“傅湘玲”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[发明专利]基于图神经网络的金融欺诈检测方法、装置、设备及介质-CN202310805809.0在审
发明人： 傅湘玲;沈耀迪;黄威;潘正 -专利权人：北京邮电大学
申请日： 2023-07-03 - 公布日： 2023-10-03 - 主分类号： G06Q20/40 文献下载
摘要：本发明涉及金融欺诈检测技术领域，特别涉及一种基于图神经网络的金融欺诈检测方法、装置、设备及介质，其中方法包括：获取用户信息及用户关系数据；基于获取的用户信息及用户关系数据，构建多关系欺诈图；基于构建的多关系欺诈图，通过训练好的图神经网络模型进行检测，对多关系欺诈图中的每个节点进行分类判断，以确定欺诈用户。本发明能够提高金融欺诈检测的查准率和查全率。
基于神经网络金融欺诈检测方法装置设备介质

[发明专利]一种基于直线分割的表格图像配准方法-CN202110228666.2有效
发明人：彭雷;高嵩峰;傅湘玲;刘春生;王友军;徐朗朗;苗丛 -专利权人：华融融通（北京）科技有限公司
申请日： 2021-03-02 - 公布日： 2023-08-18 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于直线分割的表格图像配准方法，包括直线分割网络和基于LSN分割结果的图像配准两部分，直线分割网络包括LSN的平均池化部分和LSN的注意力机制部分两部分，图像配准将一个图像移动和变形尽可能地与另一个图像匹配；本发明的优点在于：本发明针对包含表格数据的配准效果差的情况，主要是传统的基于特征点的图像配准效果和基于深度学习的HomographyNet配准效果不理想。本发明提供一种新的图像配准思路，即先利用语义分割技术分割出图像中的横竖线，然后根据分割出来的横竖线用来寻找表格的4个顶点，并与参考图像的4个顶点一一对应，然后找到单应性矩阵，从而实现配准。
一种基于直线分割表格图像方法

[发明专利]一种颈部淋巴结图像分类识别装置及方法-CN202010161284.8有效
发明人： 傅湘玲;吴及;高桐;郭辰仪;欧阳天雄 -专利权人：北京邮电大学;清华大学
申请日： 2020-03-10 - 公布日： 2023-07-18 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种颈部淋巴结图像分类识别装置及方法，该方法包括：获取多组确定分类类别的淋巴结数据图，每组淋巴结数据图包括由同一台彩色超声机检测产生的超声图像和相应的多普勒图像；对各组淋巴结数据图中的超声图像和相应的多普勒图像进行模态对齐，得到双模态样本；构建深度学习模型，利用多组所述双模态样本对其进行训练；其中，所述深度学习模型包括两个相同的残差网络、一个特征维度拼接层和一个输出网络；获取待识别的淋巴结图像，生成相应的输入样本后，输入训练好的所述深度学习模型进行分类识别，得到识别结果。本发明可提升颈部淋巴结图像分类识别的准确率和识别效率。
一种颈部淋巴结图像分类识别装置方法

[发明专利]基于多源异步时序融合的企业财务状况预测方法及装置-CN202310415617.9在审
发明人： 傅湘玲;宋美琦;闫晨巍;黄威 -专利权人：北京邮电大学
申请日： 2023-04-18 - 公布日： 2023-07-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及时序数据处理技术领域，特别涉及一种基于多源异步时序融合的企业财务状况预测方法、装置、电子设备及存储介质，其中方法包括：获取多年度多企业财务相关的多源异步时序数据，并进行预处理；设置时间窗口，并通过滑动所述时间窗口，选取对应的所述多源异步时序数据，得到样本数据集；构建财务状况预测模型；利用所述样本数据集，对所述财务状况预测模型进行训练；获取待预测企业财务相关的多源异步时序数据并进行处理，以适应所述财务状况预测模型的输入要求；将处理后的数据输入训练后的所述财务状况预测模型，得到财务状况预测结果。本发明能够用于预测企业财务状况。
基于异步时序融合企业财务状况预测方法装置

[发明专利]一种基于智能配准算法的三维颜面正中矢状平面构建方法-CN202310433088.5在审
发明人：赵一姣;朱玉佳;陈晋鹏;王勇;刘真光;傅湘玲;温奥楠;高梓翔;秦庆钊 -专利权人：北京大学口腔医学院;北京邮电大学
申请日： 2023-04-21 - 公布日： 2023-07-14 - 主分类号： G06T7/33 文献下载
摘要：本发明涉及一种基于智能配准算法的三维颜面正中矢状平面构建方法，有以下步骤：(1)构建三维颜面数据本体与镜像点云配准的可变图结构神经网络算法，其算法步骤为：1)构造本体与镜像点云数据X和Y中关键点的特征向量；2)基于上述特征向量获取点云X和Y中关键点的对应关系；3)通过奇异值分解计算镜像数据的旋转和平移矩阵R、t；(2)主成分分析算法构建三维颜面正中矢状平面；本发明能够实现三维颜面正中矢状平面的准确、高效构建，为口腔临床数字化诊疗提供一种新的正中矢状平面构建解决方案。
一种基于智能算法三维颜面正中平面构建方法

[发明专利]一种基于商品方面级情感挖掘和模糊决策的产品推荐方法-CN202010034420.7有效
发明人： 傅湘玲;欧阳天雄;齐佳音;刘少辉;李晶 -专利权人：北京邮电大学;上海对外经贸大学
申请日： 2020-01-14 - 公布日： 2023-07-11 - 主分类号： G06Q30/0601 文献下载
摘要：本发明涉及互联网技术领域，尤其涉及一种基于商品方面级情感挖掘和模糊决策的产品推荐方法、装置、计算机设备和存储介质，该方法包括：获取每个待排序商品的评论数据，从中提取各个属性对应的所有特征词‑观点词对；基于各个特征词‑观点词对的正、负情感倾向，计算每个商品每个属性上的区间型毕达哥拉斯模糊数，组成情感决策矩阵；利用Heronian算子，建立综合情感决策矩阵、用户对于各属性的偏好以及属性间相关性的评分模型；利用评分模型得到每个商品的评分结果，根据评分结果对商品进行排序。该方法能够通过分析在线商品评论，快速针对用户不同偏好自动生成产品排序，实现产品推荐。
一种基于商品方面情感挖掘模糊决策产品推荐方法

[发明专利]一种基于双平面X光的脊柱3D形态重建方法-CN202310112564.3在审
发明人： 傅湘玲;陈越鹏;高越 -专利权人：北京邮电大学
申请日： 2023-02-14 - 公布日： 2023-07-07 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及图像处理技术领域，特别涉及一种基于双平面X光的脊柱3D形态重建方法，包括：获取脊柱的正位X光片和侧位X光片；确定正位X光片和侧位X光片中各个椎骨的质心位置；以每个椎骨的质心位置为中心，对正位X光片和侧位X光片分别进行裁剪，得到各椎骨的正位图像和侧位图像，并存储对应的质心图像；对每个椎骨，将椎骨的正位图像和侧位图像及对应的质心图像输入训练好的椎骨重建网络模型，得到对应的椎骨3D重建模型；基于正位X光片和侧位X光片中各个椎骨的质心位置，对得到的各个椎骨3D重建模型进行拼接，得到脊柱的3D形态重建模型。本发明能够基于双平面X光实现自动化的脊柱3D形态重建，从而提供更多的脊柱空间信息。
一种基于平面脊柱形态重建方法

[发明专利]医学文本的向量表示生成方法和装置-CN202111056897.6有效
发明人： 傅湘玲;闫晨巍;苗从;高越;陈松龄;宋美琦;陈越鹏 -专利权人：北京邮电大学
申请日： 2021-09-09 - 公布日： 2023-05-23 - 主分类号： G06F16/33 文献下载
摘要：本发明实施例涉及计算机技术领域，特别涉及一种医学文本的向量表示生成方法和装置，该方法包括：构建医学文本的单一粒度图和与每一个单一粒度图对应的第一邻接矩阵；基于第一邻接矩阵，利用预设的图神经网络模型对每一个单一粒度图进行多次迭代操作，得到该单一粒度图中各节点的第一向量表示；拼接每一个单一粒度图中各节点的第一向量表示，得到各节点自身的第二向量表示；基于不同单一粒度图的节点的包含关系，确定多粒度图的第二邻接矩阵；基于第二邻接矩阵，利用图神经网络模型对多粒度图进行多次迭代操作，得到多粒度图中各节点的目标向量表示。本方案能够增强文本表征的信息丰富程度，以提升医学文本表征的鲁棒性。
医学文本向量表示生成方法装置

[发明专利]基于自注意力机制的多模态情感识别方法-CN202010368593.2有效
发明人： 傅湘玲;欧阳天雄;王莉;杨国胜;闫晨巍 -专利权人：北京邮电大学
申请日： 2020-05-01 - 公布日： 2023-05-09 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及一种基于自注意力机制的多模态情感识别方法以及计算机可读存储介质，包括：获取不同模态的数据；将每条样本中的多维情感特征分组，抽取高维特征；根据自注意力机制计算模态间融合的情感信息；根据自注意力机制计算模态内融合的情感信息；构建情感相关矩阵，集结每个模态下的高维特征，形成单模态情感特征；对每一类情感，融合各模态的单模态情感特征，输出属于该情感类别的概率；对各类情感概率进行归一化，输出概率最大的情感类别，实现情感识别。本发明有效增强了模态特征之间的情感信息互补性，并增加情感高相关性特征的影响力，从而增强多模态情感识别能力。
基于注意力机制多模态情感识别方法

[发明专利]基于词汇增强的中文地址要素解析方法、设备及存储介质-CN202210339889.0在审
发明人： 傅湘玲;申艳廷;仵伟强;陈松龄;沈耀迪 -专利权人：渤海银行股份有限公司;北京邮电大学
申请日： 2022-04-01 - 公布日： 2022-07-26 - 主分类号： G06F40/242 文献下载
摘要：本发明涉及数据处理技术领域，特别涉及一种基于词汇增强的中文地址要素解析方法、设备及存储介质，其中方法包括：获取中文地址文本；确定中文地址文本中的每个字符、词汇及对应的嵌入表示；将确定的所有字符、词汇均作为令牌，基于各令牌本身对应的嵌入表示、令牌在中文地址文本中的位置以及令牌之间的关联关系，构建平面图；基于平面图中令牌在句子中对应的头尾位置信息，确定每两个令牌之间的最终相对位置编码；基于确定的嵌入表示和最终相对位置编码，通过深度学习进行特征提取；基于提取的特征进行分类，得到解析后的地址要素。本发明通过引入词汇的语义信息和边界信息，能够有效增强字符的语义信息，提升中文地址要素解析准确率。
基于词汇增强中文地址要素解析方法设备存储介质

[发明专利]基于区块链的医疗数据共享方法和装置-CN202111094667.9有效
发明人： 傅湘玲;陈松龄;闫晨巍;高越;宋美琦 -专利权人：北京邮电大学
申请日： 2021-09-17 - 公布日： 2022-07-26 - 主分类号： H04L67/12 文献下载
摘要：本发明实施例涉及计算机技术领域，特别涉及一种基于区块链的医疗数据共享方法和装置，该方法应用于区块链网络中，包括：在区块链网络中，确定每一轮选举过程产生的一个Leader节点和Listener节点，若当前轮次的Listener节点在第一预设时长内未接收到当前轮次的Leader节点发出的心跳信号或在第二预设时长内未进行选举，则当前轮次的Listener节点开始并负责新一轮选举；在选举开始时，利用上一轮次的Listener节点对当前轮次参与选举节点的身份进行验证；在验证通过后，基于随机值和参与选举节点的稳定度值，确定当前轮次的Leader节点和Listener节点，以利用当前轮次的Leader节点将待共享的医疗数据同步至其它节点。本方案能够保证Leader节点的随机性，进而保证区块链网络的安全性。
基于区块医疗数据共享方法装置

[发明专利]一种三维人脸标志点智能确定方法-CN202111639065.7在审
发明人：赵一姣;傅湘玲;王勇;朱玉佳;付子旺;许晴;温奥楠;陈虎;萧宁;高梓翔 -专利权人：北京大学口腔医学院;北京邮电大学
申请日： 2021-12-29 - 公布日： 2022-05-24 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种三维人脸标志点智能确定方法，有以下步骤：(1)三维颜面数据渲染多视图；(2)多视图堆叠沙漏神经网络模型构建二维热图；(3)三维颜面标志点自动确定；本发明提出了基于虚拟相机的三维人脸多视图渲染，实现三维模型与二维深度图像的变换；采用堆叠沙漏神经网络及层级注意监督模块信号实现三维颜面解剖标志点的自动确定，实现了符合专家诊断策略的标志点智能确定效果。
一种三维标志智能确定方法

[发明专利]一种基于参数服务器的联邦学习系统-CN202111463991.3在审
发明人：王春源;傅湘玲;杨欣勇;陈松龄;司洪超;王菲;苗丛 -专利权人：华融融通（北京）科技有限公司
申请日： 2021-12-03 - 公布日： 2022-03-22 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于参数服务器的联邦学习系统，包括：页面交互模块、业务逻辑模块、系统支撑模块、数据存储模块；本发明的优点在于：具备有良好的可视化操作界面，对现有联邦学习框架进行二次封装，以一种简明的方式为联邦学习合作者提供联邦学习模型训练服务，将为联邦学习合作者提供一个渠道去相互连接，从而达到推动联邦学习生态圈发展的目的。
一种基于参数服务器联邦学习系统

[发明专利]一种公司风险应对能力的预测方法及装置-CN202111493447.3在审
发明人：仵伟强;傅湘玲;宋美琦;任芸 -专利权人：渤海银行股份有限公司;北京邮电大学
申请日： 2021-12-08 - 公布日： 2022-03-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及数据处理技术领域，尤其涉及一种公司风险应对能力的预测方法及装置，该方法包括：获取多个公司的相关新闻标题与公司报告以及股票状态信息；基于各个公司的相关新闻标题与公司报告确定各个公司的特征数据；基于各个公司的股票状态信息确定各个公司的风险应对能力标签；汇总各个公司的特征数据及相应的风险应对能力标签，进行数据预处理，得到多个公司相应的时序特征数据矩阵；将时序特征数据矩阵分为训练集与测试集，对双向长短时记忆神经网络进行有监督训练；基于训练得到的双向长短时记忆神经网络，对公司的风险应对能力进行预测。本发明能够用于预测未来一段时间内公司应对突发性风险的能力。
一种公司风险应对能力预测方法装置

[发明专利]基于混合机器学习的运维时序数据异常检测方法及系统-CN202111481612.3在审
发明人：彭雷;高嵩峰;傅湘玲;刘春生;王友军;徐朗朗;苗丛 -专利权人：华融融通（北京）科技有限公司
申请日： 2021-12-07 - 公布日： 2022-03-18 - 主分类号： G06F11/34 文献下载
摘要：本发明公开了基于混合机器学习的运维时序数据异常检测方法及系统，所述方法包括：提取数据、数据预处理、离线预测、离线训练、在线检测、输出判断结果等步骤；所述系统包括数据提取模块、数据预处理模块、离线预测模块、离线训练模块、在线检测模块、判断模块、模型评价模块；本发明的优点在于：依靠历史数据，结合离线预测、离线训练和在线检测三大部分，构建无监督模型，能够在保证准确性和时效性的前提下完成智能运维时序数据的异常检测，解决了当前运维场景下时序数据异常检测缺少标记数据、效率低下、需要依据经验划定阈值、存在大量误报漏报的问题。
基于混合机器学习时序数据异常检测方法系统

1
2
下一页»
尾页
共 30 条