-
公开(公告)号：CN113269160B
公开(公告)日：2021-10-12
申请号：CN202110798775.8
申请日：2021-07-15
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于眼动特征的结肠镜操作困境智能鉴别系统，包括：信息采集模块：用于采集受试者在结肠镜仿真操作过程中观察显示屏幕有效区域的眼动信息；特征构建模块：用于根据采集的眼动信息，针对结肠镜视野正常与视野丢失两种情况，构建具有显著特异性的眼动特征空间；特征增强模块：用于构建深度卷积生成式对抗网络，分别根据视野正常与视野丢失两种情况下的真实眼动特征进行生成扩展，得到增强眼动特征；困境鉴别模块：用于构建长短时记忆神经网络，利用视野正常与视野丢失两种情况下的真实眼动特征与增强眼动特征组成训练集，对长短时记忆神经网络进行训练，得到结肠镜操作困境智能鉴别模型。
-
公开(公告)号：CN109558806B
公开(公告)日：2021-09-14
申请号：CN201811316602.2
申请日：2018-11-07
Applicant: 北京科技大学
Abstract: 本发明公开了一种高分遥感图像变化的检测方法和系统。其中，该方法包括：获取两时相图像中每个像素的邻域特征；将邻域特征输入分支卷积神经网络模型得到图像的类别，其中，类别是变化类和未变化类；分支卷积神经网络模型是对图像进行无监督预训练得到的，分支卷积神经网络模型包括输入层、分支网络、全连接层和分类层，分支网络是用于将邻域特征作为标签并将邻域特征卷积降维的，分类层是用于将图像分为不同类别的。本发明解决了现有技术中对图像变化检测精度不高的技术问题。
-
公开(公告)号：CN111820902B
公开(公告)日：2021-07-09
申请号：CN202010606588.0
申请日：2020-06-29
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。
-
公开(公告)号：CN106227820B
公开(公告)日：2019-08-06
申请号：CN201610586594.8
申请日：2016-07-22
Applicant: 北京科技大学
IPC: G06F16/50
Abstract: 本发明提供一种中医基础理论知识图库的构建方法，能够构建成一个大规模的、可共享、可复用、高效率、可扩展的知识图库。所述方法包括：依据中医基础理论知识，构建多个中医基础理论概念框架；依据每个中医基础理论概念框架内部之间的关系以及所述多个中医基础理论概念框架之间的关系形成三元组关系框架；将所述中医基础理论概念框架中的概念实体作为知识图的节点存入图形数据库，同时将所述三元组关系框架中的关系作为所述知识图的边存入所述图形数据库，形成基于中医基础理论知识的中医基础理论知识图库。本发明适用于中医学技术领域。
-
公开(公告)号：CN103902671B
公开(公告)日：2018-04-13
申请号：CN201410102827.3
申请日：2014-03-19
Applicant: 北京科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种异构多源数据的动态集成方法及系统，包括数据采集模块、动态建库模块、入库加载模块、数据持久层模块。数据采集模块用于定义数据源、提供数据源特征、定制采集方法；动态建库模块根据数据结构定制元数据库和业务数据库；入库加载模块用于数据结构再定义和加载入库；数据持久层模块用于元数据库管理。本发明提供的集成系统具有灵活的可扩展性和通用性，处理用户在数据结构不明确时对复杂多源数据的集成问题，为数据决策分析提供可靠的数据集保障。
-
Patent Agency Ranking
公开(公告)号：CN103902671A
公开(公告)日：2014-07-02
申请号：CN201410102827.3
申请日：2014-03-19
Applicant: 北京科技大学
IPC: G06F17/30
CPC classification number: G06F17/30557
Abstract: 本发明公开了一种异构多源数据的动态集成方法及系统，包括数据采集模块、动态建库模块、入库加载模块、数据持久层模块。数据采集模块用于定义数据源、提供数据源特征、定制采集方法；动态建库模块根据数据结构定制元数据库和业务数据库；入库加载模块用于数据结构再定义和加载入库；数据持久层模块用于元数据库管理。本发明提供的集成系统具有灵活的可扩展性和通用性，处理用户在数据结构不明确时对复杂多源数据的集成问题，为数据决策分析提供可靠的数据集保障。
-
公开(公告)号：CN119888761A
公开(公告)日：2025-04-25
申请号：CN202411965529.7
申请日：2024-12-30
Applicant: 北京科技大学
IPC: G06V30/19 , G06V30/18 , G06V30/146 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出了基于空间语义增强的医学文档语义实体识别方法及系统，该方法包括：通过OCR技术检测医学文档中的文本区域，提取文本内容及其边界框坐标信息；基于文本框之间的空间几何关系，计算文本框之间的距离和角度，并将这些空间语义特征与文本隐藏状态进行融合，构建时空特征矩阵；通过多头注意力机制，将融合后的几何和文本特征进行深度交互，进一步强化模型对文本间语义关系的理解；将增强后的特征输入到分类头，用于准确识别和分类语义实体。本方案通过引入空间语义信息，使模型能够更好地理解文档中文本的空间布局，显著提升了复杂医学文档中多类别语义实体识别的准确性和鲁棒性。
-
公开(公告)号：CN119128676A
公开(公告)日：2024-12-13
申请号：CN202411123120.0
申请日：2024-08-15
Applicant: 北京科技大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/213 , G06F18/25 , G06V40/16 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/0442 , G06N3/049 , G06N3/084 , G06N3/082 , G10L25/63 , G10L25/30
Abstract: 本发明提供一种多模态情感识别方法及装置，涉及人工智能技术领域，该方法包括：通过交叉注意力机制将第一文本模态特征与第一图像模态特征进行融合，生成融合注意力的图像特征，通过交叉注意力机制将第一文本模态特征与第一语音模态特征进行融合，生成融合注意力的语音特征；将融合注意力的语音特征、融合注意力的图像特征、第一文本模态特征送入多层Transformer编码器中进行学习，生成第二语音模态特征、第二图像模态特征、第二文本模态特征，并基于所述第二语音模态特征、所述第二图像模态特征和所述第二文本模态特征进行情感识别，实现了较精准的多模态情感识别。
-
公开(公告)号：CN109389086B
公开(公告)日：2021-03-05
申请号：CN201811174109.1
申请日：2018-10-09
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种检测无人机影像目标的方法和系统。其中，该方法包括：判断目标的参考帧与当前帧的差异值是否超过阈值，其中，参考帧是当前帧的相邻前帧；如果差异值超过阈值则提取参考帧和当前帧各自的特征；通过光流网络模型将参考帧的特征传递到当前帧；将当前帧与从参考帧传递过来的特征按照不同的预设权重进行组合成为增强特征，其中，权重在特征通道中为固定不变的空间权重；检测增强特征得到目标检测与识别的结果和语义分割的结果。本发明解决了现有技术在对无人机影像进行目标检测与识别时存在处理精度与效率不能兼顾的技术问题。
-
公开(公告)号：CN111820902A
公开(公告)日：2020-10-27
申请号：CN202010606588.0
申请日：2020-06-29
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.037 seconds)
