-
公开(公告)号：CN115761336A
公开(公告)日：2023-03-07
申请号：CN202211444423.3
申请日：2022-11-18
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/82 , G06V10/70 , G06V10/774 , G06V10/776 , G06N3/045 , G06N3/0464 , G06N3/092
Abstract: 本申请公开了一种基于深度强化学习的医疗图片分类方法、系统及电子设备，将医疗图片的二元不平衡分类问题表示为顺序决策问题，包含两个模型，一是基于DDQN的不平衡分类模型(DDQNbic)，另一个是基于Dueling DQN的不平衡分类模型(D_DQNbic)，用于图片分类的系统在选定分类模型后对训练数据进行训练，用户可以根据自己的需求进行选择，也可以通过不同的模型进行分类并用于结果对比；当用户选择某个模型时，它将基于深度强化学习技术对类别不平衡的图片进行处理，最终以更高的准确度对图片进行成功分类。同时，本模型直接对类别不平衡的医疗图片进行分类，不进行平衡样本等额外操作，节省分类时间，降低了运行成本。
-
公开(公告)号：CN114861129A
公开(公告)日：2022-08-05
申请号：CN202210477739.6
申请日：2022-05-05
Applicant: 湖南大学
IPC: G06F17/16
Abstract: 本发明公开了一种求解奇异值的精度可调节的多模式计算框架，包括：矩阵输入模块，用于输入矩阵；求解算法存储模块，用于存储求解算法；求解算法添加模块，用于添加求解算法；求解算法选择模块，用于选择相应的求解算法；求解精度选择模块，用于选择求解算法的求解精度模式，所述求解精度模式包括原始模式、高精度模式以及混合精度模式；计算模块，用于利用选择的求解算法根据选择的精度模式对输入的矩阵进行相应精度的求解。本发明还提供了一种求解奇异值的精度可调节的多模式计算方法。本发明的有益效果：通过将求解算法设置成具有三种求解精度模式，实现用户可以根据自己需求选择不同精度的计算方法，通用性和普适性更好。
-
Patent Agency Ranking
公开(公告)号：CN109101584B
公开(公告)日：2020-11-03
申请号：CN201810812774.2
申请日：2018-07-23
Applicant: 湖南大学
Abstract: 本发明提供了一种将深度学习与数学分析相结合的句子分类改进方法，该方法结合了深度学习和数学分析在处理句子问题中的优势，即长短时记忆网络(LSTM)能将句子中词的词序信息和上下文信息都考虑进去，反词频权重(AWF)能突出词在语料库中的统计特征，通过数学方法将原始向量表示S0减去S0在第一主成成分V1上的投影，得到改进后的句子特征向量表示S1，将S1作为softmax层的输入得到句子分类结果。将这些优势结合在一起，取长补短，有助于句子建模的可靠性得到更好的句子语义特征表示，从而提高句子分类的精度。同样也可用于文本(多个句子)建模的基础，有助于获得更好的文本(多个句子)分类方法。
-
公开(公告)号：CN110928705B
公开(公告)日：2023-09-22
申请号：CN201910977383.0
申请日：2019-10-15
Applicant: 湖南大学
Abstract: 本发明公开了一种面向高性能计算应用的通信特征模型方法，包括以下步骤：步骤一、提取应用通信特征；步骤二、分析通信特征；步骤三、建立通信特征模型；步骤四、扩展分析。本发明还提供了一种面向高性能计算应用的通信特征模型系统。本发明的有益效果如下：基于HPC综合应用环境的多层次、多手段数据采集方法对应用通信特征提取，利用多元线性回归模型，建立应用通信特征模型，精确预测典型高性能应用在E级计算下的通信行为特征；对高性能计算的应用做通信特征模型的建立，能够更快的找出程序的性能瓶颈，高效优化程序，提升了计算效率，更能合理的使用资源。
-
公开(公告)号：CN109101584A
公开(公告)日：2018-12-28
申请号：CN201810812774.2
申请日：2018-07-23
Applicant: 湖南大学
IPC: G06F17/30
Abstract: 本发明提供了一种将深度学习与数学分析相结合的句子分类改进方法，该方法结合了深度学习和数学分析在处理句子问题中的优势，即长短时记忆网络(LSTM)能将句子中词的词序信息和上下文信息都考虑进去，反词频权重(AWF)能突出词在语料库中的统计特征，通过数学方法将原始向量表示S0减去S0在第一主成成分V1上的投影，得到改进后的句子特征向量表示S1，将S1作为softmax层的输入得到句子分类结果。将这些优势结合在一起，取长补短，有助于句子建模的可靠性得到更好的句子语义特征表示，从而提高句子分类的精度。同样也可用于文本(多个句子)建模的基础，有助于获得更好的文本(多个句子)分类方法。
-
公开(公告)号：CN114861129B
公开(公告)日：2024-12-27
申请号：CN202210477739.6
申请日：2022-05-05
Applicant: 湖南大学
IPC: G06F17/16
Abstract: 本发明公开了一种求解奇异值的精度可调节的多模式计算框架，包括：矩阵输入模块，用于输入矩阵；求解算法存储模块，用于存储求解算法；求解算法添加模块，用于添加求解算法；求解算法选择模块，用于选择相应的求解算法；求解精度选择模块，用于选择求解算法的求解精度模式，所述求解精度模式包括原始模式、高精度模式以及混合精度模式；计算模块，用于利用选择的求解算法根据选择的精度模式对输入的矩阵进行相应精度的求解。本发明还提供了一种求解奇异值的精度可调节的多模式计算方法。本发明的有益效果：通过将求解算法设置成具有三种求解精度模式，实现用户可以根据自己需求选择不同精度的计算方法，通用性和普适性更好。
-
公开(公告)号：CN110928705A
公开(公告)日：2020-03-27
申请号：CN201910977383.0
申请日：2019-10-15
Applicant: 湖南大学
Abstract: 本发明公开了一种面向高性能计算应用的通信特征模型方法，包括以下步骤：步骤一、提取应用通信特征；步骤二、分析通信特征；步骤三、建立通信特征模型；步骤四、扩展分析。本发明还提供了一种面向高性能计算应用的通信特征模型系统。本发明的有益效果如下：基于HPC综合应用环境的多层次、多手段数据采集方法对应用通信特征提取，利用多元线性回归模型，建立应用通信特征模型，精确预测典型高性能应用在E级计算下的通信行为特征；对高性能计算的应用做通信特征模型的建立，能够更快的找出程序的性能瓶颈，高效优化程序，提升了计算效率，更能合理的使用资源。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
