异常细胞转移程度的预测方法、装置和存储介质

    公开(公告)号:CN113705595A

    公开(公告)日:2021-11-26

    申请号:CN202110239635.7

    申请日:2021-03-04

    IPC分类号: G06K9/62 G16H50/20

    摘要: 提供了一种利用人工智能实施的基于医学数据对异常细胞转移程度进行预测的方法。该方法包括:获取与异常细胞相关的多个模态的医学数据;从多个模态的医学数据中分别提取每个模态的医学数据的单模态特征;通过对所提取的各个单模态特征进行融合而得到多个模态的医学数据的跨模态融合特征;利用跨模态融合特征作为全局特征对各个单模态特征进行调整;基于经调整的各个单模态特征得到多个模态的医学数据的多模态特征;根据多模态特征进行对异常细胞转移程度进行预测。通过基于医学数据对异常细胞转移程度进行预测的方法和装置,实现了对患者的不同模态的病理信息的融合,充分利用了患者多模态的信息资源,提高了异常细胞淋巴转移的预测准确率。

    数据包处理方法、装置、计算机设备以及存储介质

    公开(公告)号:CN112019575B

    公开(公告)日:2021-01-29

    申请号:CN202011137281.7

    申请日:2020-10-22

    IPC分类号: H04L29/06 H04L9/32

    摘要: 本申请实施例公开了一种数据包处理方法、装置、计算机设备以及存储介质,可以用于抵抗网络攻击,提高网络安全。数据包处理方法包括:获取目标网络数据包;生成所述目标网络数据包的数据包指纹,所述数据包指纹包括目标流量属性指纹和目标流量负载指纹;根据所述目标流量负载指纹在指纹数据库中的出现频率以及所述目标流量属性指纹,确定所述目标网络数据包的类型;所述指纹数据库包括多个历史网络数据包的历史流量负载指纹;若所述目标网络数据包的类型是异常类型,则阻断所述目标网络数据包所在的网络连接。采用本申请,可以提高数据包类型识别的精确性。

    图像分割模型的训练方法、图像分割方法、装置及设备

    公开(公告)号:CN111369576B

    公开(公告)日:2020-09-18

    申请号:CN202010464743.X

    申请日:2020-05-28

    IPC分类号: G06T7/11 G06K9/62 G06N3/04

    摘要: 本申请公开了一种图像分割模型的训练方法、图像分割方法、装置及设备,属于图像分割领域。该方法包括:获取样本图像,样本图像是具有标注区域的图像;对样本图像进行超像素划分,得到至少两个超像素区域;根据样本图像中的像素是否属于所述标注区域,得到像素的硬标签;根据像素所属的超像素区域和像素的硬标签,得到像素的软标签,软标签用于表征像素属于标注区域的伪概率;根据像素的硬标签和像素的软标签,训练图像分割模型。利用像素的硬标签和软标签对图像分割模型进行训练,使得训练后的图像分割模型能够准确地分割出输入图像中的分割区域,同时提高图像分割模型的训练效率。

    图像分割模型的训练方法、图像分割方法、装置及设备

    公开(公告)号:CN111369576A

    公开(公告)日:2020-07-03

    申请号:CN202010464743.X

    申请日:2020-05-28

    IPC分类号: G06T7/11 G06K9/62 G06N3/04

    摘要: 本申请公开了一种图像分割模型的训练方法、图像分割方法、装置及设备,属于图像分割领域。该方法包括:获取样本图像,样本图像是具有标注区域的图像;对样本图像进行超像素划分,得到至少两个超像素区域;根据样本图像中的像素是否属于所述标注区域,得到像素的硬标签;根据像素所属的超像素区域和像素的硬标签,得到像素的软标签,软标签用于表征像素属于标注区域的伪概率;根据像素的硬标签和像素的软标签,训练图像分割模型。利用像素的硬标签和软标签对图像分割模型进行训练,使得训练后的图像分割模型能够准确地分割出输入图像中的分割区域,同时提高图像分割模型的训练效率。

    操作命令检测方法、装置、计算机设备及存储介质

    公开(公告)号:CN110414229A

    公开(公告)日:2019-11-05

    申请号:CN201910250265.X

    申请日:2019-03-29

    IPC分类号: G06F21/56 G06K9/62

    摘要: 本申请是关于一种操作命令检测方法、装置、计算机设备及存储介质。该方法包括:获取在操作系统中输入的目标命令会话,所述目标命令会话中包含至少一条操作命令;获取所述至少一条操作命令中包含的各个命令词的词向量;根据所述各个命令词的词向量获取所述目标命令会话的命令会话向量;通过分类模型对所述命令会话向量进行处理,获得分类结果,所述分类结果用于指示所述目标会话命令中是否包含指定类型命令。本申请所示方案不需要人工进行特征提取,能够自适应学习命令的向量化表达,并且自动识别出指定类型命令,从而提高恶意命令等指定类型命令的检测准确性。

    一种信息交互方法及装置

    公开(公告)号:CN106302092A

    公开(公告)日:2017-01-04

    申请号:CN201510274407.8

    申请日:2015-05-26

    IPC分类号: H04L12/58 H04L29/08

    摘要: 本申请公开了一种信息交互方法及装置,方法包括:响应第一用户发起的话题讨论组建立请求,建立目标话题讨论组;将所述目标话题讨论组推送给所述第一用户指定的好友列表中的各第二用户;响应所述第一用户和/或所述第二用户加入所述目标话题讨论组的动作,为加入所述目标话题讨论组的各用户随机分配新昵称。在本申请方案中,由于建立的话题讨论组推送给了话题讨论组发起者指定的各个好友,因此话题讨论组发起者无法得知加入讨论组的用户具体是哪个好友,而加入话题讨论组的各用户均分配了新昵称,因此各用户均无法得知除自己之外的其它用户的身份,话题讨论组内的用户可以实现匿名聊天。

    对象信息的处理方法、装置、计算机设备和存储介质

    公开(公告)号:CN114358352A

    公开(公告)日:2022-04-15

    申请号:CN202210020826.9

    申请日:2022-01-10

    IPC分类号: G06Q10/02 G06F9/451 H04W4/80

    摘要: 本申请公开了一种对象信息的处理方法、装置、计算机设备和存储介质,该方法可应用于车载场景,该方法包括:显示试用预约界面,试用预约界面用于发起试用预约请求;接收试用预约界面中输入的试用预约请求的请求信息,请求信息包括试用者的身份信息;响应于试用预约请求,显示试用预约结果;试用预约结果包括预约成功消息,预约成功消息用于指示基于试用预约请求的请求信息已分配试用对象,并指示请求设备基于试用者的身份信息启用试用对象。采用本申请,可提高对试用对象进行试用的效率及智能性。

    试驾信息处理方法、装置、电子设备和可读存储介质

    公开(公告)号:CN114418370A

    公开(公告)日:2022-04-29

    申请号:CN202210036159.3

    申请日:2022-01-13

    摘要: 本公开提供一种试驾信息处理方法、装置、电子设备和可读存储介质,本公开实施例可应用于交通领域,该方法包括:响应于目标试驾对象针对目标试驾车辆的试驾请求,获取与目标试驾车辆对应的目标试驾轨迹和第一试驾指引信息,目标试驾轨迹包括目标试驾关键点;显示目标试驾轨迹,以便根据目标试驾轨迹对目标试驾车辆进行导航;确定目标试驾车辆到达目标试驾关键点,播放与目标试驾关键点关联的第一试驾指引信息,以引导目标试驾对象完成针对目标试驾车辆的第一操作项并引导目标试驾对象针对第一操作项给出第一评价语音;采集第一评价语音,以便根据第一评价语音确定目标试驾对象在对目标试驾车辆进行试驾时的目标试驾记录。

    操作命令检测方法、装置、计算机设备及存储介质

    公开(公告)号:CN110414229B

    公开(公告)日:2023-12-12

    申请号:CN201910250265.X

    申请日:2019-03-29

    IPC分类号: G06F21/56 G06F18/24

    摘要: 本申请是关于一种操作命令检测方法、装置、计算机设备及存储介质。该方法包括:获取在操作系统中输入的目标命令会话,所述目标命令会话中包含至少一条操作命令;获取所述至少一条操作命令中包含的各个命令词的词向量;根据所述各个命令词的词向量获取所述目标命令会话的命令会话向量;通过分类模型对所述命令会话向量进行处理,获得分类结果,所述分类结果用于指示所述目标会话命令中是否包含指定类型命令。本申请所示方案不需要人工进行特征提取,能够自适应学习命令的向量化表达,并且自动识别出指定类型命令,从而提高恶意命令等指定类型命令的检测准确性。

    数据包处理方法、装置、计算机设备以及存储介质

    公开(公告)号:CN112019575A

    公开(公告)日:2020-12-01

    申请号:CN202011137281.7

    申请日:2020-10-22

    IPC分类号: H04L29/06 H04L9/32

    摘要: 本申请实施例公开了一种数据包处理方法、装置、计算机设备以及存储介质,可以用于抵抗网络攻击,提高网络安全。数据包处理方法包括:获取目标网络数据包;生成所述目标网络数据包的数据包指纹,所述数据包指纹包括目标流量属性指纹和目标流量负载指纹;根据所述目标流量负载指纹在指纹数据库中的出现频率以及所述目标流量属性指纹,确定所述目标网络数据包的类型;所述指纹数据库包括多个历史网络数据包的历史流量负载指纹;若所述目标网络数据包的类型是异常类型,则阻断所述目标网络数据包所在的网络连接。采用本申请,可以提高数据包类型识别的精确性。