-
公开(公告)号：CN117954051B
公开(公告)日：2024-07-16
申请号：CN202410347088.8
申请日：2024-03-26
IPC: G16H20/40 , G16H50/20 , G16H10/60 , G06N3/045 , G06N3/096 , G06N20/20 , G06F18/214 , G06F18/243
Abstract: 本发明提供基于人工智能获取牙体缺损治疗方案的方法、装置和存储介质。方法包括：获取患牙临床检查信息，将该患牙临床检查信息输入至训练好的多任务模型，该多任务模型以任务为单位分别输出是或否的患牙任务结论，以及将该患牙任务结论输入至逻辑归纳模型，输出得到患牙治疗方案。以这种方式，可以得到全面、准确的牙体缺损治疗方案，实现精准个性化医疗，同时节约医疗资源。
-
公开(公告)号：CN113626997B
公开(公告)日：2024-04-12
申请号：CN202110838121.3
申请日：2021-07-23
Applicant: 北京理工大学
IPC: G06F30/20
Abstract: 本发明公开了一种扬尘环境下脉冲激光传输特性仿真方法，属于数值仿真技术领域。仿真方法的实现步骤包括：建立坐标系、扬尘质量浓度区间划分、计算出激光在不同质量浓度区间内对应的激光衰减系数、设置扬尘环境参数、脉冲激光发射系统参数、后向散射回波接收系统参数和透射接收系统参数、初始化发射光子并计算光子散射自由程、散射自由程修正、计算光子散射后的位置和能量；对光子在坐标系中的位置进行判别、统计透射接收系统和后向散射回波接收系统接收到的光子信息，最后整形为脉冲信号。本发明能够有效的对脉冲激光引信在复杂战场扬尘环境中的探测特性进行仿真，为提高脉冲激光引信探测性能提供理论基础。
-
公开(公告)号：CN116503862A
公开(公告)日：2023-07-28
申请号：CN202310498422.5
申请日：2023-05-06
Applicant: 北京理工大学
Abstract: 一种弹载/机载激光成像引信局部稀疏点云目标识别方法，属于激光引信目标识别技术领域。本发明基于多耦合场动态成像探测模型，建立弹载/机载线阵推扫激光成像引信点云仿真系统，获取局部稀疏点云目标数据；根据精确起爆策略与神经网络训练评估需求，对数据进行标注及划分，生成大量带有引导标注信息的数据集，提高深度学习神经网络的识别准确率；采用柱体素划分方法对点云数据进行降维特征转化，生成二维特征伪图；通过多尺度均衡卷积神经网络特征提取层进行特征处理，提取并拼接不同尺寸的目标特征，减少目标信息丢失，通过SSD检测方法实现目标识别。本发明适用军事成像领域，提高局部稀疏点云目标识别的准确率。
-
公开(公告)号：CN110993100B
公开(公告)日：2023-01-03
申请号：CN201911075541.X
申请日：2019-11-06
Applicant: 北京理工大学
Abstract: 一种青少年儿童近视预测系统的缺失值填补方法，包括：填补眼科数据中的非屈光度数据；筛选一年级屈光度数据样本和二年级屈光度未缺失的数据样本；将二年级屈光度作为要拟合的标签数据，从一年级屈光度数据中选取特征，得到特征子集；利用机器学习方法构建回归模型进行拟合；选取拟合效果最佳的机器学习模型；将二年级屈光度缺失的数据样本输入模型，用预测值进行填补得到二年级的完整屈光度数据；依此类推，利用当前年级的屈光度数据填补下一年级的屈光度数据，本发明还提供了一种使用该方法的青少年儿童近视预测系统以及管理平台，本发明方法的特点是引入GBRT对缺失数据进行填补，使得填补的结果更加接近真实的情况，可提升多年后的预测准确率。
-
公开(公告)号：CN115223243A
公开(公告)日：2022-10-21
申请号：CN202210810308.7
申请日：2022-07-11
Applicant: 北京理工大学
Abstract: 一种手势识别系统，包括：输入模块、卷积特征提取模块和控制系统模块。其中输入模块利用事件相机实时捕捉手势图像事件流作为输入。卷积特征提取模块是一个卷积神经网络，用于从输入图像数据中提取结构特征。使用这类信息，网络能够识别出图像中手势较为重要的特征信息，并仅将这部分图像传输至下一个模块。控制系统模块由神经回路策略网络实现，由四层神经元构成，分别实现承接卷积网络的图像特征，构造循环连接结构和最终输出手势含义的功能。本发明将神经回路策略应用于视听辅助系统的手势识别，拥有较高的计算效率，有利于对时间序列建模，在更小的参数量下却有更好的效果，具有鲁棒性和较强的可解释性，不容易受到噪声的干扰。
-
Patent Agency Ranking
公开(公告)号：CN114372348A
公开(公告)日：2022-04-19
申请号：CN202111522850.4
申请日：2021-12-13
Applicant: 北京理工大学
IPC: G06F30/20
Abstract: 本发明公开的一种弹载线阵激光成像引信快速仿真方法，属于激光引信技术领域。本发明通过建立线阵激光成像引信发射模型，使用射线模拟激光成像引信的发射过程和接收过程，实现弹载线阵激光成像引信快速成像仿真。本发明针对不同线数、不同角分辨率的激光成像引信进行不同起始位置、飞行速度、攻击角、脱靶量、交会角度、脱靶方位、导弹滚转角、偏航角、俯仰角等交会姿态下的快速仿真，高效生成多种交会姿态下的弹载线阵激光成像引信点云数据集，具有实际生成效果相似度高、生成速度快的优点。本发明占用资源低、获取信息更直观、仿真效率高，生成的弹载线阵激光成像引信仿真点云数据集，能够适用于高速弹载激光成像引信局部稀疏点云目标识别。
-
公开(公告)号：CN112232494A
公开(公告)日：2021-01-15
申请号：CN202011246943.4
申请日：2020-11-10
Applicant: 北京理工大学
Abstract: 一种基于频率诱导的构建用于特征提取的脉冲神经网络的方法，建立输入层，对输入数据进行初步处理，并转换成脉冲序列；建立特征提取层，在脉冲神经元上引入频率诱导的启发式机制，使用基于HEBB规则的累计式生长算法进行结构学习，使用STDP规则进行权值学习，学习结束后，输入需要提取特征的数据，特征提取层的最后一层的输出即为特征，对于每一条训练数据开启若干次仿真进行学习。本发明不仅可以有效地产生记忆，对特征进行高效的提取，通过小样本学习就可以有很好的鲁棒性，且基于频率诱导的启发式机制的引入使网络能力更强，学习更有效，运行效率更高，可让网络突触生长速度保持在合理范围，网络规模处于动态平衡状态，防止出现生长过度的情况。
-
公开(公告)号：CN112232440A
公开(公告)日：2021-01-15
申请号：CN202011247008.X
申请日：2020-11-10
Applicant: 北京理工大学
Abstract: 一种运用特异化神经元团实现脉冲神经网络信息记忆和区分的方法，包括信息预处理阶段、新突触形成记忆的阶段、重复与神经元团提取阶段、记忆提取阶段和实验结果评估阶段，使用包括输入层、隐藏层、输出层在内的三层基本脉冲神经网络架构，给出一种“累积式生长连接算法”完成网络的权值学习和结构学习。提出“神经元团”的概念作为“记忆”的载体，并采取了一系列有效的神经元团提取方案，以及脉冲序列解释逻辑策略等。本方法在小样本情况下达到网络对输入信息的特征提取形成“记忆”，并能有效地根据网络“记忆”做出信息的解释、区分等的输出效果。
-
公开(公告)号：CN112184756A
公开(公告)日：2021-01-05
申请号：CN202011063213.0
申请日：2020-09-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的单目标快速检测方法，针对网络的训练过程进行设计，设计了网络的损失函数和优化方法，同时对视频序列的检测过程进行了优化，在初始状态或者上一帧未检测出目标位置的情况下，使用滑动窗口的方法，对整个图像进行遍历，将每个窗口的图像送入卷积神经网络进行计算，直到检测出目标位置信息，然后开始进行下一帧图像检测。当上一帧图像中目标位置信息(xk‑1，yk‑1)已知时，将中心坐标为(xk‑1，yk‑1)的窗口送入卷积神经网络进行运算，检测该窗口就能够迅速对目标进行定位。由于神经网络的规模和网络输入大小息息相关，本发明提供的技术方案通过控制网络的输入大小就能够对网络进行优化，保证性能的同时降低网络的规模，提高网络的计算速度。
-
公开(公告)号：CN108446757B
公开(公告)日：2020-09-01
申请号：CN201711477723.0
申请日：2017-12-29
Applicant: 北京理工大学
Abstract: 一种基于脉冲神经网络的多级延时级联的速度识别系统，包括由用来传递脉冲信息的神经突触连接的拓扑网络运动物体感知模块和多级神经元延时级联模块，拓扑网络运动物体感知模块将预处理好的图像信息转化为脉冲信息，多级神经元延时级联模块根据脉冲信息同步确定运动物体的间隔时间和位置差异，从而识别出运动物体速度。本发明还提供了一种基于脉冲神经网络的多级延时级联的速度识别方法，本发明可简化运动物体速度识别流程，提高处理速度和结果精度。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.03 seconds)
