-
公开(公告)号：CN112949631B
公开(公告)日：2024-04-26
申请号：CN202110227613.9
申请日：2021-03-01
Applicant: 浙江大学
IPC: G06V10/25 , G06V10/762 , G06V10/774
Abstract: 本发明提供一种用于目标检测的预训练图片合成方法和装置，该用于目标检测的预训练图片合成方法包括：获取带目标位置标注的训练图片，在所述训练图片的目标位置生成至少一个候选框；按照预设算法滤除所述目标位置上重叠的所述候选框，以及聚合相互接近的所述候选框；根据预设单元尺寸对预设算法处理后的所述候选框进行尺寸规范化处理，获得规范化候选框；截取所述训练图片上所述规范化候选框的图片块，合成预训练图片。本发明的用于目标检测的预训练图片合成方法，通过利用带目标位置标注的训练图片选取正样本的候选框，进行候选框的滤除、聚合以及规范化后，可以合成规范的预训练图片，从而提高预训练模型的精确度以及预训练模型的预训练效率。
-
公开(公告)号：CN113717933A
公开(公告)日：2021-11-30
申请号：CN202110755723.2
申请日：2021-07-05
Applicant: 浙江大学
IPC: C12N5/0775 , C12N5/077 , A61K35/28 , A61K35/32 , A61P21/00
Abstract: 本发明涉及FGF7在制备干细胞扩增与表型维持试剂中的应用，属于细胞培养技术领域。具体而言，在干细胞培养过程中，添加FGF7可以促进干细胞增殖并维持其干细胞表型和腱系表型。所述干细胞表型主要通过维持干细胞表面标志物表达水平实现，所述腱系表型主要通过提高肌腱系特异基因和蛋白的表达水平实现。本发明中FGF7制备的试剂和/或其所培养的干细胞可用于组织损伤治疗。
-
公开(公告)号：CN113692282A
公开(公告)日：2021-11-23
申请号：CN202180002163.1
申请日：2021-06-14
Applicant: 浙江大学
Abstract: 本发明提供了一种生物活性物质组合物、包含所述组合物的无血清培养基及其用途；所述生物活性物质组合物用于无血清培养基和/或组合物及其制备；所述的无血清培养基和/或组合物可用于细胞和/或组织的原代培养和传代培养。所述细胞选自肌腱和/或韧带来源细胞、软骨细胞、半月板干细胞、间充质干细胞、骨骼干细胞、肌肉干细胞中任意一种或多种细胞。所述组织为运动系统来源组织。所述的生物活性物质组合物和/或无血清培养基和/或组合物可用于制备组织和/或器官损伤治疗药物；所述的组织或器官损伤选自运动系统组织或器官损伤。
-
公开(公告)号：CN111723137A
公开(公告)日：2020-09-29
申请号：CN202010409576.9
申请日：2020-05-14
Applicant: 中国电力科学研究院有限公司 , 浙江大学 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网宁夏电力有限公司
Abstract: 本申请涉及一种面向电网智能调控平台的数据库融合、扩展、修改方法以及相应计算机设备。所述数据库融合方法包括：获取多个需融合的数据库的相关信息，并将相关信息写入第一XML文件；将相关信息与相应数据库进行关联，若关联成功则获取相应所述数据库的表结构和字段信息，并将表结构和字段信息作为基础信息写入第二XML文件；将第二XML文件中的基础信息与相应数据库的映射关系写入第三XML文件中，完成多个数据库的融合。采用本方法能够使得用户可通过统一访问接口，利用XML虚拟层动态地访问和修改数据库底层的各个数据库。
-
公开(公告)号：CN111709447A
公开(公告)日：2020-09-25
申请号：CN202010409068.0
申请日：2020-05-14
Applicant: 中国电力科学研究院有限公司 , 浙江大学 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网宁夏电力有限公司
Abstract: 本申请涉及一种电网异常检测方法、装置、计算机设备和存储介质。所述方法包括获取电网各时段状态信息的样本集，根据样本集对电网异常检测模型进行训练，得到各样本对应的异常评分，计算参考评分和异常评分的实际偏差，并根据实际偏差优化所述电网异常检测模型，直至所述实际偏差达到预期，完成训练并得到训练后的电网异常检测模型。采用本方法能够提高电网故障的诊断速度，并且能够准确的识别故障源。
-
Patent Agency Ranking
公开(公告)号：CN100422999C
公开(公告)日：2008-10-01
申请号：CN200610053390.4
申请日：2006-09-14
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于内容相关性的跨媒体检索方法。采用典型相关性分析，同时分析不同模态媒体数据的内容特征；并通过子空间映射算法，将图像数据的视觉特征向量和音频数据的听觉特征向量同时映射到一个低维的同构子空间中；根据通用距离函数，度量不同模态媒体数据间的相关性大小；此外，结合相关反馈中的先验知识，修正多模态数据集在子空间中的拓扑结构，有效提高了系统的跨媒体检索效率。本发明突破了基于内容的多媒体检索技术对单模态的限制，解决了不同模态媒体数据在底层特征上的异构性问题，实现了相同模态之间和不同模态之间媒体对象的距离统一度量，并且能够借助用户交互过程，更准确、有效地进行跨媒体检索。
-
公开(公告)号：CN118506094A
公开(公告)日：2024-08-16
申请号：CN202410680329.0
申请日：2024-05-29
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于时间可逆脉冲Transformer的图像分类方法及装置。本发明提出采用多尺度计算架构的基于时间可逆的脉冲Transformer神经网络，可以输出四个不同分辨率的图像特征，用于下游视觉任务，也可以直接使用最后一层特征用于图像分类。同时，可逆脉冲Transformer主体网络在宏观层面采用时间可逆结构，相邻时间步长的脉冲特征可以互相计算得到，从而节省中间变量的内存消耗，降低训练显存。本发明相比于相似结构的非可逆脉冲Transformer，训练内存明显降低，在图像分类任务上的准确度有显著提高。
-
公开(公告)号：CN117821380A
公开(公告)日：2024-04-05
申请号：CN202311567773.3
申请日：2021-07-05
Applicant: 浙江大学
IPC: C12N5/0775 , C12N5/077 , A61K35/28 , A61K35/32 , A61P21/00
Abstract: 本发明涉及FGF7在制备促进干细胞体外扩增和维持表型的试剂中的应用，属于细胞培养技术领域。具体而言，在干细胞培养过程中，添加FGF7可以促进干细胞增殖并维持其干细胞表型和腱系表型。所述干细胞表型主要通过维持干细胞表面标志物表达水平实现，所述腱系表型主要通过提高肌腱系特异基因和蛋白的表达水平实现。本发明中FGF7制备的试剂和/或其所培养的干细胞可用于组织损伤治疗。
-
公开(公告)号：CN113717933B
公开(公告)日：2023-10-13
申请号：CN202110755723.2
申请日：2021-07-05
Applicant: 浙江大学
IPC: C12N5/0775 , C12N5/077 , A61K35/28 , A61K35/32 , A61P21/00
Abstract: 本发明涉及FGF7在制备干细胞扩增与表型维持试剂中的应用，属于细胞培养技术领域。具体而言，在干细胞培养过程中，添加FGF7可以促进干细胞增殖并维持其干细胞表型和腱系表型。所述干细胞表型主要通过维持干细胞表面标志物表达水平实现，所述腱系表型主要通过提高肌腱系特异基因和蛋白的表达水平实现。本发明中FGF7制备的试剂和/或其所培养的干细胞可用于组织损伤治疗。
-
公开(公告)号：CN116258907A
公开(公告)日：2023-06-13
申请号：CN202310245207.4
申请日：2023-03-15
Applicant: 浙江大学
IPC: G06V10/764 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于门机制的脉冲残差神经网络的图像分类方法。现有的用于图像分类的脉冲神经网络模型结构在训练时会出现梯度消失问题，模型层数都很少，模型容量低，无法实现高精度的图像处理。本发明针对梯度消失问题，提出了一种基于门机制的脉冲残差神经网络，该网络的主要计算单元为脉冲门残差模块。脉冲门残差模块引入二进制选择门对残差信号进行选择，在脉冲信号的限制下保证梯度的正常反传，以此解决梯度消失问题。本发明相比于同深度的人工神经网络能量消耗显著降低，相比于直接训练的脉冲神经网络，在图像分类上的准确度有显著提高。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
