公开(公告)号：CN113822342A

公开(公告)日：2021-12-21

申请号：CN202111028155.2

申请日：2021-09-02

Applicant: 湖北工业大学

Inventor： 杨智 ,  严亚东 ,  甘海涛 ,  周然 ,  王岌

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于安全图卷积网络的文献分类方法及系统，该方法包括：S100：获取包含已标记样本数据和未标记样本数据的训练数据集；S200：利用当前训练数据集训练半监督图卷积网络，并对当前的未标记样本数据进行预测；S300：利用当前训练数据集训练监督图卷积网络，并对当前的未标记样本数据进行预测；S400：选出高置信度样本数据扩充已标记样本数据；S500：迭代执行步骤S200‑S400直至迭代停止；S600：采用当前训练数据集中已标记样本数据训练监督图卷积网络；S700：采用监督图卷积网络进行文献分类。本发明结合半监督学习和图卷积神经网络进行样本扩充，可显著提升文献分类准确率。

公开(公告)号：CN111105420A

公开(公告)日：2020-05-05

申请号：CN201911006733.5

申请日：2019-10-22

Applicant: 湖北工业大学

Inventor： 严盟 ,  閜大海 ,  王岌 ,  杨智

IPC: G06T7/11 ,  G06T7/30

Abstract: 本发明涉及一种基于图谱组合信息稀疏表示的多图谱标签融合方法，包括：步骤1，将N个图谱配准到待分割脑MR图像T所在的空间；步骤2，提取图谱体素的组合信息；步骤3，提取待标记体素的组合信息；步骤4，将从各图谱提取的体素组合信息，以列为单位，构成数据字典，利用该数据字典对待标记体素的组合信息进行稀疏表示，并获取相应的稀疏系数；步骤5，利用所获得的稀疏系数对图谱标签进行加权融合，获得待标记体素的标签信息，从而获得脑MR图像最终的分割结果。本发明通过将图谱图像信息与图谱标签信息进行有效结合，提高了对图谱所提供先验信息的利用率，尤其是图谱所提供的目标脑组织的边界信息。

公开(公告)号：CN113822342B

公开(公告)日：2023-05-30

申请号：CN202111028155.2

申请日：2021-09-02

Applicant: 湖北工业大学

Inventor： 杨智 ,  严亚东 ,  甘海涛 ,  周然 ,  王岌

IPC: G06F18/241 ,  G06N3/0464 ,  G06N3/08