-
公开(公告)号：CN1956056B
公开(公告)日：2010-05-12
申请号：CN200610117188.3
申请日：2006-10-16
Applicant: 同济大学
Abstract: 一种语音合成装置以及方法，用于具有GPS导航装置的GPS语音导航系统中，其主要包括语音存储单元、索引存储单元，分析单元以及播放单元；其储存道路导航过程中所使用到的以词段为单位的语音格式道路信息，并对应地生成至少包含所述语音格式道路信息的文本描述、偏移量及数据长度的文本格式道路信息，在播放一导航语句之前，先将导航语句拆分为多个语音格式道路信息，并以一预定关键词检索基本资料库中的文本格式道路信息，接着解析检索到的文本格式道路信息，获得与之对应的语音格式道路信息，最后将所述导航语句涉及到的以词段为单位的语音格式道路信息重组，再进行语音播报，本发明还提供一种包括上述语音合成装置的GPS语音导航系统。
-
公开(公告)号：CN117315244A
公开(公告)日：2023-12-29
申请号：CN202311169956.X
申请日：2023-09-12
Applicant: 同济大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明涉及一种融合多尺度特征的医学图像分割方法、设备、存储介质，方法利用预训练好的医学图像分割模型进行分割，其中，医学图像分割模型包括：编码器模块，包括基于transformer和基于卷积神经网络的两组不同编码块，用于从待分割图像中提取多尺度特征；特征融合模块，分别与各个编码块连接，用于基于交叉注意力机制，对多尺度特征进行编码和融合；解码器模块，分别于编码器模块和特征融合模块连接，包括多个解码块，用于基于融合后的特征输出最终的分割图。本发明将transformer作为主干网络，同时借助于CNN提取低尺度特征，再对特征进行融合，使得模型具有更强的特征提取和特征融合能力，实现更准确的分割。
-
公开(公告)号：CN112348119B
公开(公告)日：2023-04-07
申请号：CN202011377744.7
申请日：2020-11-30
Applicant: 华平信息技术股份有限公司 , 同济大学
IPC: G06V10/774 , G06V10/764
Abstract: 本发明提供一种基于胶囊网络的图像分类方法、存储介质及电子设备，所述基于胶囊网络的图像分类方法包括：获取待训练的图像集；将所述图像集划分为训练集和测试集；利用所述训练集训练分类胶囊网络模型，在训练过程中根据所述训练集中图像特征仿射变换后形成的图像预测胶囊进行路由迭代；将所述测试集输入所述分类胶囊网络模型中进行图像分类的性能测试。本发明提出了不涉及耦合系数参与训练的自适应路由方法，在路由的迭代过程中可以使胶囊自适应地改变自身的特征，使胶囊向更有判别性的方向偏移，避免在出现梯度消失问题的同时也提高了模型的性能。
-
公开(公告)号：CN110458066B
公开(公告)日：2022-11-18
申请号：CN201910701028.0
申请日：2019-07-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于静息态脑电数据的年龄段分类方法，包括以下步骤：S1、采集各年龄段对应的原始静息态脑电数据；S2、对原始静息态脑电数据进行预处理，得到去除伪迹的静息态脑电数据；S3、构建卷积神经网络，并将去除伪迹的静息态脑电数据输入给卷积神经网络，对卷积神经网络进行训练和测试，得到训练好的卷积神经网络；S4、由训练好的卷积神经网络对实际静息态脑电数据进行年龄段分类。与现有技术相比，本发明将静息态脑电数据按脑区划分并进行去伪迹处理，通过卷积神经网络分别提取不同脑区上的特征，以根据不同脑区的特征进行年龄段分类，不仅降低了脑电数据预处理的复杂性，也解决了针对脑电数据无法选择合适模型的问题。
-
公开(公告)号：CN113780750A
公开(公告)日：2021-12-10
申请号：CN202110947815.0
申请日：2021-08-18
Applicant: 同济大学
Abstract: 本发明涉及一种基于医学图像分割的医疗风险评估方法，具体包括以下步骤：S1、获取待评分图像及对应的背景与各类对象，分别进行人工分割和机器分割，得到标准分割结果和通过分割算法得出的实际分割结果；S2、根据标准分割结果和实际分割结果，计算得到多分类混淆矩阵；S3、提取待分割的目标区域对应列的所有元素，组成过渡风险矩阵；S4、将过渡风险矩阵中错分的像素的绝对值转化为相对值，得到风险矩阵；S5、获取预设的初始权重矩阵，进行归一化得到风险权重矩阵；S6、根据风险矩阵和风险权重矩阵，计算风险值。与现有技术相比，本发明具有实现从医疗风险维度对分割结果进行评估，提高最终得出的分割方案的准确性和稳定性等优点。
-
Patent Agency Ranking
公开(公告)号：CN112348119A
公开(公告)日：2021-02-09
申请号：CN202011377744.7
申请日：2020-11-30
Applicant: 华平信息技术股份有限公司 , 同济大学
IPC: G06K9/62
Abstract: 本发明提供一种基于胶囊网络的图像分类方法、存储介质及电子设备，所述基于胶囊网络的图像分类方法包括：获取待训练的图像集；将所述图像集划分为训练集和测试集；利用所述训练集训练分类胶囊网络模型，在训练过程中根据所述训练集中图像特征仿射变换后形成的图像预测胶囊进行路由迭代；将所述测试集输入所述分类胶囊网络模型中进行图像分类的性能测试。本发明提出了不涉及耦合系数参与训练的自适应路由方法，在路由的迭代过程中可以使胶囊自适应地改变自身的特征，使胶囊向更有判别性的方向偏移，避免在出现梯度消失问题的同时也提高了模型的性能。
-
公开(公告)号：CN111191686A
公开(公告)日：2020-05-22
申请号：CN201911282253.1
申请日：2019-12-13
Applicant: 同济大学
Abstract: 本发明涉及一种基于对抗残差变换网络的无监督领域自适应方法，包括以下步骤：步骤S1：特征提取器提取源域的源数据和目标域的目标数据的特征分布；步骤S2：转换网络将源数据的特征分布映射到目标域，生成伪造目标数据；步骤S3：伪造目标数据通过训练建立标签分类器，通过标签分类器预测目标数据的标签值；步骤S4：域分类器对比伪造目标数据与目标数据，将结果反馈给特征提取器，特征提取器根据结果对提取过程进行改进，转换网络优化源数据到目标域的映射方式；步骤S5：循环执行步骤S1-S4，直至对抗残差变换网络模型的损失函数的值收敛，源域和目标域之间达到域适应。与现有技术相比，本发明具有简化模型对分布映射的学习、提高模型泛化能力等优点。
-
公开(公告)号：CN110458066A
公开(公告)日：2019-11-15
申请号：CN201910701028.0
申请日：2019-07-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于静息态脑电数据的年龄段分类方法，包括以下步骤：S1、采集各年龄段对应的原始静息态脑电数据；S2、对原始静息态脑电数据进行预处理，得到去除伪迹的静息态脑电数据；S3、构建卷积神经网络，并将去除伪迹的静息态脑电数据输入给卷积神经网络，对卷积神经网络进行训练和测试，得到训练好的卷积神经网络；S4、由训练好的卷积神经网络对实际静息态脑电数据进行年龄段分类。与现有技术相比，本发明将静息态脑电数据按脑区划分并进行去伪迹处理，通过卷积神经网络分别提取不同脑区上的特征，以根据不同脑区的特征进行年龄段分类，不仅降低了脑电数据预处理的复杂性，也解决了针对脑电数据无法选择合适模型的问题。
-
公开(公告)号：CN110310345A
公开(公告)日：2019-10-08
申请号：CN201910502034.3
申请日：2019-06-11
Applicant: 同济大学
Abstract: 本发明涉及一种基于自动分工隐聚类生成对抗网络的图像生成方法，包括以下步骤：S1、构建自动分工隐聚类生成对抗网络，所述自动分工隐聚类生成对抗网络包括生成器和判别器；S2、基于训练数据集，训练自动分工隐聚类生成对抗网络；S3、输入随机噪声，由自动分工隐聚类生成对抗网络中的生成器生成图像。与现有技术相比，本发明采用多分支结构来实现可跳变的生成器，能够捕捉不同数据分布的特点，既增加了生成图像的多样性，也减少了存储空间和训练计算量；此外，通过生成器基于概率权重自动学习不同模式，能有效提高无监督数据生成图像的分布质量。
-
公开(公告)号：CN107239439A
公开(公告)日：2017-10-10
申请号：CN201710259721.8
申请日：2017-04-19
Applicant: 同济大学
CPC classification number: G06F17/277 , G06F17/2775 , G06F17/30666 , G06F17/30684
Abstract: 本发明提供一种基于word2vec的舆情倾向性分析方法，包括向量训练阶段、关键句提取阶段和倾向性判别阶段，通过提取新闻关键句缩小判别的特征空间，保留与原文主题相关性较大的内容，剔除无用信息，提高舆情倾向性分析的准确率；将深度学习模型word2vec引入舆情倾向性分析，用于比较词与词之间的语义相似度，并通过词向量来比较语义相似度，能较好识别出具有相同情感倾向但不在情感词典中的词语，即使情感词典不够完备也能获得一个较好的分析效果，同时，融合语法规则对关键句的情感倾向性进行加权计算，结合上下文信息，弥补单纯使用词义相似度的局限性，从句子整体分析倾向性，实现了对篇章级的新闻文本的情感倾向性以及情感强度的准确判别。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.024 seconds)
