-
公开(公告)号：CN104166982A
公开(公告)日：2014-11-26
申请号：CN201410304578.6
申请日：2014-06-30
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于跨媒体信息技术领域，具体为一种基于典型相关性分析的图像优化聚类方法。本发明主要是采用典型相关性分析，同时考虑媒体数据不同模态下的内容特征，通过子空间映射算法，将媒体数据不同模态下的特征同时映射到一个统一维数的同构子空间，然后通过优化聚类算法得到最终聚簇结果。本发明克服多媒体领域中只是使用数据的单模态特征限制，有效解决不同模态下媒体数据在底层特征上的异构性问题，实现不同模态之间媒体对象信息的统一度量，并在大规模图像数据集中得到更准确、更有效、更加符合需求的图像聚类结果，在跨媒体信息处理与检索领域中具有广泛的应用价值。
-
公开(公告)号：CN1895999A
公开(公告)日：2007-01-17
申请号：CN200610027439.9
申请日：2006-06-08
Applicant: 复旦大学
Abstract: 本发明属电化学技术领域，具体涉及一种通过溶胶凝胶法制备硅/氧化硅核壳结构纳米复合材料的方法以及由此方法得到的硅/氧化硅核壳结构纳米复合材料。由本发明方法制备的硅/氧化硅核壳结构纳米复合材料具有稳定的核壳结构，粒径为几百纳米或者更小的颗粒。在锂离子嵌入和脱嵌过程中，具有稳定晶体结构的壳材料可以避免纳米粒子之间的团聚，使锂离子电池具有高的可逆容量和良好的循环性能。另外，本发明方法可操作性强，重现性好，且所得产品质量稳定。
-
公开(公告)号：CN1851969A
公开(公告)日：2006-10-25
申请号：CN200610026685.2
申请日：2006-05-18
Applicant: 复旦大学
Abstract: 本发明涉及一种通过特定的化成生产超低温锂离子电池的方法。由本发明方法生产的锂离子电池低温使用极限至少可以达到零下60℃，且制备工艺非常简单，不需在电解液中加入任何添加剂，不需对现有商品化负极材料做任何改性。另外，本发明方法的可操作性极强，所生产的锂离子电池在超低温下性能良好。
-
公开(公告)号：CN110188219A
公开(公告)日：2019-08-30
申请号：CN201910407916.1
申请日：2019-05-16
Applicant: 复旦大学
Abstract: 本发明属于图像检索技术领域，具体为面向图像检索的深度强化去冗余哈希算法。本发明算法包括：分块哈希码推理，利用图像的标签信息构筑相似性矩阵，然后依照该相似性矩阵推理每幅图像的最优哈希码，其中相似性矩阵较为巨大，采用分块方式进行求解；图像-哈希码映射，将图像的原始像素信息映射到已推理出的最优哈希码上，这一映射过程利用多分类来实现；哈希码冗余位去除，去除已产生的哈希码中对检索精度没有帮助甚至有害的哈希位，这一过程通过深度强化学习训练一个代理，由该代理来寻找一个最优掩码，从而利用此掩码便可去除冗余的哈希位。本发明训练速度更快，计算开销和存储开销省，检索精度高。
-
公开(公告)号：CN105997975A
公开(公告)日：2016-10-12
申请号：CN201610343036.9
申请日：2016-05-23
IPC: A61K31/235 , A61P25/28
CPC classification number: A61K31/235
Abstract: 本发明属制药领域，涉及益母草碱在制备治疗痴呆药物中的用途，尤其是在制备治疗血管性痴呆(vascular dementia,VD)药物中的用途。本发明成功复制大鼠VD模型，实验结果表明益母草碱可以显著改善VD导致的认知功能损伤，缓解长时程突触后抑制的损伤，降低过氧化氢(H2O2)和谷氨酸(glutamate)的含量,提高NR2A/2B的比值，下调LC3II/LC3I和Beclin‑1的表达，从而抑制自噬流。所述益母草碱可作为治疗药物应用于治疗痴呆尤其是VD引起的脑损伤疾病。
-
Patent Agency Ranking
公开(公告)号：CN105760507A
公开(公告)日：2016-07-13
申请号：CN201610099438.9
申请日：2016-02-23
Applicant: 复旦大学
CPC classification number: G06F17/30014 , G06F17/3071 , G06K9/6223
Abstract: 本发明属于跨媒体相关性学习技术领域，具体为基于深度学习的跨模态主题相关性建模方法。本发明包括两个主要算法：基于深度词汇的多模态文档表示，融合跨模态主题相关性学习的关系主题模型建模。本发明利用深度学习技术来构造深度语义词汇和深度视觉词汇来分别描述多模态文档中的语义描述部分和图像部分。基于这样的多模态文档表示，通过构建跨模态关系主题模型来对整个多模态文档集合进行建模，从而对多模态文档的生成过程和不同模态之间的关联进行描述。本方法准确性高，适应性强。这对于在大规模多模态文档（文本加图像）基础上，考虑多模态语义信息而进行高效跨媒体信息检索具有重要的意义，能够提高检索相关性，增强用户体验，在跨媒体信息检索领域具有广泛的应用价值。
-
公开(公告)号：CN100422076C
公开(公告)日：2008-10-01
申请号：CN200510110454.5
申请日：2005-11-17
Applicant: 复旦大学
Abstract: 本发明涉及一种通过乳液聚合法制备硅/炭核壳结构纳米复合材料的方法以及由此方法得到的硅/炭核壳结构纳米复合材料。由本发明方法制备的硅/炭核壳结构纳米复合材料具有稳定的核壳结构，粒径为几百纳米或者更小的颗粒。在锂离子嵌入和脱嵌过程中，硬结构的壳材料可以避免纳米粒子之间的团聚，使锂离子电池具有高的可逆容量和良好的循环性能。另外，本发明方法可操作性强，重现性好，且所得产品质量稳定。
-
公开(公告)号：CN1884056A
公开(公告)日：2006-12-27
申请号：CN200610027441.6
申请日：2006-06-08
Applicant: 复旦大学
Abstract: 本发明属电化学技术领域，具体涉及一种通过混合煅烧法制备碳材料/纳米硅复合材料的方法以及由此方法得到的碳材料/纳米硅复合材料。由本发明方法制备的碳材料/纳米硅复合材料具有稳定的结构，平均粒径小于1毫米。在锂离子嵌入和脱嵌过程中，由于纳米硅粒子固定在碳材料的表面，并与表面具有较强的作用力，避免了大量纳米粒子之间的团聚效应，同时由于碳材料具有稳定的结构，使锂离子电池具有高的可逆容量和良好的循环性能。本发明方法可操作性强，重现性好，且所得产品质量稳定。
-
公开(公告)号：CN109447242B
公开(公告)日：2021-08-20
申请号：CN201811176057.1
申请日：2018-10-10
Applicant: 复旦大学
Abstract: 本发明为基于迭代学习的图像描述重生成系统及方法，包括：深度卷积网络、第一轮循环神经网络、知识抽取模块以及第二轮循环神经网络。深度卷积网络对图像进行细粒度的编码。第一轮循环神经网络为图像生成初步的句子描述以及视觉注意力图序列。知识抽取模块根据注意力图，利用显著性区域检测算法来生成显著性区域掩码。此外，知识抽取模块从初步生成的句子描述中提取名词序列作为图像的主题词。第二轮循环神经网络通过三种机制将显著性区域掩码和主题词融入第二轮训练，即基于显著性区域掩码的全局图像视觉表示精炼，基于主题词的多模态图像表示优化以及基于主题词的多模态注意力机制。基于上述机制，第二轮循环神经网络可生成精炼的图像描述。
-
公开(公告)号：CN108595636A
公开(公告)日：2018-09-28
申请号：CN201810378357.1
申请日：2018-04-25
Applicant: 复旦大学
Abstract: 本发明属于跨媒体相关性学习技术领域，具体为基于深度跨模态相关性学习的手绘草图的图像检索方法。本发明包括三个主要算法：深度多模态特征生成，多模态相关性学习建模，相似度排序优化。本发明利用深度学习技术来构造深度语义特征和深度视觉特征来分别描述多模态文档中的文本标注部分和图像/草图部分。基于这样的多模态文档表示，通过构建跨模态的相关性模型对整个多模态文档集合进行建模，从而对多模态文档的不同模态之间的关联进行描述。基于相关性建模后得到的相关性特征，对检索结果进行排序优化，返回与查询草图最大相似度的彩色图像和文本。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
