一种基于帕累托集成剪枝的单细胞数据注释方法及系统

    公开(公告)号:CN118197427A

    公开(公告)日:2024-06-14

    申请号:CN202410016998.8

    申请日:2024-01-05

    Applicant: 吉林大学

    Abstract: 本公开提供了一种基于帕累托集成剪枝的单细胞数据注释方法。该方法包括参考数据集和待注释数据集的预处理;基于多种特征选择方法和机器学习方法的基学习器集合的训练;利用帕累托集成剪枝方法选取最优的基学习器子集;利用选取出来的基学习器子集对待注释数据集进行数据;将子集中每个基学习器的注释结果集成在一起,生成最终的注释。以此方式,基学习器利用参考数据集对每种细胞类型的特征进行学习,并利用帕累托剪枝算法对基学习器进行筛选,提取出最优子集,集成了各个基学习器的优势,同时集成剪枝算法也避免了单一算法在部分场景的应用局限,拓宽了细胞注释方法的应用场景。

    一种面向动态环境的激光SLAM方法、系统及介质

    公开(公告)号:CN119374581A

    公开(公告)日:2025-01-28

    申请号:CN202411489916.8

    申请日:2024-10-24

    Applicant: 吉林大学

    Abstract: 本公开涉及一种面向动态环境的激光SLAM方法、系统及介质。包括:对目标检测四维神经网络进行训练与部署;环境初始化与数据处理,构建初始的稠密点云地图;利用IMU数据进行前向与反向传播,精确估计机器人的当前状态;进行点云注册更新地图;识别并标记动态目标的特征点;根据动态目标检测结果,更新地图中体素的动态或静态概率;输出优化后的地图和机器人的位姿估计。本公开采用体素信念模型更新对动态环境的理解,有效地将动态对象的信息融合到地图中,同时保留静态环境的精确表示,提升SLAM系统在动态环境下的定位、地图构建及动态对象识别的准确性和鲁棒性。通过优化的数据处理流程,确保了高效的计算性能和实时性。

Patent Agency Ranking