神经网络获得音乐的频域和时域特征向量，通过循环神经网络获得音乐-标签关系向量，然后将卷积神经网络和循环神经网络各自的输出向量映射到相同维度后，连接合并构成一个音乐-标签嵌入向量；将音乐-标签嵌入向量传入标签预测层，其输出是音乐对应每个类别标签的概率值，最后根据概率值，从所有类别标签中挑选多个类别标签作为音乐的分类。本发明属于信息技术领域，能基于音乐类别的繁多和交错关系，实现音乐类别标签的准确预测。
-
公开(公告)号：CN111626292B
公开(公告)日：2023-06-30
申请号：CN202010388458.4
申请日：2020-05-09
Applicant: 北京邮电大学
IPC: G06V20/62 , G06V30/148 , G06V30/146 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习技术的楼宇指示标识的文字识别方法，包括：采用检测网络对场景图片进行检测，获得楼宇指示标识文本的4个角点坐标，截取出字符图片；将字符图片分别输入MORN网络和进行霍夫直线处理，并将MORN网络矫正后的图片和霍夫直线变换后的图片进行图像融合，获得融合图片；构建楼宇指示标识文本识别模型，输入融合图片，处理流程如下：先将融合图片使用经典卷积神经网络CNN提取特征图，然后将特征图的每列作为一个时间片输入到长短期记忆网络LSTM中，并输出得到每个时间片对应的文本字符类别，采用损失函数Loss去除空白字符后，获得楼宇指示标识文本。本发明属于信息技术领域，能实现对楼宇指示标识文本的准确识别。
-
公开(公告)号：CN110808096A
公开(公告)日：2020-02-18
申请号：CN201911045403.7
申请日：2019-10-30
Applicant: 北京邮电大学
Abstract: 本发明基于卷积神经网络的心脏病变自动检测系统，其特征在于，包括：数据库、病变信息处理模块、关键帧提取模块、数据清洗模块、信息融合及存储模块、卷积神经网络学习模块、模型存储及筛选模块以及病变检测模块；涉及深度学习、医疗以及计算机视觉等领域，通过科学优化的设计，创建并实现了一套基于卷积神经网络的心脏冠状动脉钙化、完全闭塞及血栓病变全自动智能检测系统，针对诊断对结果准确率以及时效性的需求，设计结构巧妙，无需任何人工辅助便可以输出高质量辅助诊断检测结果，为冠状动脉患者以及医生带来便利。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
