-
公开(公告)号：CN103268312B
公开(公告)日：2016-04-06
申请号：CN201310159025.1
申请日：2013-05-03
Applicant: 同济大学
Abstract: 一种基于用户反馈的训练语料收集系统及其方法，根据用户反馈的特点，同时也结合移动终端上的应用，由此来判断已经训练的模型对于相应的语言处理任务是否很好的完成，从而可以确定此次标记的正确性。将正确的标记文本存储入数据库从而实现了训练语料的生成与收集。随着互联网特别是移动互联网的发展，专门面向移动互联网的应用越来越多，这些应用通过服务器向用户提供各种各样的信息，同时也可以利用移动设备收集用户的习惯与信息。本发明作为一种新的基于用户反馈的学习机制，利用用户反馈的信息为机器学习提供新的途径和方法，可应用于垃圾邮件识别等任务当中。
-
公开(公告)号：CN103347125B
公开(公告)日：2015-11-25
申请号：CN201310254184.X
申请日：2013-06-24
Applicant: 同济大学
Abstract: 一种基于环境声音和位置的手机情景模式自动调节系统。声音信息采集模块可以通过手机中现有的麦克风来采集环境的声音信息，从中计算出环境的声音等级，并据此自动调节手机的来电铃音音量和振动提示的开或关；手机用户可以通过GPS、基站和WIFI热点等位置信息标记一些经常去的地点，并设置在这些地点所需要的手机铃声音量和振动模式，等下次用户再到达该地点时，手机的情景模式会根据先前的设定自动调节；对于同一个地点，用户也可根据不同时间设置不同的手机铃声音量和振动模式，到时根据不同的时间段手机的相应情景模式设置也会自动进行调节。根据环境音量或是具体的位置进行手机提示铃音的自动调节，满足手机用户的实际需求。
-
公开(公告)号：CN104182621A
公开(公告)日：2014-12-03
申请号：CN201410387706.8
申请日：2014-08-08
Applicant: 同济大学
Abstract: 一种基于深度信念网络的ADHD判别分析方法，包括步骤为：步骤1，预处理；步骤2，特征提取和分类：依赖于深度信念网络，深度信念网络由限制玻尔兹曼机堆叠组成最后由softmax分类并逐层进行反向调节，限制玻尔兹曼机逐层训练时目标是最大化概率函数的似然函数并引入对比散度，更新权重，使得隐藏层成为可视层的近似表示，并且将第一层的隐藏层作为第二层的可视层，以此类推，得到DBN的RBM层，将最后一个隐藏层作为softmax的输入，得到相应的输出即分类。本发明利用的深度信念网络是一种概率生成模型，通过堆叠多个含有隐藏层和可视层的受限波尔兹曼机构成，它模拟了人脑处理信号的逐层抽象特征的过程，抽象出原始信号的等效特征表达，应用到多动症的分类领域中。
-
公开(公告)号：CN115914230A
公开(公告)日：2023-04-04
申请号：CN202211551204.5
申请日：2022-12-05
Applicant: 同济大学
IPC: H04L67/10 , H04L67/1008 , H04L67/101 , H04L67/1012
Abstract: 本发明设计了一种自适应移动边缘计算卸载和资源分配方法，主要包括以下步骤：用户发送任务卸载请求；移动边缘计算系统根据任务的数据量大小、用户所处的无线信道信息和移动边缘计算系统内各个边缘服务器的可用计算资源计算出任务的最佳卸载策略并通知用户；用户根据通知的卸载策略连接基站并发送任务；基站收到任务后，发送给与其连接的边缘服务器，边缘服务器分配资源处理任务；边缘服务器将处理后的结果发送给基站，基站将处理后的结果返回给用户。本发明采用深度强化学习方法，根据历史系统信息来获得当前时刻的最佳任务卸载方案，并在任务时延的限制下合理分配资源以处理任务，降低了资源的消耗，提升了边缘服务器的利用率。
-
公开(公告)号：CN113129310B
公开(公告)日：2023-03-31
申请号：CN202110241276.9
申请日：2021-03-04
Applicant: 同济大学
IPC: G06T7/11 , G06V10/774 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/09
Abstract: 本发明涉及一种基于注意力路由的医学图像分割系统，包括多个相互关联的图像处理层，位于底部的图像处理层仅设有1个解码器，其余每个图像处理层均设有1个解码器和1个编码器，图像处理层包括初始层，初始层的解码器获取待分割的医学初始图像，相邻图像处理层之间的解码器进行下采样，编码器进行上采样，除初始层以外的图像处理层的编码器通过评估支路与注意力路由模块连接，注意力路由模块将评估支路的输出作为输入进行迭代，生成注意力权重图，初始层的编码器根据前一层的上采样图像与注意力权重图输出医学分割图像。与现有技术相比，本发明具有促进多尺度特征的高效融合、提高医学图像分割的精准度等优点。
-
Patent Agency Ranking
公开(公告)号：CN114445422A
公开(公告)日：2022-05-06
申请号：CN202210035140.7
申请日：2022-01-13
Applicant: 同济大学 , 华平信息技术股份有限公司
Abstract: 本发明提供一种基于transformer的医学图像分割方法、系统、介质及电子设备，其中，所述方法包括提取所述医学图像对应的训练集以及测试集；基于transformer构建第一编码器块得到预设分割模型，并将所述训练集输入到所述分割模型中进行训练，其中，当训练次数达到预设阈值后，停止训练，并将所述测试集输入到所述预设分割模型中进行测试，以得到分割图像。本发明的基于transformer的医学图像分割方法、系统、介质及电子设备，将transformer和卷积神经网络相结合，在传统分割模型U型结构的基础上进行改进，将transformer作为主干网络，融合不同特征，并且对解码器块的结果分别进行深监督，使得模型具有更强的特征提取和特征融合能力，进而实现更准确的图像分割，以此提高医学图像分割的精度。
-
公开(公告)号：CN113129310A
公开(公告)日：2021-07-16
申请号：CN202110241276.9
申请日：2021-03-04
Applicant: 同济大学
Abstract: 本发明涉及一种基于注意力路由的医学图像分割系统，包括多个相互关联的图像处理层，位于底部的图像处理层仅设有1个解码器，其余每个图像处理层均设有1个解码器和1个编码器，图像处理层包括初始层，初始层的解码器获取待分割的医学初始图像，相邻图像处理层之间的解码器进行下采样，编码器进行上采样，除初始层以外的图像处理层的编码器通过评估支路与注意力路由模块连接，注意力路由模块将评估支路的输出作为输入进行迭代，生成注意力权重图，初始层的编码器根据前一层的上采样图像与注意力权重图输出医学分割图像。与现有技术相比，本发明具有促进多尺度特征的高效融合、提高医学图像分割的精准度等优点。
-
公开(公告)号：CN108446718B
公开(公告)日：2021-01-26
申请号：CN201810126792.5
申请日：2018-02-08
Applicant: 同济大学
Abstract: 本发明涉及深度学习领域的一种基于深度置信网络的动态网络结构训练分析方法。本发明的目的在于克服深度置信网络的几点不足，提供一种基于深度置信网络的由整体至特殊的动态网络结构训练分析策略。该策略参考人类识别物体时大脑的分析策略，引入细致化分析的过程。该策略针对分类问题，在训练阶段产生两种网络，包括一个全局网络和若干个针对具体的各个类别的特殊网络。在预测阶段，综合考虑两种网络的输出结果，使得整个模型的预测更加具有针对性，从而提高分类模型的准确性。
-
公开(公告)号：CN110310344A
公开(公告)日：2019-10-08
申请号：CN201910425497.4
申请日：2019-05-21
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 同济大学
Abstract: 本发明提供一种基于虚拟条件生成对抗网络的图像生成方法及系统，该方法包括：构造虚拟条件生成对抗网络模型中的生成器；构造虚拟条件生成对抗网络模型中的判别器；构造虚拟条件生成对抗网络模型中的损失函数；对构造完成的虚拟条件生成对抗网络进行训练和测试。通过模数转换函数实现模拟噪声到数字噪声的跳变，然后利用放大偏移独热码指导解码器生成相应条件(类别)的图像样本，并在多个数据集上训练了不同网络配置的虚拟条件对抗生成网络模型，和基线模型的生成分布质量进行对比，展示了模型性能的提升和模型对超参数选择的鲁棒性。
-
公开(公告)号：CN108841775A
公开(公告)日：2018-11-20
申请号：CN201810553009.3
申请日：2018-05-31
Applicant: 同济大学
IPC: C12N5/00
Abstract: 本发明涉及一种细胞膜动态功能化的方法，反应活性高的二硫化物质，在生理环境下，与细胞膜表面巯基发生交换反应，对细胞膜进行动态功能化，获得细胞膜被材料工程化的细胞。与现有技术相比，本发明对细胞膜进行功能化过程适用于不同细胞类型，整个过程具有很高细胞相容性，且所使用的反应活性高的二硫化物质在一段时间后可以自行降解，有效避免对细胞功能的长期影响。该技术可暂时调控细胞的功能如增殖，周期，内吞效率，在细胞命运及功能调控上具有广泛应用前景。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.021 seconds)
