-
公开(公告)号：CN101075263A
公开(公告)日：2007-11-21
申请号：CN200710118106.1
申请日：2007-06-28
Applicant: 北京交通大学
IPC: G06F17/30
Abstract: 本发明提供一种融合伪相关反馈与检索技术的自动图像标注方法，包含：步骤1，在已标注的图像库中对未标注的查询图像进行检索，得到k个相关图像及相关图像的标注词集合；步骤2，计算每个标注词标注查询图像的后验概率；步骤3，根据k个相关图像提取均值向量作为新的查询向量，重复步骤1、2，直到最大迭代次数N；步骤4，计算每个标注词在每轮标注词集合中的稳定性因子；步骤5，根据后验概率及稳定性因子的值，计算每个标注词标注查询图像的排序概率，对查询图像进行标注。本发明的优点在于：提高了检索性能及标注的准确性，极大地改善了标注的可伸缩性，是一个灵活可靠、有实用价值的标注方法。
-
-
公开(公告)号：CN114613497B
公开(公告)日：2024-09-24
申请号：CN202210295832.5
申请日：2022-03-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于GBDT样例级的病患样本的智能医学辅助诊断方法。该方法包括：根据历史病患数据构建自适应AdaGBDT模块，利用AdaGBDT模块中的决策树通过迭代训练过程计算待诊断的病患样本的诊断结果；根据病患样本的决策路径计算病患样本的可解释特征嵌入，将AdaGBDT模型不同决策树之间的结果进行累加，得到病患样本的特征重要性嵌入；利用案例推理系统在嵌入空间中使用自加权距离度量在历史病患案例数据库中寻找与所述病患样本最相似的多个案例，将多个案例与病患样本的诊断结果进行比较，如果比较结果为不一致，则将所述病患样本标注为难样本。本发明方法提高了对预测结果不一致案例的关注度，从而有助于提高系统的召回率，减少了漏检案例的数量。
-
公开(公告)号：CN118364901A
公开(公告)日：2024-07-19
申请号：CN202410456318.4
申请日：2024-04-16
Applicant: 北京交通大学
Abstract: 本发明提供一种基于跨视角对比学习的多模态知识图谱补全方法及系统，属于知识图谱技术领域，多视角知识嵌入，获得具有语义相似性的多模态知识表示，减少模态异质性和无关信息中所引入的噪声；关系感知信息聚合，通过捕获不同模态中的有效信息，实现多关系异构图的表示学习；多模态知识对比学习，通过对知识图谱中多模态信息多样性的充分利用，实现跨模态知识理解并生成更具判别性的实体表征；关系感知决策融合，生成相应的模态权重，组合不同模态的决策得分。本发明通过信息聚合灵活捕获各模态内的有效信息；利用对比学习得到跨模态理解的实体表示；通过决策融合模块整合不同模态预测进行最终决策。
-
公开(公告)号：CN114613497A
公开(公告)日：2022-06-10
申请号：CN202210295832.5
申请日：2022-03-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于GBDT样例级的病患样本的智能医学辅助诊断方法。该方法包括：根据历史病患数据构建自适应AdaGBDT模块，利用AdaGBDT模块中的决策树通过迭代训练过程计算待诊断的病患样本的诊断结果；根据病患样本的决策路径计算病患样本的可解释特征嵌入，将AdaGBDT模型不同决策树之间的结果进行累加，得到病患样本的特征重要性嵌入；利用案例推理系统在嵌入空间中使用自加权距离度量在历史病患案例数据库中寻找与所述病患样本最相似的多个案例，将多个案例与病患样本的诊断结果进行比较，如果比较结果为不一致，则将所述病患样本标注为难样本。本发明方法提高了对预测结果不一致案例的关注度，从而有助于提高系统的召回率，减少了漏检案例的数量。
-
Patent Agency Ranking
公开(公告)号：CN104978395B
公开(公告)日：2019-05-21
申请号：CN201510267106.2
申请日：2015-05-22
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种视觉词典的构建及应用方法和装置。包括：确定训练图像数据集，提取所述训练图像数据集中全部训练图像的局部描述符，得到第一局部描述符集；根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集；对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集，由所有所述第一视觉子词集构成视觉词典。通过本发明实施例，在构建视觉词典的过程中，提高了为实现图像检索所需要的运算时间以及内存占用。
-
公开(公告)号：CN104978395A
公开(公告)日：2015-10-14
申请号：CN201510267106.2
申请日：2015-05-22
Applicant: 北京交通大学
IPC: G06F17/30
CPC classification number: G06F16/51
Abstract: 本发明实施例提供了一种视觉词典的构建及应用方法和装置。包括：确定训练图像数据集，提取所述训练图像数据集中全部训练图像的局部描述符，得到第一局部描述符集；根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集；对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集，由所有所述第一视觉子词集构成视觉词典。通过本发明实施例，在构建视觉词典的过程中，提高了为实现图像检索所需要的运算时间以及内存占用。
-
公开(公告)号：CN102254180B
公开(公告)日：2014-07-09
申请号：CN201110177113.5
申请日：2011-06-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于几何特征的人脸美感分析方法，通过基于组合策略的局部几何特征进行组合描述，并采用基于记忆的动态加权核密度估计(MDKDE)构建弱分类器，利用Adaboost集成学习机制实现特征的有效集成，得到人脸美感精确类别。与以往基于几何特征的人脸美感分析技术不同的是，本发明从欧氏距离、斜率和面积等多角度选取描述人脸美感的局部几何特征，构成人脸美感的单一描述，并由局部几何特征描述进行组合得到组合特征描述，并采用MDKDE构建Adaboost集成学习的弱分类器，对任意输入的人脸图像获得了较好的分类结果。
-
公开(公告)号：CN102254180A
公开(公告)日：2011-11-23
申请号：CN201110177113.5
申请日：2011-06-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于几何特征的人脸美感分析方法，通过基于组合策略的局部几何特征进行组合描述，并采用基于记忆的动态加权核密度估计(MDKDE)构建弱分类器，利用Adaboost集成学习机制实现特征的有效集成，得到人脸美感精确类别。与以往基于几何特征的人脸美感分析技术不同的是，本发明从欧氏距离、斜率和面积等多角度选取描述人脸美感的局部几何特征，构成人脸美感的单一描述，并由局部几何特征描述进行组合得到组合特征描述，并采用MDKDE构建Adaboost集成学习的弱分类器，对任意输入的人脸图像获得了较好的分类结果。
-
公开(公告)号：CN101162470B
公开(公告)日：2011-04-20
申请号：CN200710177523.3
申请日：2007-11-16
Applicant: 北京交通大学
CPC classification number: G06K9/00711
Abstract: 一种基于分层匹配的视频广告识别方法，通过局部敏感性哈希算法(Locality Sensitive Hash，LSH)和精细尺度连续过滤算法(Fine GranularitySuccessive Elimination，FGSE)，利用广告的新颖的视频特征结合后处理技术开发出一套能够快速检测电视节目中是否存在数据库中的广告。技术方案是：其特征在于包含以下步骤：离线数据库建立与在线监测，其中离线数据库建立分为离线预处理与哈希表建立；在线监测部分分为在线预处理、由粗糙到精细的二级匹配和后处理。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.038 seconds)
