基于双曲空间传播的图解耦节点表征学习方法及系统

    公开(公告)号:CN118333089A

    公开(公告)日:2024-07-12

    申请号:CN202410394066.7

    申请日:2024-04-02

    Abstract: 本发明提供一种基于双曲空间传播的图解耦节点表征学习方法及系统,属于图表示学习技术领域,获取各节点的初步表征,映射至多个曲率不同的双曲空间,得到一组数据表征,分别对应各双曲空间;将多组数据表征与图的原始拓扑结构相结合,通过双曲空间下的固有距离于各个双曲空间中构建各异的传播矩阵,捕获多种潜在因子对表征学习的影响;将每个空间内的节点表征传播视为一个个独立的专家模块,计算各模块重要性,使用混合专家结构,聚合生成最终适用于下游任务的节点表征。本发明基于双曲空间与图数据的适配性,通过多个双曲空间挖掘图中隐因子的影响,完成特征解耦,最终通过混合专家架构生成最终的节点表示,解决了图网络中特征传播非参数化问题。

    基于患者表征学习的用药推荐方法

    公开(公告)号:CN113284627B

    公开(公告)日:2024-05-17

    申请号:CN202110406631.3

    申请日:2021-04-15

    Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法,包括:从电子病历中提取数据,将数据中的非结构化的主诉文本信息表示为结构化的数据;采用堆栈稀疏自编码器对结构化的数据进行表征学习,得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量;使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析,得到各群体聚类内患者的症状特性和用药特性;对各群体聚类内患者的症状特性和用药特性进行典型相关分析,得到各群体聚类内患者的症状特性和用药特性的关联关系;根据关联关系,采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药,提高医生的工作效率。

    基于图像拼接的视频稳像方法

    公开(公告)号:CN106331480B

    公开(公告)日:2020-01-10

    申请号:CN201610704452.7

    申请日:2016-08-22

    Abstract: 本发明提供了一种基于图像拼接的视频稳像方法。该方法包括:利用图像拼接技术将摄像机拍摄的视频拼接成广角视图的视频,对拼接后的视频的各个帧进行中心点检测,通过相邻帧中心点的累积位移矢量获得摄像机的原始运动路径;利用拟合曲线对所述原始运动路径进行拟合,得到平滑后的运动路径;根据所述平滑后的运动路径在所述广角视图的视频中截取图像,重新生成稳定视频。本发明的方法针对可以拼接为全景图的视频,将改进的曲线拟合法用于获取平滑的相机路径,可以有效地估计相机的原始运动趋势,解决了计算量大的缺点,提高算法效率;提出通过迭代运算调整相机自身运动趋势方向上的运动矢量,以提高轨迹点的平滑度,增强视觉流畅体验。

    面向移动终端拍摄的图像表格检测与识别方法

    公开(公告)号:CN106156761B

    公开(公告)日:2020-01-10

    申请号:CN201610649808.1

    申请日:2016-08-10

    Abstract: 本发明提供了一种面向移动终端拍摄的图像表格检测与识别方法。该方法主要包括:使用连通域分析法从移动终端拍摄的混合文档图像中分离出表格区域,得到表格图像,对表格图像进行图像矫正操作;对矫正后的表格图像使用由粗糙到精细的直线检测算法,检测并定位到图像中直线的位置,并对检测出的直线进行校正处理,提取出表格图像中每个表格单元格的信息;根据提取出的表格单元格信息进行文本识别,通过基于单元格合并的表格创建算法在文档中重建对应的表格。本发明的方法对规则与不规则的表格创建都具有很好的自适应性,对新创建的word文档做简单的编辑修改后即可完成图像表格到文档文件的转化操作,从而提高了办公自动化的效率,有很好的实用性。

    基于图像拼接的视频稳像方法

    公开(公告)号:CN106331480A

    公开(公告)日:2017-01-11

    申请号:CN201610704452.7

    申请日:2016-08-22

    Abstract: 本发明提供了一种基于图像拼接的视频稳像方法。该方法包括:利用图像拼接技术将摄像机拍摄的视频拼接成广角视图的视频,对拼接后的视频的各个帧进行中心点检测,通过相邻帧中心点的累积位移矢量获得摄像机的原始运动路径;利用拟合曲线对所述原始运动路径进行拟合,得到平滑后的运动路径;根据所述平滑后的运动路径在所述广角视图的视频中截取图像,重新生成稳定视频。本发明的方法针对可以拼接为全景图的视频,将改进的曲线拟合法用于获取平滑的相机路径,可以有效地估计相机的原始运动趋势,解决了计算量大的缺点,提高算法效率;提出通过迭代运算调整相机自身运动趋势方向上的运动矢量,以提高轨迹点的平滑度,增强视觉流畅体验。

    一种基于视频重构的重复片段定位方法

    公开(公告)号:CN102750339A

    公开(公告)日:2012-10-24

    申请号:CN201210182770.3

    申请日:2012-06-05

    Abstract: 本发明公开了一种基于视频重构的重复片段定位方法,包括以下步骤:去除查询视频序列和引用视频序列中视频帧与视频帧之间存在的大量冗余,为时间临近、内容一致的小段视频抽取具有代表性的视频关键帧,实现数据的精简处理;利用伪文本文档来描述视频关键帧内容;将视频关键帧之间的视觉相似性计算转化为伪文本文档之间的相似性度量,对查询视频关键帧和引用视频关键帧之间的相似性进行度量,进而为每一幅查询关键帧返回一系列相似引用关键帧;综合利用重复视频片段的时间一致性约束及不重复片段之间的时间不连续性来重构引用视频片段、确定重复视频片段的边界信息。可用于数字媒体挖掘、版权保护。

    一种基于多视角的交互式视频搜索方法

    公开(公告)号:CN100461182C

    公开(公告)日:2009-02-11

    申请号:CN200710099532.5

    申请日:2007-05-24

    Abstract: 本发明公开了一种基于多视角的交互式视频搜索方法,属于视频搜索技术领域。本发明将多视角技术应用于交互式视频检索,开发了一种基于多视角的交互式视频搜索方法。本发明以一种半监督的学习方式,从多个独立视角来构造一个新的排序函数,其优点是只需要很少的标注样本就可以开始一个学习过程,并且从多个视角迭代的增加样本容量,并最终提高检索的性能。

    基于Transformer子空间表征学习的因果推理辅助诊断方法

    公开(公告)号:CN115188461A

    公开(公告)日:2022-10-14

    申请号:CN202210210314.9

    申请日:2022-03-03

    Abstract: 本发明提供了一种基于Transformer子空间表征学习的因果推理辅助诊断方法。该方法包括:通过Transformer网络从电子病历数据中提取患者的特征信息;通过自监督学习的方式对患者的特征信息进行扩容后,映射到低维的共享子空间和独立子空间,得到患者的低维共享特征表示和特异特征表示,通过堆叠两种特征表示得到患者的低维特征表示;使用对抗模型来平衡患者的低维特征表示中不同分组之间的分布,得到分布平衡的低维特征表示并输入到前馈网络,得到患者的预测诊断结果。本发明可以应用于辅助诊断预测中,使用患者的生理数据及实验室数据等结构化信息较好地做出诊断,为医生诊断时提供参考意见,可以解决现有的方案中存在的选择偏差和缺乏可解释性等问题。

    基于患者表征学习的用药推荐方法

    公开(公告)号:CN113284627A

    公开(公告)日:2021-08-20

    申请号:CN202110406631.3

    申请日:2021-04-15

    Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法,包括:从电子病历中提取数据,将数据中的非结构化的主诉文本信息表示为结构化的数据;采用堆栈稀疏自编码器对结构化的数据进行表征学习,得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量;使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析,得到各群体聚类内患者的症状特性和用药特性;对各群体聚类内患者的症状特性和用药特性进行典型相关分析,得到各群体聚类内患者的症状特性和用药特性的关联关系;根据关联关系,采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药,提高医生的工作效率。

Patent Agency Ranking