-
公开(公告)号：CN113139127B
公开(公告)日：2024-11-19
申请号：CN202110481796.7
申请日：2021-04-30
Applicant: 北京大学
IPC: G06F16/9535 , G06F18/214 , G06F18/22 , G06F18/213 , G06N3/08
Abstract: 本发明提供一种基于零次学习的清单推荐方法、系统、设备及存储介质，方法包括：获取待创建清单的基本信息属性；将基本信息属性输入至预先训练好的零次学习模型中，得到零次学习模型输出的预测样例特征；其中，零次学习模型是基于训练清单以及训练样例之间的映射训练得到的；将预测样例特征与真实样例特征进行相似度匹配，并将匹配成功的真实样例特征对应的样例推荐至待创建清单中构建清单。本发明通过零次学习模型获取与待创建清单的基本信息属性存在映射关系的预测样例特征，并根据预测样例特征推荐样例至待创建清单中，从而根据用户需求或偏好进行个性化清单推荐，提高了生成的推荐清单的准确性，进一步提高了与用户的交互性及交互准确性。
-
公开(公告)号：CN116721772B
公开(公告)日：2023-10-20
申请号：CN202311002302.8
申请日：2023-08-10
Applicant: 北京市肿瘤防治研究所 , 北京大学
Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质，属于医学检测技术领域，所述方法包括：获取待测患者的肿瘤抗HER2治疗信息，肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息；将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型，得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果；双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合，并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度，有助于患者的肿瘤抗HER2治疗预后的有效评估。
-
公开(公告)号：CN113139127A
公开(公告)日：2021-07-20
申请号：CN202110481796.7
申请日：2021-04-30
Applicant: 北京大学
IPC: G06F16/9535 , G06K9/62 , G06N3/08
Abstract: 本发明提供一种基于零次学习的清单推荐方法、系统、设备及存储介质，方法包括：获取待创建清单的基本信息属性；将基本信息属性输入至预先训练好的零次学习模型中，得到零次学习模型输出的预测样例特征；其中，零次学习模型是基于训练清单以及训练样例之间的映射训练得到的；将预测样例特征与真实样例特征进行相似度匹配，并将匹配成功的真实样例特征对应的样例推荐至待创建清单中构建清单。本发明通过零次学习模型获取与待创建清单的基本信息属性存在映射关系的预测样例特征，并根据预测样例特征推荐样例至待创建清单中，从而根据用户需求或偏好进行个性化清单推荐，提高了生成的推荐清单的准确性，进一步提高了与用户的交互性及交互准确性。
-
公开(公告)号：CN110298211A
公开(公告)日：2019-10-01
申请号：CN201810234115.5
申请日：2018-03-21
Applicant: 北京大学
Abstract: 本发明公布了一种基于深度学习和高分辨率遥感影像的河网提取方法，包括：获取多景高分二号多光谱遥感影像，将遥感影像分为训练样本和检测样本；遥感影像预处理，后续处理只采用第4波段和第2波段的影像；选取河流样本点和非河流样本点作为训练样本点；建立深度学习模型，将训练样本输入深度学习模型进行训练，得到训练好的深度学习模型；由待提取河网区域的遥感影像通过网格分割法分割得到检测样本；通过训练好的模型进行分类识别；生成河网。本发明技术方案可使得提取的河网更加真实、准确、精细、连续，且不受山脉阴影、建筑物等因素的干扰。
-
公开(公告)号：CN114545528B
公开(公告)日：2024-02-06
申请号：CN202210222310.2
申请日：2022-03-09
Applicant: 北京墨迹风云科技股份有限公司 , 北京市气象台 , 北京大学
Abstract: 本申请涉及一种天气预报方法和装置，包括：收集历史数据：在历史时间段内的数据中，分别筛选历史模式预报数据和真值数据；场景划分：根据地形高度、地貌以及季节因素划分多种预报场景，并将所有样本按照每种预报场景进行分类；模型训练：分别将每一个预报场景下的样本进行拟合学习，获得该场景下的订正模型；模型推理：获取实时气象模式预报数据，并确定某种预报场景，将实时模式预报结果输入对应的订正模型，获得订正后结果。本申请涉及的内容可以提高天气预报的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115170858A
公开(公告)日：2022-10-11
申请号：CN202210518146.X
申请日：2022-05-12
Applicant: 北京大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/74 , G06V10/82
Abstract: 本发明提供一种基于增量学习的轻量化物体检测方法和装置，所述基于增量学习的轻量化物体检测方法，包括：获取待测图像和目标特征类别图像；将待测图像输入至检测模块，获取由检测模块输出的多个子特征图像；将多个子特征图像输入至分类模块，获取由分类模块输出子特征图像对应的特征表达，以及多个子特征图像中第一目标子特征图像对应的类别；基于多个子特征图像中第二目标子特征图像对应的特征表达和目标特征类别图像间的相似度，确定第二目标子特征图像对应的类别。本发明的基于增量学习的轻量化物体检测方法，在无需重复训练的前提下，即可完成对新类别的识别，显著提高模型的泛化能力和扩展性，适用于涉及不断变化的信息流的情景。
-
公开(公告)号：CN114998585A
公开(公告)日：2022-09-02
申请号：CN202210513831.3
申请日：2022-05-11
Applicant: 北京大学
IPC: G06V10/26 , G06V10/40 , G06V10/778 , G06V20/70
Abstract: 本发明提供一种基于区域感知度量学习的开放世界语义分割方法和装置，所述方法包括：对目标图像进行异常区域分割，生成未知区域以及未知区域对应的区域感知特征；对未知区域进行切分，生成多个未知子区域以及未知子区域对应的区域感知特征；基于未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定未知子区域对应的类别；其中，第一目标类别为目标图像对应的多个特征类别中的未知类别。本发明的基于区域感知度量学习的开放世界语义分割方法，基于MCA模块对未知区域进行进一步分割生成未知子区域以进行增量少样本学习，从而提高模型对分布外对象的识别性能，以提高分割结果的精度与准确性，从而提高最终的分割效果。
-
公开(公告)号：CN116721772A
公开(公告)日：2023-09-08
申请号：CN202311002302.8
申请日：2023-08-10
Applicant: 北京市肿瘤防治研究所 , 北京大学
Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质，属于医学检测技术领域，所述方法包括：获取待测患者的肿瘤抗HER2治疗信息，肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息；将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型，得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果；双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合，并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度，有助于患者的肿瘤抗HER2治疗预后的有效评估。
-
公开(公告)号：CN115565664A
公开(公告)日：2023-01-03
申请号：CN202211068018.6
申请日：2022-09-01
Applicant: 北京大学
IPC: G16H50/20 , G16H50/30 , G06V10/764 , G06V10/77 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种胃癌靶向治疗疗效预测方法、装置、设备及介质，方法包括：获取胃癌靶向治疗前后的待识别CT图像数据；将所述待识别CT图像数据输入至胃癌靶向治疗疗效预测模型中，得到所述胃癌靶向治疗疗效预测模型输出的胃癌风险概率；其中，所述待识别CT图像数据包括基线时间对应的图像以及多次随访时间点对应的图像，且每个时间点对应的待识别CT图像数据包括多个病灶。本发明用以解决现有技术中现有的胃癌靶向治疗疗效预测准确率较低，胃癌靶向治疗疗效预测效果较差的缺陷，实现提升胃癌靶向治疗疗效预测准确率，提升胃癌靶向治疗疗效预测效果。
-
公开(公告)号：CN114594532A
公开(公告)日：2022-06-07
申请号：CN202210222268.4
申请日：2022-03-09
Applicant: 北京墨迹风云科技股份有限公司 , 北京市气象台 , 北京大学
Abstract: 本申请涉及一种寒潮天气预测方法、装置、电子设备及计算机可读介质。该方法包括：获取目标区域内的多个观测站点在多个预设时间点的温度数据；基于所述多个观测站点在多个预设时间点的温度数据生成所述目标区域在所述多个预设时间的平均温度；基于所述目标区域在所述多个预设时间的平均温度生成特征曲线；基于所述特征曲线对所述目标区域的寒潮天气进行识别。本申请涉及的寒潮天气预测方法、装置、电子设备及计算机可读介质，能够排除了人工主观分析的影响，提取温度在时间维度的变化特征，并以此来自动识别寒潮天气，提高了识别速度和准确率。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.068 seconds)
