-
公开(公告)号：CN111242281A
公开(公告)日：2020-06-05
申请号：CN202010014858.9
申请日：2020-01-07
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种深度卷积神经网络权值优化方法，包括以下步骤：获取初始种群，进行初始化和基因编码；对初始种群中所有个体进行梯度下降的参数训练，直至到达预设的次数；计算个体适应度并进行排序；基于遗传算法，对初始种群进行选择、交叉、变异操作，获得新一代种群；判断是否到达终止条件，若否则对新一代种群进行迭代训练和进化。本发明采用遗传算法与梯度下降方法相结合，来优化深度卷积神经网络权值，能够提高深度卷积神经网络的识别率，同时提高了深度卷积神经网络的获得速度。
-
公开(公告)号：CN112184743B
公开(公告)日：2024-07-23
申请号：CN202011182514.5
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种乳腺钼靶图像中胸肌和乳头区域的分割预标注方法，包括如下步骤：S1、提取乳腺主体图；S2、定位斜侧位胸肌分割线；S3、定位双视图的乳头区域；S4、生成胸肌和乳头的区块标注信息；S5、检验修正。本发明在原始乳腺钼靶图像的基础上，快速大批量地自动生成乳腺钼靶图像中胸肌区域和乳头区域的高质量预标注分割信息，解决了目前存在的标注效率低下、分割标准差异大的问题，降低了对后续人工的要求，使得标注效率大幅度提高，从而产生适合于语义分割神经网络的高质量的训练数据集。
-
Patent Agency Ranking
公开(公告)号：CN113312694A
公开(公告)日：2021-08-27
申请号：CN202110571011.5
申请日：2021-05-25
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种在方舱类建筑中生成动线规划的方法，包括以下步骤：步骤一：根据方舱的基本坐标和舱体四面的相通性，判断舱体与舱体的相通性；步骤二：结合相通性和方舱挪动的权重，构建一个有权多边有向图；步骤三：通过Dijkstra算法求出约束条件下的各种类型的最短动线规划路径；步骤四：通过Dijkstra算法得到起点到终点最短路径所经过的舱体，映射到布局图中计算出最短路径坐标。本发明所述的一种在方舱类建筑中生成动线规划的方法，更针对使用需求快速输出精准、可靠的人员、物资等动线设计；能够减少目前方舱类建筑物动线规划中出现的人力和时间成本；提升方舱类建筑物快速规划的能力。
-
公开(公告)号：CN113255550A
公开(公告)日：2021-08-13
申请号：CN202110623005.X
申请日：2021-06-04
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于视频的行人垃圾扔投次数统计方法，包括以下步骤，步骤一：将视频流数据拆分成一系列单帧图片，后续步骤在图片上进行；步骤二：对人体姿态进行评估，确定人体骨架的关键点；步骤三：训练垃圾桶位置检测网络；步骤四：训练垃圾桶开合状态的分类网络；步骤五：根据人体手部的位置坐标、垃圾桶位置区域坐标和垃圾桶开合状况，判断扔投状态；步骤六：依据连续帧扔投转态的变化进行投放统计判断。本发明所述的一种基于视频的行人垃圾扔投次数统计方法，采用视频识别的方法，通过对视频数据的转换，综合各种图像视频检测技术，对垃圾扔投进行统计，在垃圾管理领域，相较于使用硬件方式统计，无需增加特定硬件，灵活方便成本低。
-
公开(公告)号：CN112308139A
公开(公告)日：2021-02-02
申请号：CN202011186817.4
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06K9/62 , G06F16/532 , G06F16/583
Abstract: 本发明公开了一种基于主动学习的样本标注方法，包括如下步骤：S1、从样本池中随机小样本抽样并标注，得到初始标注样本；S2、采用度量学习计算初始标注样本与待标注样本的特征距离，生成特征距离图，遍历特征距离图，在样本池中寻找与初始标注样本距离小于阈值的样本并抽取出来；S3、将抽取出来的样本再次进行标注并汇入初始标注样本形成样本训练库，以样本训练库为样本集训练检索模型；S4、通过检索模型从样本池中检索出更多的负样本再次进行标注，并汇入样本训练库，形成最终的训练集。本发明采用计算特征距离及图片检索的方式快速抽取样本池中的负样本，在保持模型精度的前提下，大幅度降低标注时间，节约成本，利于工业智能算法的多产线推广。
-
公开(公告)号：CN112199491A
公开(公告)日：2021-01-08
申请号：CN202011099237.1
申请日：2020-10-14
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06F16/335 , G06F40/30 , G06F16/36
Abstract: 本发明公开了一种基于BERT与先验知识特征的关系五元组抽取方法，包括如下步骤：预处理；提取语义特征向量；融合拼接；s抽取阶段；p、o抽取阶段；t、l抽取阶段；最终得到关系五元组的特征向量h+pre+s+p+o+t+l。本发明利用BERT模型与先验知识特征融合的方法抽取文本的关系五元组，利用概率图结合指针结构，解决了一种关系对应多个实体以及实体重叠的问题。
-
公开(公告)号：CN111242235A
公开(公告)日：2020-06-05
申请号：CN202010059647.7
申请日：2020-01-19
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06K9/62
Abstract: 本发明公开了一种相似特征测试数据集生成方法，包括：S1、选取多个不同的初始评价网络，再分别对所述初始评价网络进行训练，得到多个应用评价网络；S2、获取与目标数据集格式相同的样本数据集；S3、通过数据校正模型删减样本数据集中数据的个数，得到生成数据集；S4、使用每个所述应用评价网络比较S3中的生成数据集和目标数据集，计算得到偏差比；S5、若所述偏差比在预设的阈值范围内，将S3中的生成数据集作为测试数据集；若所述偏差比不在预设的阈值范围内，在S3中的生成数据集中增加数据，将增加数据后的生成数据集作为新的样本数据集，再重复执行S3至S4，直至偏差比在预设的阈值范围内，并将最后一次的生成数据集作为测试数据集。
-
-
-
-
-
-
Search Results
27
records
(took 0.077 seconds)
