一种基于神经网络的脑梗死MRI图像识别方法

    公开(公告)号:CN110910377B

    公开(公告)日:2023-01-03

    申请号:CN201911190631.3

    申请日:2019-11-28

    Abstract: 本发明属于医学图像识别技术领域,具体涉及应用在临床实践上的一种基于神经网络的脑梗死MRI图像识别方法。本发明包括以下步骤:采集明确具有脑梗死疾病的脑部MRI图像;数据预处理,对标注好的原始图像进行缩放和裁剪处理;构建神经网络,卷积神经网络总深度为11层,卷积核大小为3*3,第2、4、7层步长为2,其余层步长为1;训练神经网络;测试模型;诊断测试;输出模型和整理结果。本发明的优点在于:使用卷积神经网络进行头部MRI图像识别,相比于传统方法,准确率更高,诊断过程更加智能化,且可以应用于除头部MRI识别外的其他应用场景。本发明使用全卷积网络作为基础网络结构,保留局部信息,使得学习到的特征更易被可视化和理解。

    基于贪心子图的社会网络节点挖掘激活方法

    公开(公告)号:CN106875281B

    公开(公告)日:2020-12-18

    申请号:CN201710144505.9

    申请日:2017-03-13

    Abstract: 本发明提供的是一种基于贪心子图的社会网络节点挖掘方法。首先依据节点度这个重要属性结合了局部拓扑结构的聚集系数估计出节点的影响潜力,根据影响潜力高低排序并加入种子节点候选集合,同时通过对网络的整体评判排序并选择出特异性阈值最高的节点加入种子节点候选集合。在完成候选集合的选择后,通过改进影响力的线性阈值模型表现为贪心子图策略对于集合中的节点进行真实的传播模拟,选取增量影响范围最大的节点加入到最终节点挖掘结果集合中,并且在每一步传播完成时动态的修正候选集合中的节点,重复候选集合修正过程和传播模拟过程直至达到预期规模的节点挖掘结果集合,最终得到理想的节点挖掘效果。

    基于图规划的启发式Web服务组合方法

    公开(公告)号:CN107105052B

    公开(公告)日:2020-02-14

    申请号:CN201710343392.5

    申请日:2017-05-16

    Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模,阐述了其与智能规划问题的对应关系;为了解决基于图规划的服务组合算法的盲目搜索的缺点,提出了状态距离的概念,分析和证明了其在可达性分析中的作用,给出了状态距离矩阵的构建方法;依据状态距离矩阵,设计启发函数对服务的可达性进行估计,修剪不必要的服务,减小规划图的规模,提高算法的求解效率。

    基于CAVE的沉浸式摩托艇驾驶仿真系统

    公开(公告)号:CN101430837A

    公开(公告)日:2009-05-13

    申请号:CN200810137587.5

    申请日:2008-11-21

    Abstract: 本发明提供的是基于CAVE的沉浸式摩托艇驾驶仿真系统。由控制系统、运动系统和场景系统构成;控制系统包括控制主机、控制单片机系统、3D音响系统、海风生成系统和海面/地面生成系统,控制单片机系统与控制主机互连,控制主机控制海风生成系统、3D音响系统、海面/地面生成系统;运动系统包括运动控制机、摆动平台、升降平台、摩托艇支架、摩托艇外壳,运动控制机与控制主机连接,运动控制机控制摆动平台、升降平台,摆动平台和升降平台与摩托艇支架相连,摩托艇外壳与摩托艇支架相连;场景系统包括PC计算机集群和与每台PC计算机相连的投影仪,PC计算机集群与控制主机相连。本发明可以训练专业运动员,可以作为娱乐工具,甚至可以模拟漫游太空。

    变色龙算法中相似性度量及截断方法

    公开(公告)号:CN108932528B

    公开(公告)日:2021-08-31

    申请号:CN201810589956.8

    申请日:2018-06-08

    Abstract: 本发明公开了变色龙算法中相似性度量及截断方法,属于凝聚型层次聚类算法技术领域。变色龙在稀疏图上运行,其中节点表示数据项,加权边表示数据项之间的相似性,变色龙通过使用两阶段算法找出数据集中的簇,在第一阶段,根据数据集构造出一个k‑最近邻图Gk,使用图分区算法将数据项分为几个相对较小的子集群,在第二阶段,它使用一种算法,通过重复组合这些子集群来找到真正的集群;该改进算法通过引入递归二分法、flood fill漫水填充法以及第一跳截断等对传统的变色龙聚类算法进行了改进,还提出了一种能够从修改的变色龙树状图中自动选择最佳聚类结果的方法。

    一种基于卷积神经网络的视频摘要方法

    公开(公告)号:CN112487241A

    公开(公告)日:2021-03-12

    申请号:CN202011354797.7

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于卷积神经网络的视频摘要方法,涉及互联网技术领域,具体为一种基于卷积神经网络的视频摘要方法,包括以下步骤:S1、视频镜头分割;S2、深度特征提取、图像记忆强度预测和图像熵计算步骤;S3、基于多特征提取关键帧形成视频摘要。该基于卷积神经网络的视频摘要方法将新兴的视频镜头边界检测模型与关键帧提取结合,视频镜头边界的检测对视频摘要来说是至关重要的一步,运用TransNet网络分割镜头准确性更高,有助于下一步的关键帧提取,以及通过微调Inception‑ResNet‑V2网络架构来获得视频帧的深度特征,Inception‑ResNet‑V2网络在提取深度特征方面有显著的效果。

    一种基于地形匹配的声呐图像的超分辨率重建方法

    公开(公告)号:CN111028152A

    公开(公告)日:2020-04-17

    申请号:CN201911240433.3

    申请日:2019-12-02

    Abstract: 本发明属于图像超分辨率重建技术领域,具体涉及一种基于地形匹配的声呐图像的超分辨率重建方法。本发明通过使用中值滤波器、拉普拉斯滤波器对声呐图像进行预处理,在声呐图像中识别并选定地形作为参照物,对同一地形参照物进行配准,解决声呐图像在产生的过程中同一地形在图像中的位置不同的问题。本发明利用声呐图像中的同一地形,将多张声呐图像依据该地形进行配准,使用多张声呐图像重建一张新的图像,直到最终高分辨率图像的生成,解决了声呐图像分辨率低、信噪比低、对比度低、斑点噪声突出的问题,提高了声呐图像的分辨率从而获得更多信息。

Patent Agency Ranking