-
公开(公告)号：CN110689038A
公开(公告)日：2020-01-14
申请号：CN201910759050.0
申请日：2019-06-25
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC: G06K9/62
Abstract: 本公开涉及人工智能领域中基于神经网络的计算机视觉技术。具体地，提供了一种神经网络模型的训练方法、装置和医学图像处理系统。训练方法包括：利用第一训练样本集执行初始训练，获得初始神经网络模型；利用初始神经网络模型对第二训练样本集执行预测，获得第二训练样本集中每个的预测结果；基于预测结果，从第二训练样本集确定多个优选样本；接收对于多个优选样本的标注结果，将标注后的多个优选样本加入第一训练样本集，获得扩展的第一训练样本集；利用扩展的第一训练样本集执行更新训练，以获得更新的神经网络模型；在满足训练结束条件时，结束训练；在不满足训练结束条件时，重复预测、优选样本确定、样本扩展以及更新训练步骤。
-
公开(公告)号：CN110245721A
公开(公告)日：2019-09-17
申请号：CN201910555746.1
申请日：2019-06-25
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC: G06K9/62
Abstract: 本公开提供了一种神经网络模型的训练方法和装置、电子设备和计算机可读存储介质。神经网络模型的训练方法包括：利用第一训练样本集执行初始训练，获得初始神经网络模型；利用初始神经网络模型对第二训练样本集执行预测，获得第二训练样本集中每个训练样本的预测结果；基于预测结果，从第二训练样本集确定多个优选样本；接收对于多个优选样本的标注结果，将标注后的多个优选样本加入第一训练样本集，获得扩展的第一训练样本集；利用扩展的第一训练样本集执行更新训练，以获得更新的神经网络模型；在满足训练结束条件的情况下，结束训练；以及在不满足训练结束条件的情况下，重复执行预测步骤、优选样本确定步骤、样本扩展步骤以及更新训练步骤。
-
公开(公告)号：CN119149229A
公开(公告)日：2024-12-17
申请号：CN202411182357.6
申请日：2024-08-26
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
Abstract: 本申请涉及计算机技术领域，尤其涉及一种数据库的资源调度方法、系统、装置与存储介质，方法包括：数据库集群中存在新创建的初始容器组时，分别确定各节点的节点剩余资源；基于初始容器组关联的至少一个历史容器组的资源占用信息，获得初始容器组的预测需求资源；在节点剩余资源满足预设需求资源的各节点中选取候选节点，对每个候选节点，预测将初始容器组调度至该候选节点后，该候选节点上最新的节点剩余资源的资源倾斜情况；将资源倾斜情况满足预设的资源分布条件的一个候选节点作为目标节点，将初始容器组调度至目标节点。由于本申请会预测容器组放置后节点上剩余资源的倾斜情况，以避免节点上各类资源出现严重倾斜，提高节点的资源利用率。
-
公开(公告)号：CN110245721B
公开(公告)日：2023-09-05
申请号：CN201910555746.1
申请日：2019-06-25
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC: G06V10/774 , G06V10/74 , G06V10/77 , G06V10/82 , G06N3/0895
Abstract: 本公开提供了一种神经网络模型的训练方法和装置、电子设备和计算机可读存储介质。神经网络模型的训练方法包括：利用第一训练样本集执行初始训练，获得初始神经网络模型；利用初始神经网络模型对第二训练样本集执行预测，获得第二训练样本集中每个训练样本的预测结果；基于预测结果，从第二训练样本集确定多个优选样本；接收对于多个优选样本的标注结果，将标注后的多个优选样本加入第一训练样本集，获得扩展的第一训练样本集；利用扩展的第一训练样本集执行更新训练，以获得更新的神经网络模型；在满足训练结束条件的情况下，结束训练；以及在不满足训练结束条件的情况下，重复执行预测步骤、优选样本确定步骤、样本扩展步骤以及更新训练步骤。
-
公开(公告)号：CN110689038B
公开(公告)日：2024-02-02
申请号：CN201910759050.0
申请日：2019-06-25
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/0464 , G06N3/0985
Abstract: 本公开涉及人工智能领域中基于神经网络的计算机视觉技术。具体地，提供了一种神经网络模型的训练方法、装置和医学图像处理系统。训练方法包括：利用第一训练样本集执行初始训练，获得初始神经网络模型；利用初始神经网络模型对第二训练样本集执行预测，获得第二训练样本集中每个的预测结果；基于预测结果，从第二训练样本集确定多个优选样本；接收对于多个优选样本的标注结果，将标注后的多个优选样本加入第一训练样本集，获得扩展的第一训练样本集；利用扩展的第一训练样本集执行更新训练，以获得更新的神经网络模型；在满足训练结束条件时，结束训练；在不满足训练结束条件时，重复(56)对比文件CN 109840588 A,2019.06.04CN 109840913 A,2019.06.04US 2018165810 A1,2018.06.14US 2018330198 A1,2018.11.15US 2018330205 A1,2018.11.15US 2019102878 A1,2019.04.04邰建豪.深度学习在遥感影像目标检测和地表覆盖分类中的应用研究《.中国博士学位论文全文数据库 (基础科学辑)》.2019,(第2期),第A008-13页.Xiaocheng Xu, et.al.Weakly supervisedimage parsing by discriminativelysemantic graph propagation《. IEEEInternational Conference on Multimediaand Expo (ICME)》.2016,第1-6页.顾攀等.基于神经网络的图像弱监督语义分割算法《.计算机应用与软件》.2018,第35卷(第2期),第284-288页.丁英姿等.基于弱监督的改进型GoogLeNet在DR检测中的应用《.计算机应用》.2019,第39卷(第8期),第2484-2488页.Praveer Singh, et.al.Improvingrecognition of complex aerial scenesusing a deep weakly supervised learningparadigm《.IEEE geoscience and remotesensing letters》.2018,第15卷(第2期),第1932-1936段.SA Shahriyar, et.al.An approach formulti label image classification usingsingle label convolutional neuralnetwork《.21st International conference ofcomputer and information technology》.2019,
-
Patent Agency Ranking
公开(公告)号：CN117215767A
公开(公告)日：2023-12-12
申请号：CN202310945035.1
申请日：2023-07-28
Applicant: 华中科技大学 , 深圳市腾讯计算机系统有限公司
Abstract: 本申请实施例公开了一种分布式数据库系统的负载均衡方法和系统，该方法包括：在分布式数据库系统中确定负载异常的源节点；为所述数据分片的主副本和从副本所在的节点分别创建结点，为所述数据分片创建用于连接主副本所在结点和从副本所在结点的有向边，得到副本主从关系图，进而能够在所述副本主从关系图中，通过目标有向边快速地确定第一目的节点、待切换节点以及待切换主副本，提升切换计划的生成效率，切换计划被执行后，能够以均衡代价较小的主从角色切换的方式实现负载转移，提高节点间的负载均衡程度，可广泛应用于云技术、人工智能、智慧交通、辅助驾驶等场景。
-
公开(公告)号：CN110097130B
公开(公告)日：2022-12-13
申请号：CN201910377510.3
申请日：2019-05-07
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
Abstract: 本申请公开了一种分类任务模型的训练方法、装置、设备及存储介质，涉及机器学习技术领域，所述方法包括：采用第一数据集训练初始的特征提取器，该第一数据集是类别不均衡数据集；构建生成对抗网络，该生成对抗网络包括特征提取器、特征生成器和域分类器；采用第二类别样本对生成对抗网络进行训练，得到完成训练的特征生成器；构建分类任务模型，该分类任务模型包括完成训练的特征生成器、特征提取器和分类器；采用第一数据集对分类任务模型进行训练；其中，完成训练的特征生成器用于对第二类别样本在特征空间进行扩增。本申请通过特征生成器对少数类别样本在特征空间进行扩增，提高最终训练得到的分类任务模型的精度。
-
公开(公告)号：CN118394521A
公开(公告)日：2024-07-26
申请号：CN202410612678.9
申请日：2024-05-17
Applicant: 华中科技大学 , 深圳市腾讯计算机系统有限公司
Abstract: 本发明公开了一种云数据库集群在线副本调度方法，包括：判断当前时刻t是否为整点时刻，如果是，则从云数据库集群中获取多个具有负载周期性突发特点的存储节点，对于云数据库集群的所有存储节点中除了具有负载周期性突发特点的存储节点以外的每个存储节点pn而言，计算该存储节点pn在过去12个小时的负载数据#imgabs0#的一阶差分序列的90分位数作为后续预测的边距，对于云数据库集群中的每个存储节点p而言，根据其在过去30分钟内的负载数据预测该存储节点p在t+1时刻的负载#imgabs1#根据负载预测值#imgabs2#设置集合O为所有t+1时刻负载预测值大于过载阈值的存储节点构成的集合。本发明通过为指数平滑法添加平滑自适应的边距，提高了存储节点负载预测的准确性。
-
公开(公告)号：CN110097130A
公开(公告)日：2019-08-06
申请号：CN201910377510.3
申请日：2019-05-07
Applicant: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC: G06K9/62
Abstract: 本申请公开了一种分类任务模型的训练方法、装置、设备及存储介质，涉及机器学习技术领域，所述方法包括：采用第一数据集训练初始的特征提取器，该第一数据集是类别不均衡数据集；构建生成对抗网络，该生成对抗网络包括特征提取器、特征生成器和域分类器；采用第二类别样本对生成对抗网络进行训练，得到完成训练的特征生成器；构建分类任务模型，该分类任务模型包括完成训练的特征生成器、特征提取器和分类器；采用第一数据集对分类任务模型进行训练；其中，完成训练的特征生成器用于对第二类别样本在特征空间进行扩增。本申请通过特征生成器对少数类别样本在特征空间进行扩增，提高最终训练得到的分类任务模型的精度。
-
公开(公告)号：CN110490212B
公开(公告)日：2022-11-08
申请号：CN201910827719.5
申请日：2019-02-26
Applicant: 腾讯科技(深圳)有限公司 , 华中科技大学
Abstract: 本申请涉及一种钼靶影像处理设备、方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取钼靶影像；将钼靶影像输入至目标对象检测模型中，得到钼靶影像对应的预测图；根据预测图获取钼靶影像的各个像素点属于目标检测对象的关系度，根据关系度进行轮廓提取得到目标检测对象显著区域；根据目标检测对象显著区域从预测图中确定多个不同尺度的显著区域子图，各个不同尺度的显著区域子图都包括目标检测对象显著区域；将各个显著区域子图输入至目标对象分类模型中的各个特征提取子网络中，根据各个特征提取子网络的特征提取结果得到钼靶影像中的目标检测对象预测区域。本申请提供的方案能够提高钼靶影像中肿块所在区域的准确度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.049 seconds)
