公开(公告)号：CN118429774A

公开(公告)日：2024-08-02

申请号：CN202410467203.5

申请日：2024-04-18

Applicant: 西南大学

Inventor： 赵伟凇 ,  张瀚文 ,  刘维航 ,  吕家恪

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/20 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/096

Abstract: 一种基于深度迁移学习的乳腺癌病理图像分类方法，具体步骤包括：步骤一：对乳腺癌病理图像数据集进行染色归一化处理和数据增强；步骤二：建立深度迁移学习模型，具体采用预训练的ResNet50模型作为特征提取器；步骤三：结合协调注意力机制构建CA‑ResNet50网络，对模型进行训练以及评估；步骤四：将ResNet50网络以及CA‑ResNet50网络进行决策融合；步骤五：对整个模型进行训练和调整，首先对两个模型网络的初始卷积层和前两个残差块进行冻结，然后使用乳腺癌病理图像数据集对网络进行训练和调整，调整过程中引入L2正则化，采用Adam优化器，调整训练超参数，最后对模型进行评估。

公开(公告)号：CN118473709A

公开(公告)日：2024-08-09

申请号：CN202410467205.4

申请日：2024-04-18

Applicant: 西南大学

Inventor： 张瀚文 ,  赵伟凇 ,  刘维航 ,  吕家恪

IPC: H04L9/40 ,  H04L67/12

Abstract: 一种基于CNN‑TransGRU的物联网入侵检测方法，具体步骤包括：S1、获取物联网数据集；S2、进行数值化处理；S3、归一化处理；S4、CNN‑TransGRU模型训练；S5、模型参数迭代优化；S6、获得五分类器，经过步骤S4和步骤S5的模型训练和模型参数迭代优化过程，获得Normal,Dos,Reconn，CommInj,Backdoor为五类标签训练出的五分类器；S7、生成分类结果，将步骤S3中获得的预处理后的测试集中的五种类型数据Normal,Dos,Reconn，CommInj,Backdoor作为5类标签，代入步骤S6中五分类器进行分类检测，最终五分类器输出五维混淆矩阵作为分类结果；S8、对分类结果进行评估，以准确率、真正率和误报率作为评估指标对上述分类结果进行评估。