-
公开(公告)号：CN114399006B
公开(公告)日：2022-07-12
申请号：CN202210292433.3
申请日：2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06K9/62 , G06F16/901 , G06F16/904
Abstract: 本公开提供了一种基于超算的多源异构图数据融合方法及系统，涉及多源异构图数据处理技术领域，采用虚拟化服务器通过镜像模拟知识本体构建工具的运行环境，并以数据服务接口的方式将多个知识本体构建方法进行统一整合，能够集成知识标注、知识抽取、知识融合等图数据处理工具，实现多源异构数据的图数据融合，并且采用大规模知识图谱分布式存储方式，实时存储解析后的多源异构数据；对历史存储的多源异构数据进行统计分析，得到统计分析结果并进行可视化展示，其数据融合自动化程度高、融合速度快，可拓展性强，可支撑一站式图数据处理操作，另外，采用虚拟化技术完成各种工具环境部署，具有算力强大、硬件条件高、安全性高、性能优越的特点。
-
公开(公告)号：CN114385601B
公开(公告)日：2022-07-08
申请号：CN202210291801.2
申请日：2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/21 , G06F16/22 , G06F16/2458 , G06F16/25
Abstract: 本发明涉及流式数据智能处理技术领域，提供了基于超算的云边协同高通量海洋数据智能处理方法及系统，包括基于历史海洋观测数据构建每个海洋观测数据流的初始海洋数据智能处理模型；实时获取每个海洋观测数据流的数据并进行预处理；基于预处理后的每个海洋观测数据流数据，对相应的初始海洋数据智能处理模型进行实时迭代训练更新，得到每个海洋观测数据流的最新海洋数据智能处理模型，保存在模型版本库中；通过调用每个海洋观测数据流的最新海洋数据智能处理模型对每个海洋观测数据流中不断流入的数据进行实时推理与预测；将超算训练优化后的模型推送到边缘端，在边缘端进行模型更新，并进行具体推理应用，从而避免了数据远程传输，降低了延迟。
-
公开(公告)号：CN114399006A
公开(公告)日：2022-04-26
申请号：CN202210292433.3
申请日：2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06K9/62 , G06F16/901 , G06F16/904
Abstract: 本公开提供了一种基于超算的多源异构图数据融合方法及系统，涉及多源异构图数据处理技术领域，采用虚拟化服务器通过镜像模拟知识本体构建工具的运行环境，并以数据服务接口的方式将多个知识本体构建方法进行统一整合，能够集成知识标注、知识抽取、知识融合等图数据处理工具，实现多源异构数据的图数据融合，并且采用大规模知识图谱分布式存储方式，实时存储解析后的多源异构数据；对历史存储的多源异构数据进行统计分析，得到统计分析结果并进行可视化展示，其数据融合自动化程度高、融合速度快，可拓展性强，可支撑一站式图数据处理操作，另外，采用虚拟化技术完成各种工具环境部署，具有算力强大、硬件条件高、安全性高、性能优越的特点。
-
公开(公告)号：CN114387190A
公开(公告)日：2022-04-22
申请号：CN202210285072.X
申请日：2022-03-23
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及数字图像处理技术领域，提供了一种基于复杂环境下的自适应图像增强方法及系统，包括采集原始水下图像并进行预处理；利用RGB直方图统计预处理后的水下图像的RGB通道信息数据集；基于RGB通道信息数据集，利用训练好的水下图像退化分类模型得到不同退化程度的图像样本；基于不同退化程度的图像样本，利用训练好的不同退化程度的水下修复网络进行修复，得到修复后的水下图像；本发明相较于现有的方法能够更好的解决在不同时间节点出现的不同退化情况，由于针对不同退化程度调用不同修复模型，所以本发明对于水下退化图像的修复效果更好更自然。
-
Patent Agency Ranking
公开(公告)号：CN112380345B
公开(公告)日：2022-03-29
申请号：CN202011313700.8
申请日：2020-11-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/35 , G06F16/36 , G06F40/232 , G06F40/258 , G06F40/284 , G06F40/289
Abstract: 本发明的基于GNN的COVID‑19科学文献细粒度分类方法，包括：a).COVID‑19科学文献知识图谱的构建；a‑1).知识类别的划分；a‑2).科学文献中实体设计；a‑3).科学文献中关系设计；a‑4).构建COVID‑19科学文献知识图谱；b).西药治疗知识图谱构建；c).中药治疗知识图谱构建；d).构建图神经网络模型；e).文本分类。本发明的基于GNN的COVID‑19科学文献细粒度分类方法，为医学工作者在海量的（通常大于1万篇）有关COVID‑19科学文献中快速查找到自己所需的知识类别文献，提供了一种行之有效的筛选和分类方法，有益效果显著，适于应用推广。
-
公开(公告)号：CN109712142A
公开(公告)日：2019-05-03
申请号：CN201910025249.0
申请日：2019-01-11
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于染色分离的乳腺癌Ki67/ER/PR核染色细胞计数方法，首先对乳腺癌病理切片图像进行染色分离，获取基于H染色剂的图像IH和基于DAB显色剂的图像IDAB，然后经滤波消除细胞间质的影响，获得图像IH，filterd和IDAB，filterd；然后根据IH，filterd统计阴性细胞，根据IDAB，filterd及其亮度图VDAB统计强阳、中阳、弱阳细胞，最终获取阴性细胞、阳性（分强阳、中阳和弱阳）细胞的数量和所占细胞总数的概率。本发明设计基于染色分离的乳腺癌核染色细胞计数方法，能够快速有效地实现细胞计数，协助医生工作，降低医生工作量的同时保证计算准确度。
-
公开(公告)号：CN109410194A
公开(公告)日：2019-03-01
申请号：CN201811222572.9
申请日：2018-10-19
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于深度学习的食管癌病理图像处理方法，包括：a).病理切片扫描；b).圈注上皮区类型，将上皮区的正常区域、低级别和高级别癌前病变区域圈注出来；c).图像预处理，获取上皮小图像；d).卷积神经网络将每个上皮小图像沿其纵向均分为n个图像块，对每个图像块进行特征提取；e).长短期记忆网络LSTM，获取上皮小图像的特征向量；f).分类器分类；g).模型建立和调优，h).准确率计算。本发明的食管癌病理图像处理方法，经CNN、LSTM网络和分类器的处理后，获取每个上皮小图像为正常、低级别和高级别癌前病变类型的概率，为病理科食管癌全切片的科学利用提供了一种行之有效的数字图像处理方法，有益效果显著，适于应用推广。
-
公开(公告)号：CN109410115A
公开(公告)日：2019-03-01
申请号：CN201811284175.4
申请日：2018-10-31
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于SIFT特征点的自适应容量图像盲水印嵌入与提取方法，在水印嵌入过程中，利用两个二值伪随机序列k1、k2，在不含有SIFT特征点的图像子块的离散余弦变换系数中嵌入水印；在水印的提取过程中，计算不含有SIFT特征点的图像子块的离散余弦变换系数与序列k1、k2的相关系数，并根据相关系数的大小确定出水印相应位的值，以提取水印。本发明的水印嵌入与提取方法，具有较强的鲁棒性，即使图像在遭受诸如中值滤波、维纳滤波、高斯滤波、剪切或压缩等攻击后，仍旧可以提取出与原始水印相似度极高的水印，使其可应用在数字媒体发布、数字信息版权认证、数字司法取证等场景。
-
公开(公告)号：CN108629768A
公开(公告)日：2018-10-09
申请号：CN201810405691.1
申请日：2018-04-29
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的食管病理图像中上皮组织的分割方法，包括：a).染色校正及灰度处理；b).选取训练、测试样本；c).图像分割和标注；d).构建卷积神经网络模型；e).测试图像的处理；f).获取预热图像；g).预测热图的处理；h).计算精确度和召回率。本发明提出的上皮分割方法，是在像素级别上的分类，特别对上皮边界区域的分割，在分割精度上具有明显优势，且本方法自动学习到有效的特征和表达，避免了复杂的手工特征选取过程，可以满足实际应用需求。在从不同的医院使用不同的扫描仪获得的图像都可以较高精度地分割出上皮组织，是构建食道癌的计算机辅助诊断中图像处理不可或缺的一步。
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.058 seconds)
