一种证件图像中的机构印章真伪检测方法及系统

    公开(公告)号:CN117523371A

    公开(公告)日:2024-02-06

    申请号:CN202311468210.9

    申请日:2023-11-06

    Abstract: 本发明的一个技术方案是提供了一种证件图像中的机构印章真伪检测的方法,该方法包括:获取目标证件图像文件的机构印章图像,该目标文件获取到的机构印章需完整清晰。对机构印章图像进行解析后获取到的印章信息包括:印章形状、尺寸、式样、图案、文字等。利用预先确定好的机构印章规范校验模型,对印章信息图像进行校验,输出校验结果;其中,校验模型由不同校验规则组成,每个校验规则负责一类数据的校验,校验规则可根据不同机构规范进行动态微调。根据模型输出校验结果,确定目标证件图像文件中印章的机构印章检测结果。本发明的另一个技术方案是提供了一种证件图像中的机构印章真伪检测的系统。

    一种基于机器学习的超声随访患者筛选方法

    公开(公告)号:CN111524570B

    公开(公告)日:2024-01-16

    申请号:CN202010371381.X

    申请日:2020-05-06

    Abstract: 本发明提供了一种基于机器学习的超声随访患者筛选方法。由于深度学习技术的快速发展,利用自然语言处理技术和深度学习技术成为了分析医疗文本的重要手段,是替代人工筛查文本的有效途径。本发明通过JIEBA分词工具对文本内容进行分词,并采用TF‑IDF方法和Word2Vec算法分别构建词向量,进一步利用卡方检验方法对特征向量进行选择。分类模型选择XGBoost、Lightgbm和CNN对特征数据进行训练建模,实现了对超声检查随访列表的自动筛选。(56)对比文件王根生;黄学坚.基于Word2vec和改进型TF-IDF的卷积神经网络文本分类模型.小型微型计算机系统.2019,(第05期),全文.常炳国;刘清星.基于深度学习的慢性肝病CT报告相似度分析.计算机应用与软件.2018,(第08期),全文.丁尚伟;谢玉环;陈俊君;陈沛芬;何志忠;罗海波.数字化病例随访系统在超声医师规范化培训中的应用.南方医学教育.2018,(第01期),全文.

    一种基于基层治理的本地表格文件智能化解析方法

    公开(公告)号:CN116842919A

    公开(公告)日:2023-10-03

    申请号:CN202310857485.5

    申请日:2023-07-13

    Abstract: 本发明公开了一种基于基层治理的本地表格文件智能化解析方法,主要用到了NLP技术和机器学习,其中,NLP技术可以用于识别Excel表格中的文字内容,包括单元格中的文本、列名和行名等。本发明通过文本分析、语义理解和机器学习等技术来对表格中的数据进行处理和分析,实现对Excel表格复杂表头和文件内容的识别。采用本发明公开的方法后,基层工作人员不需要考虑表格样式,能够将收集的数据文件上传到应用本发明所公开方法的系统,就能够自动解析表头获取表格数据进行分类、治理。本发明解决了解析Excel表格过程中存在的问题,并具有高精度、高效率、易于使用的特点。

Patent Agency Ranking