-
公开(公告)号：CN114580506A
公开(公告)日：2022-06-03
申请号：CN202210149568.4
申请日：2022-02-18
Applicant: 南京大学
Abstract: 本发明公开一种基于数据精简的高效异常流量检测方法和系统，获取基站数据库中的真实数据；随机初始化模拟数据；随机初始化一个异常流量检测模型；分别使用真实数据和模拟数据训练模型，记录模型在两组数据上的损失函数和对应的参数梯度；计算两组梯度之间的欧式距离；最小化上述欧式距离以更新模拟数据；重复上述过程，直到模拟数据收敛，记录模拟数据，并清空基站数据库中的真实数据。用户选定一种异常流量检测模型，初始化该模型；获取之前保存的模拟数据；使用模拟数据训练该模型。本发明基于梯度匹配来获取少量的模拟数据，大大减缓了基站数据库的存储压力，并保证模型的性能不变差。
-
公开(公告)号：CN113822228A
公开(公告)日：2021-12-21
申请号：CN202111253733.2
申请日：2021-10-27
Applicant: 南京大学
Abstract: 本发明公开一种基于持续学习的用户表情识别方法和系统，包括数据采集步骤，持续学习步骤和用户表情测试步骤；首先收集不同种类的用户表情，包括特征数据和特征的标记数据；然后利用当前用户表情种类训练一个模型；在学习用户新种类表情时采用最优输运技术建立以往表情和新类表情的映射关系，以重用以往的模型；最后利用新收集到的用户表情更新已有模型。本发明可以解决用户新旧表情无法同时获得，以及只能利用已有模型和新的用户表情建立一个新模型的难点，并且本发明实施过程中占用资源少，适用性强。
-
公开(公告)号：CN114663696B
公开(公告)日：2025-04-25
申请号：CN202210149567.X
申请日：2022-02-18
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明公开一种适用于小样本医疗图像分类的类别增量学习方法和系统，首先基于已有医疗图像样本训练基础分类模型，然后采集不同类别的医疗图像样本，包括病理图片和对应的疾病类别，并基于图片特征计算新增类别代表性特征，并替换作为分类器模型的全连接层；然后在已有的医疗图像数据集上构造类别增量学习任务，学习特征调整模块；最后在医疗图像测试过程中利用特征调整模块对模型预测进行校准。本发明可以解决医疗图片因隐私问题无法同时获得，以及只能利用已有模型和新的医疗图片建立一个新模型的难点，并且本发明实施过程中占用资源少，适用性强。
-
公开(公告)号：CN119807729A
公开(公告)日：2025-04-11
申请号：CN202311300762.9
申请日：2023-10-09
Applicant: 杭州海康威视数字技术股份有限公司 , 南京大学
IPC: G06F18/214 , G06F18/2413 , G06V10/774 , G06V10/764 , G06V20/40
Abstract: 本申请涉及一种增类样本分类模型的构建方法及其相关设备。其中，该方法包括：获取已训练的基础样本分类模型；获取包括增类样本特征数据和增类类别标签的增类样本，采用基础特征表示模型处理增类样本特征数据，获得对应于增类类别标签的增类类别原型的特征表示；基于增类类别原型与多个基础类别原型的特征表示之间的相似度距离，对增类类别原型的特征表示进行校准，获得增类类别原型的校准特征表示；将增类类别原型的校准特征表示作为增类类别标签的增类类别原型的特征表示，加入到基础样本分类模型的基础分类器模型中，得到增类样本分类模型。通过本发明，解决了相关技术中增量小样本分类系统存在灾难性遗忘和过拟合的问题。
-
公开(公告)号：CN119169023A
公开(公告)日：2024-12-20
申请号：CN202411076276.8
申请日：2024-08-06
Applicant: 南京大学 , 中国人民解放军东部战区总医院
Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置、介质和程序产品。根据本申请的方法包括：获取待处理的目标精子图像；通过使用结合SAM的分割模型对所述目标精子图像中包含的各个精子目标实例进行图像分割处理；通过使用骨架提取算法对精子尾部数据进行骨架提取和断尾处理，得到各个精子尾部对应的尾部片段；使用断尾拼接算法来对所述尾部片段进行尾部拼接处理，得到拼接后的精子尾部数据；基于得到的精子头部数据和拼接后的精子尾部数据，将各个精子的头部与尾部进行匹配与拼接处理，得到所述目标精子图像的包含的各个精子目标实例的分割结果信息；基于预设的分类规则对所述目标精子图像的分割结果信息进行分类处理。
-
Patent Agency Ranking
公开(公告)号：CN113988979B
公开(公告)日：2024-12-13
申请号：CN202111253756.3
申请日：2021-10-27
Applicant: 南京大学
IPC: G06Q30/0601 , G06F16/9535 , G06F16/958 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于条件相似性语义匹配的多维度商品信息推荐方法，包括训练数据收集步骤，模型训练步骤和商品推荐步骤；首先在商城网站上提取相关商品的图片数据并进行预处理和相似性标注来进行数据收集，收集足量的商品数据后训练全局模型来得到一个全局的特征度量，然后再由全局模型分出多种维度的局部模型，每个维度对应一种商品的属性，最后综合多种语义来进行商品信息推荐。本发明的方法在实施过程中并不需要在每个维度上做具体的标注，而是只需要做相似性判断就能应对用户多种维度的商品信息推荐需求。
-
公开(公告)号：CN118747814A
公开(公告)日：2024-10-08
申请号：CN202410752041.X
申请日：2024-06-12
Applicant: 南京大学
IPC: G06V10/764 , G06N20/00
Abstract: 本发明公开一种面向流式数据的移动设备图片识别方法，首先从移动设备上获取流式图像数据并进行预处理；接着加载预训练模型，在流式数据上进行训练，并保存第一个任务学习结束后的模型参数，以作为后续任务学习前的模型初始化状态。同时存储维护在线模型、离线模型两组模型参数，其中离线模型的更新是基于模型融合的思想，在每次增量任务训练结束时计算并保留参数变动最显著的一部分，并将其添加到离线模型上，实现了资源的高效利用。最后在推理阶段，对在线模型和离线模型的输出进行集成，进一步提升了模型的识别能力。本发明方法在实施过程中并不需要对模型进行从零开始的学习，而是基于预训练模型进行微调，学习能力强，效率更高。
-
公开(公告)号：CN118709087A
公开(公告)日：2024-09-27
申请号：CN202410758487.3
申请日：2024-06-13
Applicant: 南京大学
IPC: G06F18/2431 , G06F18/214 , G06N3/0499 , G06N3/0895 , H04L9/40
Abstract: 本发明公开一种基于弱监督持续学习的边缘设备加密流量分类方法，首先获取已有的真实加密流量数据，包括少量的有标记数据和大量的无标记数据；随机初始化一个加密流量分类模型，然后利用当前加密流量数据训练模型并存储少量的核心有标记数据；当出现一批新类别的加密流量时，在旧模型基础上动态地分配计算资源分别用于使用新类流量的少量标注的有标记数据训练模型，充足的无标记数据训练模型以及所存储的其他旧类流量的核心有标记加密流量数据训练模型，并保存少量的核心有标记数据。本发明缓解标记数据的需求压力并解决新旧类别加密流量无法同时获得的难点，并且在实施过程中对资源要求较低且能充分利用有限的资源配额，易于在边缘设备进行部署。
-
公开(公告)号：CN118506363A
公开(公告)日：2024-08-16
申请号：CN202410628806.9
申请日：2024-05-21
Applicant: 中国人民解放军东部战区总医院 , 南京大学
Abstract: 本发明公开了一种基于级联SAM模型进行精子形态学智能分析的方法，步骤包括：收集用于训练的精子显微图像；对收集的精子显微图像进行预处理获得预处理图像；使用SAM模型结合颜色筛选方法对预处理图像进行精子头部分割获得精子头部图像；采用级联SAM模型对精子头部分割后的预处理图像进行精子尾部分割获得精子尾部图像；将对应的精子头部图像和精子尾部图像进行拼接获得各条精子分割图像；利用各条精子分割图像通过半监督学习对分类模型进行训练；利用训练好的分类模型对精子形态进行分类分析。该精子形态学智能分析的方法实现了显微精子图像的端到端分割及形态评估，将改变目前仅依赖专家肉眼识别来评估精子形态的现状，具有较好的辅助分析作用。
-
公开(公告)号：CN117112902A
公开(公告)日：2023-11-24
申请号：CN202311106875.5
申请日：2023-08-30
Applicant: 南京大学
IPC: G06F16/9535 , G06Q30/0601 , G06N20/00
Abstract: 本发明公开一种基于多模态对比学习算法的离线强化学习商品推荐系统，首先获取商品的相关图像、描述商品的文字以及其他商品的相关特征，通过对比学习算法融合多个模态的信息，得到商品的特征表示；将商品推荐过程建模为强化学习问题，通过用户曾经产生行为的商品特征和用户的基本信息得到用户的状态，系统推荐的商品作为动作，用户对于推荐的商品的反馈作为奖赏。利用离线强化学习算法在现有用户行为日志数据上进行训练，得到推荐系统的策略。本发明利用对比学习算法综合多个模态的信息构造物品的特征，在将推荐系统建模为强化学习问题的前提下，通过离线强化学习算法得到了推荐策略，使得商品推荐系统能够更好地完成推荐任务。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.026 seconds)
