“毛顺亿”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14个，建议您升级VIP下载更多相关专利

[发明专利]事务推荐方法、装置、设备以及存储介质-CN202310001764.1在审
发明人： 毛顺亿;董扬;李大乾;周朝进;徐飒 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-01-03 - 公布日： 2023-07-04 - 主分类号： G06F16/9535 文献下载
摘要：本说明书实施例提供了一种事务推荐方法、装置、设备以及存储介质，方法包括：获取目标对象的事务咨询消息，基于该事务咨询消息、多条历史事务咨询消息以及目标对象的对象特征来确定该事务咨询消息对应的动作，其中，该事务咨询消息和该多条历史事务咨询消息能够反映目标对象的最新需求，对象特征能够反映目标对象的特性，确定出的动作也就符合目标对象的个性化需求。在动作为推荐事务的情况下，基于该事务咨询消息进行筛选，从多个候选事务中确定出目标事务，将目标事务推荐给目标对象。
事务推荐方法装置设备以及存储介质

[发明专利]对话中标问匹配方法、系统及装置-CN202110331055.0有效
发明人：许慢;李秋逸;毛顺亿;许腾;张金剑;周梦迪 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-03-26 - 公布日： 2022-07-05 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例公开了一种对话中标问匹配方法、系统以及装置。其中，所述方法包括获取用户话语以及与所述用户话语对应的至少一个候选标问；获取对话状态跟踪信息，所述对话状态跟踪信息至少包括基于对话上文确定的与所述用户话语相关的关键词和/或意图；至少基于所述用户话语、所述至少一个候选标问以及所述对话状态跟踪信息，利用匹配模型，分别确定对应于每个候选标问的评估值；基于每一个候选标问的评估值，确定对应于所述用户话语的目标标问。通过使用用户对话中的对话状态跟踪信息来增加标准问题的匹配依据，提高对应于用户话语的目标问题匹配精度。
对话中标匹配方法系统装置

[发明专利]一种多标签智能打标方法及系统-CN201910359702.1有效
发明人：顾玲玲;毛顺亿;曹羽;段艳婷;孙铭权;郑天龙;龚快快;朱亮 -专利权人：上海暖哇科技有限公司
申请日： 2019-04-29 - 公布日： 2022-01-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种多标签智能打标方法及系统，属于计算机技术领域，通过在自建标准词库中检索以进行初筛，获取与任一标签关联的m个候选待匹配标准词；将任一标签与m个候选待匹配标准词一一进行相似度计算，获得任一标签与每一候选待匹配标准词的相似度；设定相似度阈值，根据相似度阈值，在候选待匹配标准词中确定与任一标签相关的n个待匹配标准词。该多标签智能打标方法及系统通过人工构建标签词典实现自建标准词库中的标准词尽可能多得找到对应的标签实现大规模多标签技术，在保证准确率的前提下提高召回率；灵活性较高，可随时增加标签；利用elaticsearch检索初筛结合相似度计算，最终得出与任一标签匹配的标准词，满足高并发的商业系统并能提高召回率。
一种标签智能方法系统

[发明专利]一种用于影视素材领域的非结构化数据管理方法-CN201610972138.7有效
发明人： 毛顺亿;高洪皓;朱永华;刘宁杰;高迅;张铁男 -专利权人：上海大学
申请日： 2016-11-04 - 公布日： 2021-11-02 - 主分类号： G06F16/182 文献下载
摘要：本发明涉及一种用于影视素材领域的非结构化数据管理方法，用于对影视素材领域的非结构化数据进行分布式存储、查询和可视化管理，分布式存储具体为：建立影视素材领域的知识本体，包括领域知识库KS和标签分类库LS；确定非结构化数据的存储路径，按照存储路径将其存储到HDFS文件系统中，同时将影视素材的非结构化数据的描述信息存储到数据库中；查询和可视化管理具体为：通过计算语义相似相关度拓展用户的搜索条件；根据拓展后的搜索条件，利用ElasticSearch搜索引擎结合Jena推理算法进行搜索，得到搜索结果并反馈给用户；利用可视化工具对搜索数据进行展示。与现有技术相比，本发明具有适用于非结构化数据、搜索条件可扩展、查询灵活以及可视化展示等优点。
一种用于影视素材领域结构数据管理方法

[发明专利]一种基于卷积神经网络的危及器官自动分割方法-CN201810991434.0有效
发明人：叶方焱;毛顺亿;浦剑;胡仲华;周建华;孙谷飞;王文化;石峰 -专利权人：众安信息技术服务有限公司
申请日： 2018-08-28 - 公布日： 2021-08-31 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于卷积神经网络的危及器官自动分割方法，属于图像处理技术领域。所述方法包括：S1：获取患者CT图像数据以及相应的标注数据；S2：对所述CT图形数据以及相应的标注数据进行预处理；S3：建立3D卷积神经网络模型，输入数据块，获取模型输出的预测结果图像；S4：优化处理所述3D卷积神经网络模型输出的预测结果图像。本发明仅基于CT图像数据，原始数据获取难度较小，应用范围较广，且可实现CT影像中危及器官的自动分割，分割过程无需人工干涉，有效提高分割效率以及分割结果精度，增加后处理操作，对分割结果进行进一步优化。
一种基于卷积神经网络危及器官自动分割方法

[发明专利]数据处理方法及装置、数据查询方法及装置-CN202110435850.4在审
发明人： 毛顺亿;李秋逸;刘小瑒;朱学浩;许慢;张金剑;刘磊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-04-22 - 公布日： 2021-07-06 - 主分类号： G06F16/35 文献下载
摘要：本说明书实施例提供数据处理方法及装置，其中，所述数据处理方法应用于数据管理平台，包括对获取的多个文本数据进行预处理，并基于预处理后的所述多个文本数据之间的相似度，将所述多个文本数据划分为至少一种类型；确定每种类型的文本数据的目标问题、目标答案以及与所述目标问题关联的扩展问题；确定所述目标问题在数据存储平台对应的数据库，并将所述目标问题、所述目标答案以及所述扩展问题存储至对应的数据库；获取所有数据库中相同的目标问题，并将所述相同的目标问题关联的不同扩展问题进行数据库共享。
数据处理方法装置数据查询

[发明专利]一种脑血管出血与缺血预测方法及装置-CN201810687069.4有效
发明人：雷宇;毛顺亿;张鑫;苏佳斌;高超;顾宇翔;倪伟;杨恒;褚振方;胡仲华;孙谷飞;周建华;陆王天宇;梅鵾;傅致晖 -专利权人：众安信息技术服务有限公司;复旦大学附属华山医院北院
申请日： 2018-06-28 - 公布日： 2021-06-08 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种脑血管出血与缺血预测方法及装置，属于人工智能技术领域，方法包括步骤：S1、利用相关医疗病史数据构建第一训练数据集；S2、构建多个医疗数据预测模型，并使用所述第一训练数据集训练所述多个医疗数据预测模型；S3、利用脑部动脉医疗影像数据构建第二训练数据集；S4、构建多个医疗图像预测模型，并使用所述第二训练数据集训练所述多个医疗图像预测模型；S5、对训练好的所述多个医疗数据预测模型和训练好的所述多个医疗图像预测模型进行融合，以对目标患者的脑血管出血与缺血进行预测。本发明实施例可以实现对于患者是否会发生脑血管出血与缺血现象进行快速、准确地预测。
一种脑血管出血缺血预测方法装置

[发明专利]一种颈动脉狭窄程度计算方法、装置及存储介质-CN201811472202.0有效
发明人： 毛顺亿;周建华 -专利权人：众安信息技术服务有限公司
申请日： 2018-12-04 - 公布日： 2021-03-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种颈动脉狭窄程度计算方法、装置及存储介质，方法包括：S1接收颈部MRA影像，并对颈部MRA影像中的第一序列和第二序列进行层间配准，以形成层间对应关系；S2从配准好的第一序列的每层影像中分别提取横断位血管，并计算各个横断位血管的血管面积；S3从配准好的第二序列的每层影像中分别提取横断位血液目标，并计算各个横断位血液目标的血液面积；S4根据层间对应关系，将各个横断位血管的血管面积分别与对应的各个横断位血液目标的血液面积代入计算公式，计算得到多个颈动脉狭窄程度；S5将多个颈动脉狭窄程度中的最大值输出作为颈部MRA影像的颈动脉狭窄程度。本发明实施例能够实现自动计算颈动脉狭窄程度，进而提升医生的诊断效率及准确率。
一种颈动脉狭窄程度计算方法装置存储介质

[发明专利]一种基于图神经网络分析斑块进展因子的方法及装置-CN201910184156.2有效
发明人：郭延恩;胡仲华;毛顺亿;李勇;周建华 -专利权人：众安信息技术服务有限公司
申请日： 2019-03-12 - 公布日： 2021-01-01 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于图神经网络分析斑块进展因子的方法及装置，属于神经网络技术领域，方法包括步骤：S1：构建图网络，图网络中的各结点表示影响斑块进展的各因子，各结点之间的边表示各因子之间的关系；S2：基于斑块进展的第一阶段、第二阶段时各自的因子数据，获取用于表示图网络的属性的读出函数，其中，第二阶段发生在第一阶段之后；S3：基于读出函数，对由第一阶段时的因子数据所构建的图网络进行消息传播，构建具有N层图网络的图神经网络模型，N为正整数；S4：基于图神经网络模型对各因子进行分析。本发明实施例通过构建图神经网络模型，并利用图神经网络对影响斑块进展的各因子进行分析，从而对脑血管疾病的病因分析起到一定的辅助作用。
一种基于神经网络分析进展因子方法装置

[发明专利]一种理赔风控方法、装置及计算机可读存储介质-CN201910356582.X在审
发明人： 毛顺亿;张进松;周建华 -专利权人：上海暖哇科技有限公司
申请日： 2019-04-29 - 公布日： 2019-09-10 - 主分类号： G06Q40/08 文献下载
摘要：本发明公开了一种理赔风控方法、装置及计算机可读存储介质，属于保险理赔领域，方法包括：在接收到理赔请求后，根据预设的风控规则判断理赔请求是否为正常请求；若理赔请求为正常请求，则从理赔请求携带的信息中提取若干特征；将若干特征输入预先训练得到的风控模型进行预测，以获取理赔请求的风险概率；至少基于理赔请求的风险概率，评估理赔请求的风险等级。本发明实施例能够提高对理赔案件的风险控制精确度，提高风控成本的可控性，有效地助力互联网保险公司降低损失，提高理赔效率。
风控计算机可读存储介质风险概率保险理赔风险控制规则判断特征输入可控性有效地预设携带互联网评估预测案件

[发明专利]一种预测模型的训练方法、使用该模型的预测方法及装置-CN201910005101.0在审
发明人：郭延恩;胡仲华;毛顺亿;周建华 -专利权人：众安信息技术服务有限公司
申请日： 2019-01-03 - 公布日： 2019-05-31 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种预测模型的训练方法、使用该模型的预测方法及装置，涉及医学影像分析技术领域，预测模型的训练方法包括：获取样本患者在斑块相关过程中的第一阶段时的医学影像、第二阶段时的医学影像以及样本患者的个人结构化数据，其中，第二阶段发生在第一阶段之后；使用预先训练的图像分割模型，从第一阶段时的医学影像中分割出第一目标特征，并从第二阶段时的医学影像中分割出第二目标特征；基于第一目标特征、第二目标特征以及第一阶段与第二阶段的时间差，计算与斑块相关过程有关的变化因子；将个人结构化数据和第一目标特征作为输入，变化因子作为输出，训练得到预测模型。本发明实施例能够实现快速准确、智能地预测斑块进展或斑块消退。
目标特征医学影像预测模型斑块结构化数据变化因子样本预测图像分割模型医学影像分析时间差分割输出智能

[发明专利]CT图像的危及器官分割方法及装置-CN201810989142.3在审
发明人： 毛顺亿;胡仲华;叶方焱;周建华;孙谷飞;浦剑;王文化;石峰 -专利权人：众安信息技术服务有限公司
申请日： 2018-08-28 - 公布日： 2019-01-04 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种CT图像的危及器官分割方法及装置，属于数字图像处理技术领域，方法包括步骤：S1、构建图像集，其中，图像集包括预处理后的多个CT图像；S2、对多个CT图像分别进行危及器官标注，以建立训练集；S3、构建危及器官分割网络，并对危及器官分割网络进行预训练；S4、在训练集上融合图像空间坐标信息对预训练后的危及器官分割网络进行训练，生成危及器官分割模型；S5、基于危及器官分割模型得到目标CT图像的危及器官分割结果，并按照预设规则过滤危及器官分割结果，得到最终的危及器官分割结果。本发明实施例能够实现对患者在精准放疗时的危及器官进行实体分割，避免放疗照射时对危及器官造成损伤。
器官分割放疗器官图像集训练集构建数字图像处理技术预处理空间坐标信息融合图像实体分割预设规则网络标注过滤损伤照射

[发明专利]动脉血管图像模型训练方法、分割方法、装置及电子设备-CN201810686592.5在审
发明人：雷宇;毛顺亿;苏佳斌;张鑫;高超;顾宇翔;倪伟;杨恒;褚振方;胡仲华;孙谷飞;周建华;陆王天宇;梅鵾;傅致晖 -专利权人：众安信息技术服务有限公司
申请日： 2018-06-28 - 公布日： 2018-12-25 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了动脉血管图像模型训练方法、分割方法、装置及电子设备，属于数字图像处理技术领域，动脉血管图像模型训练方法包括：S1、对获取到的DSA图像进行预处理，以构建动脉血管图像库；S2、对动脉血管图像库中的部分样本图像进行标注，以构建标注样本图像集；S3、构建卷积深度网络，并设置深度网络参数，生成初始动脉血管分割模型；S4、使用标注样本图像集训练初始动脉血管分割模型，生成动脉血管图像分割模型；S5、对于使用动脉血管图像分割模型分割动脉血管图像库中除部分样本图像之外的其他图像得到的血管目标图像，进一步进行标注，以对动脉血管图像分割模型进行迭代训练。本发明实施例能够较高精度地对DSA图像进行目标血管提取。
动脉血管样本图像图像分割模型标注图像模型图像库构建装置及电子设备分割模型分割数字图像处理技术预处理图像迭代训练目标血管网络参数血管目标卷积网络

[发明专利]一种基于深度学习的DSA图像检测方法、装置及设备-CN201810686092.1在审
发明人：雷宇;梅鵾;张鑫;高超;苏佳斌;顾宇翔;倪伟;杨恒;毛顺亿;褚振方;胡仲华;傅致晖;孙谷飞;周建华;陆王天宇 -专利权人：众安信息技术服务有限公司
申请日： 2018-06-28 - 公布日： 2018-11-27 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了一种基于深度学习的DSA图像检测方法、装置及设备，属于深度学习及数字图像处理技术领域。所述方法包括：对输入的DSA图像进行标注，获得标记好的训练样本；对所述训练样本进行预处理，获得训练数据集；利用所述训练数据集通过卷积神经网络进行训练，得到DSA图像检测网络模型；通过所述DSA图像检测网络模型对输入的待检测DSA图像进行检测，获得检测结果。本发明能够快速、准确地获得DSA图像检测结果，以便满足日趋增强和数量激增的医疗服务需求，解决了现有DSA图像进行观察、检测的低效率、费时费力和检测效果不甚满意等技术问题，在涉及医疗影像检测识别的诸多医疗领域具有广泛而良好的应用前景。
检测训练数据集装置及设备检测结果网络模型训练样本数字图像处理技术预处理卷积神经网络医疗影像检测医疗服务医疗领域学习标注费力观察应用

1
共 14 条