一种基于Incep-CapsNet网络的篆文识别方法及系统

    公开(公告)号:CN108805223B

    公开(公告)日:2021-03-23

    申请号:CN201810480506.5

    申请日:2018-05-18

    Applicant: 厦门大学

    Inventor: 杨帆 于飞 刘鑫

    Abstract: 本发明涉及一种基于Incep‑CapsNet网络的篆文识别方法及系统,方法包括:获取篆文图像数据集,并按照字形与字体制作分类标签;对图像数据集进行预处理与图像增广操作;通过Incep‑CapsNet网络对预处理和图像增广后的篆文图像进行特征提取并识别分类;通过重构网络对预处理和图像增广后的篆文图像进行重构,作为一种有效的正则化方式。本发明能够根据Inception结构提取出更多更本质的特征,并根据胶囊网络克服传统深度卷积神经网络模型所存在的无法识别特征的朝向以及空间中的相对位置等缺点,既具有精确的识别精度,又具有较强的鲁棒性。

    一种负载黄连素磷脂复合纳米微粒的制备方法

    公开(公告)号:CN104940167B

    公开(公告)日:2018-01-23

    申请号:CN201510306904.1

    申请日:2015-06-05

    Applicant: 厦门大学

    Abstract: 本发明公开了一种负载黄连素磷脂复合纳米微粒的制备方法,其特征在于:包括如下步骤:(1)制得大豆卵磷脂溶液;(2)制得黄连素乙醇溶液;(3)将上述黄连素乙醇溶液加入到上述大豆卵磷脂溶液中,进行旋转蒸发得到磷脂单层膜;(4)将上述磷脂单层膜用非质子性反应试剂复溶,再加入超纯水进行二次旋蒸,得到纳米微粒悬浮液;(5)将喷雾干燥保护剂加入到上述纳米微粒悬浮液中,得原始药液;(6)将上述原始药液在一定压力下通过单线微射流雾化器雾化,进入喷雾干燥塔中干燥,即得所述负载黄连素磷脂复合纳米微粒。本发明制得的产品的包封率在85%以上,粒径均一,复溶于水后粒径变化不大,黄连素体外释放未受影响,生物利用度高,长期储存稳定性好。

    一种基于Incep-CapsNet网络的篆文识别方法及系统

    公开(公告)号:CN108805223A

    公开(公告)日:2018-11-13

    申请号:CN201810480506.5

    申请日:2018-05-18

    Applicant: 厦门大学

    Inventor: 杨帆 于飞 刘鑫

    CPC classification number: G06K9/6828

    Abstract: 本发明涉及一种基于Incep‑CapsNet网络的篆文识别方法及系统,方法包括:获取篆文图像数据集,并按照字形与字体制作分类标签;对图像数据集进行预处理与图像增广操作;通过Incep‑CapsNet网络对预处理和图像增广后的篆文图像进行特征提取并识别分类;通过重构网络对预处理和图像增广后的篆文图像进行重构,作为一种有效的正则化方式。本发明能够根据Inception结构提取出更多更本质的特征,并根据胶囊网络克服传统深度卷积神经网络模型所存在的无法识别特征的朝向以及空间中的相对位置等缺点,既具有精确的识别精度,又具有较强的鲁棒性。

    一种负载胰岛素的纳米微粒的制备方法

    公开(公告)号:CN104840948A

    公开(公告)日:2015-08-19

    申请号:CN201510305336.3

    申请日:2015-06-05

    Applicant: 厦门大学

    Abstract: 本发明公开了一种负载胰岛素的纳米微粒的制备方法,包括如下步骤:(1)将胰岛素溶解于稀盐酸水溶液中,制得胰岛素溶液;(2)将上述胰岛素溶液加入到有机溶液中,超声处理形成W/O初乳;(3)将上述W/O初乳加入到去离子水中,超声处理形成W/O/W复乳,搅拌过夜,得纳米悬浮液;(4)将冻干保护剂加入到上述纳米悬浮液中,得原料液;(6)将上述原料液在一定压缩空气气流下将其以一定的进样速度通过单线微射流雾化器,喷入到盛有液氮的保温灌中;(7)将上述保温罐转移到真空冷冻干燥机中,冻干得到所述负载胰岛素的纳米微粒。本发明的制备方法简单、反应条件温和,整个制备过程不会影响纳米微粒的稳定性和胰岛素的活性。

    一种基于深度学习的古文字识别方法及系统

    公开(公告)号:CN108664996B

    公开(公告)日:2020-12-22

    申请号:CN201810355457.2

    申请日:2018-04-19

    Applicant: 厦门大学

    Inventor: 杨帆 于飞 李育鑫

    Abstract: 本发明涉及一种基于深度学习的古文字识别方法及系统,方法包括:获取古文字图像数据集并制作分类标签;对图像数据集中的图像进行预处理,并通过图像增广扩充数据集;通过深度神经网络对预处理与图像增广后的图像数据集进行特征提取,并对提取的特征通过分类器分类,以实现不同时间的篆文形体的演变识别;利用人工设计特征,使用模板匹配的方法进行辅助训练,以对分类器的分类结果进一步分类。本发明能够根据改进的深度卷积神经网络模型更加精确的实现正确分类,并借助传统人工设计特征进行辅助训练,进一步提高分类准确率,为具有古文字识别需求的用户群提供更好的体验。

    一种负载黄连素磷脂复合纳米微粒的制备方法

    公开(公告)号:CN104940167A

    公开(公告)日:2015-09-30

    申请号:CN201510306904.1

    申请日:2015-06-05

    Applicant: 厦门大学

    Abstract: 本发明公开了一种负载黄连素磷脂复合纳米微粒的制备方法,其特征在于:包括如下步骤:(1)制得大豆卵磷脂溶液;(2)制得黄连素乙醇溶液;(3)将上述黄连素乙醇溶液加入到上述大豆卵磷脂溶液中,进行旋转蒸发得到磷脂单层膜;(4)将上述磷脂单层膜用非质子性反应试剂复溶,再加入超纯水进行二次旋蒸,得到纳米微粒悬浮液;(5)将喷雾干燥保护剂加入到上述纳米微粒悬浮液中,得原始药液;(6)将上述原始药液在一定压力下通过单线微射流雾化器雾化,进入喷雾干燥塔中干燥,即得所述负载黄连素磷脂复合纳米微粒。本发明制得的产品的包封率在85%以上,粒径均一,复溶于水后粒径变化不大,黄连素体外释放未受影响,生物利用度高,长期储存稳定性好。

    一种基于深度学习的古文字识别方法及系统

    公开(公告)号:CN108664996A

    公开(公告)日:2018-10-16

    申请号:CN201810355457.2

    申请日:2018-04-19

    Applicant: 厦门大学

    Inventor: 杨帆 于飞 李育鑫

    Abstract: 本发明涉及一种基于深度学习的古文字识别方法及系统,方法包括:获取古文字图像数据集并制作分类标签;对图像数据集中的图像进行预处理,并通过图像增广扩充数据集;通过深度神经网络对预处理与图像增广后的图像数据集进行特征提取,并对提取的特征通过分类器分类,以实现不同时间的篆文形体的演变识别;利用人工设计特征,使用模板匹配的方法进行辅助训练,以对分类器的分类结果进一步分类。本发明能够根据改进的深度卷积神经网络模型更加精确的实现正确分类,并借助传统人工设计特征进行辅助训练,进一步提高分类准确率,为具有古文字识别需求的用户群提供更好的体验。

Patent Agency Ranking