-
公开(公告)号:CN116434216A
公开(公告)日:2023-07-14
申请号:CN202310320095.4
申请日:2023-03-29
Applicant: 浙江大学 , 国网浙江省电力有限公司营销服务中心
IPC: G06V20/62 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于去中心化场景的模型自适应文本识别方法和系统。本发明的方法包括步骤:利用多个文本识别源模型对一组目标域中的文本图像进行预测,得到经全部模型预测的字符序列标签;基于置信度和不确定性进行筛选,将符合条件的字符序列标签组成字符序列,和与其对应的文本图像作为伪标签对;基于多样性度量判断伪标签对是否可用于模型的自适应性训练,若否,则剔除,剩余的伪标签对组成训练集;采用训练集对模型进行自适应训练;训练之后的模型识别待测文本图像,并使用集成选择策略确定最终的文本识别结果。本发明在去中心化场景下设计新的伪标签筛选策略,仅利用多个模型和无标注的目标域文本图像,实现了模型自适应文本识别的效果。
-
公开(公告)号:CN110095599B
公开(公告)日:2021-02-12
申请号:CN201910324739.0
申请日:2019-04-22
Applicant: 浙江大学
IPC: G01N33/543 , G01N33/574
Abstract: 本发明公开了一种无细胞损失的微量免疫荧光检测方法,包括以下步骤:0.22um Spin‑X Centrifuge Tube灭菌;将细胞转移到灭菌过的0.22um Spin‑X Centrifuge Tube中直接进行后续步骤或者培养后进行后续步骤;后续步骤包括:PBS缓冲液冲洗、4%多聚甲醛固定、甲醇冰上处理、0.3M甘氨酸封闭液处理、4%BSA封闭液处理、荧光一抗室温避光孵育、DAPI染色液染色、过滤膜放于载玻片中封片,于激光扫描共焦显微镜下观察。该方法弥补了免疫荧光技术难以实现精确的筛选特定细胞的短板,为实现混合细胞群中筛选特定细胞提供一种简单精确以及可视化的技术。
-
公开(公告)号:CN114973227A
公开(公告)日:2022-08-30
申请号:CN202210571707.2
申请日:2022-05-24
Applicant: 浙江大学 , 杭州一知智能科技有限公司
Abstract: 本发明公开了一种用于领域可泛化文本识别的序列风格一致性学习方法和系统,属于文本识别领域。包括:1、提取图片特征序列;2、对提取的图片特征序列进行数据增强处理;3、对初始特征序列和增强特征序列进行解耦处理并进行熵损失优化;4、通过风格一致性学习来减小风格相关特征和任务特征之间的相关性,优化对比学习损失;5、模型预测阶段仅使用任务相关序列特征进行预测。相比于现有的传统方法,本发明首次针对文本识别任务提出了领域可泛化的方法,填补了该项技术的空白,并实现了比当前最先进的领域泛化模型更好的性能。
-
公开(公告)号:CN110095599A
公开(公告)日:2019-08-06
申请号:CN201910324739.0
申请日:2019-04-22
Applicant: 浙江大学
IPC: G01N33/543 , G01N33/574
Abstract: 本发明公开了一种无细胞损失的微量免疫荧光检测方法,包括以下步骤:0.22um Spin-X Centrifuge Tube灭菌;将细胞转移到灭菌过的0.22um Spin-X Centrifuge Tube中直接进行后续步骤或者培养后进行后续步骤;后续步骤包括:PBS缓冲液冲洗、4%多聚甲醛固定、甲醇冰上处理、0.3M甘氨酸封闭液处理、4%BSA封闭液处理、荧光一抗室温避光孵育、DAPI染色液染色、过滤膜放于载玻片中封片,于激光扫描共焦显微镜下观察。该方法弥补了免疫荧光技术难以实现精确的筛选特定细胞的短板,为实现混合细胞群中筛选特定细胞提供一种简单精确以及可视化的技术。
-
-
公开(公告)号:CN102220354A
公开(公告)日:2011-10-19
申请号:CN201110111205.3
申请日:2011-05-01
Applicant: 浙江大学
Abstract: 本发明公开了一种Microbacterium属细菌耐热尿酸氧化酶基因,其具有SEQ ID No.1所示的核苷酸序列。本发明还同时公开了该基因编码的蛋白质,其具有SEQ ID No.2所示的氨基酸序列。本发明还同时公开了上述Microbacterium属细菌耐热尿酸氧化酶基因的用途:将该基因克隆入载体中进行诱导表达后,可得到高活性的耐热尿酸氧化酶。
-
公开(公告)号:CN114973227B
公开(公告)日:2025-02-11
申请号:CN202210571707.2
申请日:2022-05-24
Applicant: 浙江大学 , 杭州一知智能科技有限公司
IPC: G06V20/62 , G06V30/18 , G06N3/0499 , G06N3/0895
Abstract: 本发明公开了一种用于领域可泛化文本识别的序列风格一致性学习方法和系统,属于文本识别领域。包括:1、提取图片特征序列;2、对提取的图片特征序列进行数据增强处理;3、对初始特征序列和增强特征序列进行解耦处理并进行熵损失优化;4、通过风格一致性学习来减小风格相关特征和任务特征之间的相关性,优化对比学习损失;5、模型预测阶段仅使用任务相关序列特征进行预测。相比于现有的传统方法,本发明首次针对文本识别任务提出了领域可泛化的方法,填补了该项技术的空白,并实现了比当前最先进的领域泛化模型更好的性能。
-
-
-
-
-
-