-
公开(公告)号：CN116129143B
公开(公告)日：2023-09-08
申请号：CN202310100687.5
申请日：2023-02-08
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
摘要： 一种基于串并联网络特征融合的边缘阔提取方法，属于医学影像边缘轮廓提取技术领域，科学有效的捕获了CTA影像轮廓细节信息，自动学习不同的特征权重，强化目标区域特征，又将不同分辨率的特征图转换为高分辨率特征图并融合，提高CTA影像轮廓清晰度，保证了信息的完整性。该网络结构并没有增加网络的横向深度，而是纵向扩展了网络，增加了模型的非线性，降低了相邻像素点的相关性，更有利于清晰边缘的提取。
-
公开(公告)号：CN115357805B
公开(公告)日：2023-06-16
申请号：CN202210920144.3
申请日：2022-08-02
申请人： 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06F16/9536 , G06N3/0464 , G06N3/042 , G06N3/08
摘要： 一种基于内外部视角的群组推荐方法，基于外部视角，将群组与餐厅和用户与餐厅的交互看作两个独立的过程，利用图卷积分别学习这两种交互行为中隐含的偏好信息，使模型学习到用户作为个体时的个人偏好以及群组作为整体时的固定偏好。基于内部视角，将群组决策过程中成员之间存在的互动商讨过程考虑在内，采用图注意力神经网络学习此过程中产生的成员间的相互影响，使模型能够准确捕捉受影响后的成员偏好变化。基于内部视角，不同成员在群组中的作用与影响力不同，导致在群组决策中的贡献度不同，采用注意力机制学习成员贡献度大小，能够以一种动态的方式学习聚合策略，更好的权衡不同成员的偏好，解决偏好冲突问题。
-
公开(公告)号：CN111460953B
公开(公告)日：2021-05-18
申请号：CN202010221886.8
申请日：2020-03-26
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于对抗域自适应学习的心电信号分类方法，使用多尺度特征提取模块提取的特征是高度域不变的，减少了域间差异，源域样本训练的模型也可以在目标域上更好的应用，网络训练结束后，保存最优模型，将新的心拍样本输入到保存的最优模型中，获得最终分类效果。使用多特征提取器可以增加特征的丰富性，更加全面的提取心电信号的细节信息，同时使用对抗域自适应学习的方法，可改善不同域样本分布不同的现象，获得高度概括源域样本和目标域样本之间的域不变特征，通过这些特征训练一个对目标域高度适用的分类模型，可提高数据分布不同的跨域心电信号的分类精度。
-
公开(公告)号：CN118247204A
公开(公告)日：2024-06-25
申请号：CN202311524364.5
申请日：2023-11-16
申请人： 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
摘要： 一种基于提示学习的多器官细胞核分割方法，涉及医学图像处理技术领域，利用文本与图像多模态信息充分挖掘图像信息，学习到语义信息与分割目标之间的关联，对目标区域的分割进行综合学习。基于clip模型从6个公开细胞核数据集中训练学习大量的文本和图像配对知识，来获得细胞核的语义理解先验知识，使得模型完全适合细胞核分割任务。构建模型通过输入图像与文本提示，利用文本和图像多模态信息，完成6个不同器官细胞核识别并且准确分割任务，计算效率更高，该模型还可以在缺乏标注的部分数据集上使用充分文本提示完成准确的分割任务，更具备实用性与可拓展性。
-
公开(公告)号：CN117474741B
公开(公告)日：2024-05-07
申请号：CN202311561214.1
申请日：2023-11-22
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06T1/00 , G06V40/16 , G06V20/00 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/0464
摘要： 一种基于人脸关键点水印的主动防御检测方法，涉及图像伪造检测领域，对于一张原始图像提取人脸关键点，将提取出来的人脸关键点转换成二进制的水印。随后二进制水印被嵌入到原始图像中得到水印图像，继而水印图像会经过非恶意/恶意操作得到操作图像或篡改图像，使得模型能够对这些非恶意/恶意操作具有鲁棒性，该方法引入了人脸关键点，既为每个人生成独有的水印也实现了溯源以及检测功能。
-
公开(公告)号：CN116468619B
公开(公告)日：2024-02-06
申请号：CN202310184267.X
申请日：2023-03-01
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
摘要： 一种基于多特征反馈融合的医学影像去噪方法，运用了采用了解码‑编码的网络框架，通过多特征反馈融合网络对图像进行特征提取。特征反馈融合网络由多特征反馈融合模块(MFFM)和并联扩张卷积模块组成。通过并联多个不同扩张率的扩张卷积层在提取浅层特征的同时既增大特征图的感受野，又保证信息不丢失。多特征反馈融合模块(MFFM)可以将进一步提取的深层特征以注意力机制的形式反馈给浅层特征，从而实现深层特征和浅层特征的深度融合。将融合后的特征图池化放大至相同尺寸可以保证输入特征图的shape不变。化特征向量，降低噪声因子的干扰。恢复特征图融合了关键像素特征，强化了特
-
公开(公告)号：CN117474741A
公开(公告)日：2024-01-30
申请号：CN202311561214.1
申请日：2023-11-22
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06T1/00 , G06V40/16 , G06V20/00 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/0464
摘要： 一种基于人脸关键点水印的主动防御检测方法，涉及图像伪造检测领域，对于一张原始图像提取人脸关键点，将提取出来的人脸关键点转换成二进制的水印。随后二进制水印被嵌入到原始图像中得到水印图像，继而水印图像会经过非恶意/恶意操作得到操作图像或篡改图像，使得模型能够对这些非恶意/恶意操作具有鲁棒性，该方法引入了人脸关键点，既为每个人生成独有的水印也实现了溯源以及检测功能。
-
公开(公告)号：CN117291941A
公开(公告)日：2023-12-26
申请号：CN202311329962.7
申请日：2023-10-16
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
摘要： 一种基于边界和中心点特征辅助的细胞核分割方法，涉及医学图像处理领域，通过编码器和解码器网络实现训练，使得训练后的网络能够从病理图像中找到细胞核的边界、中心点、细胞核这些外观特征，实现了由点到线再到面的特征约束，通过设计特定的中心点损失函数与边界加权模块bwm,保证了输入图片信息的完整性，提高了对细胞核分割的准确性。同时借助计算机视觉和图像处理技术，可以实现自动化的细胞核分割，大大提高了分割的准确性和效率。既可以节省人力资源，也加快研究和诊断的进程。
-
公开(公告)号：CN116129143A
公开(公告)日：2023-05-16
申请号：CN202310100687.5
申请日：2023-02-08
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
摘要： 一种基于串并联网络特征融合的边缘阔提取方法，属于医学影像边缘轮廓提取技术领域，科学有效的捕获了CTA影像轮廓细节信息，自动学习不同的特征权重，强化目标区域特征，又将不同分辨率的特征图转换为高分辨率特征图并融合，提高CTA影像轮廓清晰度，保证了信息的完整性。该网络结构并没有增加网络的横向深度，而是纵向扩展了网络，增加了模型的非线性，降低了相邻像素点的相关性，更有利于清晰边缘的提取。
-
公开(公告)号：CN114780866A
公开(公告)日：2022-07-22
申请号：CN202210376638.X
申请日：2022-04-11
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC分类号： G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
摘要： 一种基于时空上下文兴趣学习模型的个性化智能推荐方法，使用图神经网络建模用户历史签到行为序列，通过创新图消息传播与聚合的拉普拉斯范数，融合兴趣点之间的交互关联性及空间关联性来获取兴趣点的高阶特征表示。同时编码日模式创新性的获取到了用户的长期兴趣，并使用长短期记忆网络捕获用户短期行为模式作为短期兴趣，通过层间注意力获取长短期兴趣。在此基础上进行候选兴趣点的概率计算作为推荐依据。通过图卷积的方式提高了兴趣点的特征提取效果，充分利用时空上下文挖掘用户的兴趣，以此进行推荐提高准确率，解决用户的出行需求。
-
-
-
-
-
-
-
-
-
搜索结果
139 条记录 (耗时 0.061 秒)
