-
公开(公告)号:CN114708347A
公开(公告)日:2022-07-05
申请号:CN202210280434.6
申请日:2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于CT图像分类技术领域,具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分:①基于自适应选择的双源域异构迁移学习的特征提取,②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重,以及源网络特征块和目标网络之间每对卷积块的匹配权重,以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地,从而约束目标网络的训练,进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号:CN114708347B
公开(公告)日:2024-09-17
申请号:CN202210280434.6
申请日:2022-03-22
IPC: G06T11/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/096
Abstract: 本发明属于CT图像分类技术领域,具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分:①基于自适应选择的双源域异构迁移学习的特征提取,②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重,以及源网络特征块和目标网络之间每对卷积块的匹配权重,以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地,从而约束目标网络的训练,进而提高目标网络在小样本情况下的鲁棒性。
-
公开(公告)号:CN214175096U
公开(公告)日:2021-09-10
申请号:CN202023162601.2
申请日:2020-12-24
Applicant: 桂林航天工业学院
Inventor: 陆森良 , 冯宝 , 种哲远 , 于适 , 何婧 , 胡子建 , 王浩 , 侍江烽 , 陈圣文 , 周和 , 蓝颜峰 , 黄子君 , 余华谭 , 余恒辛 , 雷小龙 , 李红坚 , 程璇
Abstract: 本实用新型公开了一种基于人脸识别的身份信息在线验证系统,包括身份证信息扫描模块、身份证芯片信息读取模块、人脸匹配模块、MFC图形用户交互界面,身份证信息扫描模块和身份证芯片信息读取模块均设在身份证识别装置中,人脸匹配模块包括主控操作系统和摄像头,主控操作系统和所述MFC图形用户交互界面均设在PC端;身份证识别装置和摄像头均与PC端连接,所述身份证识别装置通过机械传动构件使身份证卡片匀速通过进行扫描;所述身份证信息扫描模块和身份证芯片信息读取模块均采用ARM+FPGA架构,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点,整个系统实现了信息采集存档、身份匹配、人机交互一体化,体积小,功耗低,安全性高。
-
-