公开(公告)号：CN119049543A

公开(公告)日：2024-11-29

申请号：CN202411234959.1

申请日：2024-09-04

Applicant: 安徽工业大学

Inventor： 王兵 ,  巫瞳鑫 ,  卢琨 ,  周万怀 ,  汪文艳 ,  潘学娟

IPC: G16B15/30 ,  G16B40/00 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/74 ,  G06V10/80 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明公开了基于图神经网络的多视图特征融合药物重定位预测方法，属于药物‑疾病相互作用预测技术领域。本发明通过将多种关系数据构建为不同视图的图网络，并构建适用于图网络性质的图神经网络来提取对应视图包含的独特信息；在提取多视图特征后，采用最大值选取策略保留了最显著的特征并降低了噪声带来的影响，同时利用多层图神经网络和层注意力机制提取了多层次特征并自动调整了其对最终结果的贡献。

公开(公告)号：CN119006928A

公开(公告)日：2024-11-22

申请号：CN202411234860.1

申请日：2024-09-04

Applicant: 安徽工业大学

Inventor： 王兵 ,  车阿南 ,  周万怀 ,  汪文艳 ,  卢琨 ,  潘学娟

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/776 ,  G06N3/048 ,  G06V10/80 ,  G06T7/00

Abstract: 本发明公开了一种基于改进后EfficientNetV2模型的桥梁混凝土缺陷多标签分类方法，属于混凝土缺陷分类技术领域。本发明通过在原始的EfficientNetV2网络中加入SCARM模块，实现对网络提取的特征图进行空间和通道上的冗余信息的去除，以减少模型训练过程中的冗余信息，并通过注意力机制促进代表性特征的学习；鉴于数据集中的图像具有不同的尺寸和高宽比，在分类层之前采用了SPPF模块进行多尺度特征融合，可以帮助网络提取各种尺寸的空间特征信息，从而提高模型对物体变形的鲁棒性；为了解决数据集中正负样本不平衡的问题，采用了不对称损失函数进行训练，能够动态调整权重和硬阈值，以减少简单负样本的影响，并且可以过滤可能被错误标记的样本。