“魏骁勇”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36个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深层图神经网络的分子表示方法及系统-CN202211560221.5在审
发明人： 魏骁勇;田奇;杨震群;曹溢;黄文禹;严丽巧 -专利权人：四川大学
申请日： 2022-12-06 - 公布日： 2023-07-28 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于深层图神经网络的分子表示方法及系统，涉及人工智能技术领域，尤其涉及生物计算、深度学习技术领域，解决现有技术过平滑导致图神经网络无法增加图卷积次数以增加结点感受野的问题。本发明调用第三方库将分子的计算机存储数据转化为分子图，分子图包括邻接矩阵、结点和边；分析分子图得到分子图的结点和边的初始特征向量；基于图神经网络和邻接矩阵对结点和边的初始特征向量进行密集残差图卷积运算，得到新的结点和边的特征向量；对新的结点和边的特征向量进行池化操作，得到分子表示。本发明用于分子表示。
一种基于深层神经网络分子表示方法系统

[发明专利]一种基于深度学习和度量学习的草图检索方法-CN202010836521.6有效
发明人：杨震群;魏骁勇;张栩禄;杨晨曦 -专利权人：深圳市前海小萌科技有限公司
申请日： 2020-08-17 - 公布日： 2023-07-28 - 主分类号： G06F16/532 文献下载
摘要：本发明涉及图像检索领域，提供了一种基于深度学习和度量学习的草图检索系统，本发明目的在于解决草图与自然图像之间跨域检索的问题。主要方案流程主要分为六步：准备草图和自然图像数据；四元组采样和三元组组合来制作网络输入数据；搭建双三分支网络结构；确定网络对应的损失函数并训练神经网络；制作自然图像特征数据库；进行外部输入草图的检索。本发明用于通过草图检索自然图像。
一种基于深度学习度量草图检索方法

[发明专利]一种针对血清蛋白电泳的异常区域检测方法-CN202111113218.4有效
发明人： 魏骁勇;王凌锋;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-09-23 - 公布日： 2023-07-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种针对血清蛋白电泳的异常区域检测方法，属于深度学习和图像识别技术领域，解决现有技术采用人工识别血清蛋白电泳图像中的M蛋白只能人工来识别，无法用设备来识别、识别速度慢、耗时耗力、无法有效的进行识别，识别准确率低等问题。本发明包括：1)血清蛋白电泳图像集的收集；2)对血清蛋白电泳图像集中的电泳图像进行数据处理与输入数据格式设计；3)建立主动学习查询策略；4)训练卷积神经网络模型；5)设计主动学习查询策略的先验模块；6)优化主动学习查询策略，并再次训练卷积神经网络模型；7)基于最终训练好的卷积神经网络模型对待识别的电泳图像进行异常区域识别。本发明用于电泳图像的M蛋白标注。
一种针对血清蛋白电泳异常区域检测方法

[发明专利]基于深度学习的工业制品缺陷质检方法、装置及存储介质-CN202110971349.X有效
发明人： 魏骁勇;田昊;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-08-23 - 公布日： 2023-05-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于深度学习的工业制品缺陷质检方法、装置及存储介质，解决缺陷检测中缺陷部分与无缺陷部分因纹理、颜色相似而难以正确判断的问题。本发明包括神经网络模型预训练；已质检出为无缺陷或有缺陷的制品的图像收集；确定神经网络模型对应的损失函数并训练神经网络模型；利用神经网络模型得到图像的深度特征和缺陷预测结果；通过深度特征与缺陷预测结果进行分类决策；可视化样本缺陷部分并给出决策结果。本发明用于工业制品缺陷质检。
基于深度学习工业制品缺陷质检方法装置存储介质

[发明专利]基于DCT-DDPM的音乐音频修复方法及系统-CN202310105130.0在审
发明人： 魏骁勇;刘凯洋;杨震群 -专利权人：四川大学
申请日： 2023-02-07 - 公布日： 2023-05-05 - 主分类号： G10L21/01 文献下载
摘要：本发明公开了一种基于DCT‑DDPM的音乐音频修复方法及系统，属于语音处理领域和深度学习领域，解决现有技术只能进行无条件修改，无法还原原始片段信息的问题。本发明包括1)音乐音频数据的获取；2)将音频数据变换到频域；3)处理得到带有Mask的梅尔频谱图；4)训练DCT‑DDPM；5)基于训练好的DCT‑DDPM对对音频进行修复；6)将修复得到的梅尔频谱图变换到时域。本发明用于音乐音频修复。
基于 dct ddpm 音乐音频修复方法系统

[发明专利]基于RNN神经网络的可迁移病人分类系统-CN201910407569.2有效
发明人：彭绍亮;孙哲;李非;陈国榜;张磊;秦拯;魏洪;马婷;魏骁勇 -专利权人：湖南大学
申请日： 2019-05-16 - 公布日： 2023-04-18 - 主分类号： G16H50/70 文献下载
摘要：本发明属于医疗数据挖掘领域，具体公开了基于RNN神经网络的可迁移病人分类系统。该系统包括：输入模块、数据处理模块、分类模块；输入模块用于获取原始病历数据；数据处理模块包括数据预处理单元、病人时序序列生成单元，用于将输入模块读入的原始病历数据转换成病人时序序列；分类模块包括模型构建单元、模型预测单元、迁移单元，用于将RNN神经网络与Attention(注意力)机制结合，构建病人分类模型，然后将数据处理模块得到的病人时序序列输入到模型进行训练，最后将训练好的模型迁移到不同数据集上进行病人分类预测。本发明具有通过挖掘电子病历数据，构建病人分类模型，在不同医疗数据集上进行病人死亡风险分类来辅助医生诊疗的优势。
基于 rnn 神经网络迁移病人分类系统

[发明专利]基于动态标签分配的细胞抗核抗体荧光识别方法及系统-CN202111035407.4有效
发明人： 魏骁勇;贺星元;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-09-03 - 公布日： 2023-04-18 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于动态标签分配的细胞抗核抗体荧光识别方法及系统，属于计算机视觉与医学图像分析技术领域，解决现有技术无法有效的提取显著区域的特征、分类效果差、假阴性多等问题。本发明包括准备并清洗人体细胞的抗核抗体荧光图像；根据多示例学习中包和示例的概念，将原图抽象为包，并拆解出对应的示例，初始化示例的标签为包标签；搭建以残差神经网络为骨架，图神经网络分类器为聚合头的识别网络，即神经网络模型；确定神经网络模型的损失函数，以及相关的超参数，并训练神经网络模型，并使用动态标签分配技术迭代更新示例的标签；在额外的图像数据上进行神经网络模型的性能验证。本发明用于人体细胞抗核抗体的标签识别。
基于动态标签分配细胞抗体荧光识别方法系统

[发明专利]一种基于特征金字塔的人脸表情识别方法及装置-CN202110984965.9有效
发明人： 魏骁勇;周凯;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-08-25 - 公布日： 2023-04-18 - 主分类号： G06V40/16 文献下载
摘要：本发属于人脸表情识别领域，提供了一种基于特征佥字塔的人脸表情识别方法及装置。本发明目的在于解决人脸表情识别准确度低的问题。主要方案包括：从通道和空间的维度对特征图进行注意力机制，得到注意力特征图；构建一个金字塔网络与卷积注意力模块cbam融合，使得特征金字塔网络关注到对表情识别有用的地方，用于过滤输入图片无用的背景信息，得到尺度注意力特征图；通过上采样或下采样的方式缩放所有得到的尺度注意力特征图，使其分辨率一致，便于特征加权融合；将得到的缩放特征图进行特征加权融合，得到融合特征图序列；将得到的融合特征图送入全连接网络，得到多个预测结果，最后经过投票，得到最后的预测结果。
一种基于特征金字塔表情识别方法装置

[发明专利]基于遗传算法的可选择数据增强方法及系统-CN202111175442.6有效
发明人： 魏骁勇;马跃;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-10-09 - 公布日： 2023-04-07 - 主分类号： G06F18/214 文献下载
摘要：本发明提供了一种基于遗传算法的可选择数据增强方法及系统，属于深度学习和图像识别领域，解决现有技术对于特定领域，所增强的数据训练集很容易产生错误，容易影响模型训练的结果，从而造成模型识别准确率变低的问题。主要方案包括：1)获取数据集；2)搭建一个图像分类网络模型和两个选择神经网络；3)基于训练集并行训练初始种群中的各图像分类网络模型并更新两个选择神经网络；4)通过验证集得到各图像分类网络模型的准确率；5)若准确率满足条件，输出两个选择神经网络的结果，否则转到步骤6；6)基于遗传算法和两个选择神经网络输出的选择概率构建新种群，将新种群替换步骤3中的种群，替换后再转到步骤3；本发明用于可选择数据增强。
基于遗传算法可选择数据增强方法系统

[发明专利]基于重要性度量和低资源迁移学习翻译系统及存储介质-CN202110986136.4有效
发明人： 魏骁勇;袁晨晨;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-08-25 - 公布日： 2023-04-07 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及机器翻译领域，提出了基于重要性度量和低资源迁移学习翻译系统及存储介质。以解决现有方法所存在的语言特有知识未利用、语义特性未高度编码、低资源数据迁移学习难实现等问题。主要方案包括，准备翻译语言对数据；为源语言数据引入噪音；在输入端句子的开头插入目标语言名称标记；利用Moses scripts对数据进行分词，并使用BPE进行进一步子词划分和编码；构建机器翻译系统的编码器、attention bridge模块、解码器；训练模型，并将模型中的神经元根据它们在各语言对上的重要性划分为“语言通用”和“语言特有”两种类型，为低资源语言生成与已用于训练的语言同类型的数据，以此完成低资源数据的迁移学习。
基于重要性度量资源迁移学习翻译系统存储介质

[发明专利]一种长短不一的文本在不同粒度下的文本匹配方法及装置-CN202111023691.3有效
发明人： 魏骁勇;谢东霖;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-09-01 - 公布日： 2023-04-07 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及自然语言处理领域，提供了一种长短不一的文本在不同粒度下的文本匹配方法及装置，对于短短文本、短长文本和长长文本三种长度类型的文本对在两种匹配粒度下进行文本的匹配，一种是粗粒度的匹配，只需要两个文本是属于同一话题，另一种是细粒度的匹配，要求两个文本必须描述的同一事件。本发明目的在于解决不同匹配粒度、多个子任务、类别不平衡以及需要处理超长的文本的问题。本发明的主要方案包括，1)准备数据集；2)数据增强；3)在特定任务数据集上继续预训练；4)对长文本进行处理；5)设计多任务框架；6)多任务权重优化；7)神经网络模型结构的微调与训练。本发明用于长短不一的文本在不同粒度下的文本匹配。
一种长短不一文本不同粒度匹配方法装置

[发明专利]一种基于深度学习的药物表征方法及存储介质-CN202211503046.6在审
发明人： 魏骁勇;曹溢;杨震群;严丽巧;田奇;黄文禹 -专利权人：四川大学
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： G16H20/10 文献下载
摘要：本发明涉及计算机辅助药物设计与深度学习技术领域，提供了一种基于深度学习的药物表征方法及存储介质。主旨在于解决现有技术中药物表征适应性差、不可学习，训练开销巨大的问题。主要方案包括1)药物分子SMILES数据集的收集；2)药物分子SMILES数据增强；3)药物分子SMILES分词；4)词元嵌入初始化；5)设计卷积神经网络模型；6)药物分子指纹特征生成；7)预训练卷积神经网络模型；8)经过迭代计算，导出预训练模型；9)将分子输入表征模型得到静态分子表征，或共同训练动态表征以适应下游任务。本发明用于计算机辅助药物设计中药物表征及药物筛选属性预测。
一种基于深度学习药物表征方法存储介质

[发明专利]一种基于smiles的化学反应产率预测的方法-CN202211503218.X在审
发明人： 魏骁勇;严丽巧;田奇;杨震群;曹溢;黄文禹 -专利权人：四川大学
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： G16C20/10 文献下载
摘要：本发明属于有机化学领域，提供了一种基于smiles的化学反应产率预测的方法，解决现有技术无法有效学习到反应试剂对反应产率的影响，并且输入序列较长的问题。主要方案包括收集大型化学反应数据集，得到BPE词典训练数据集；对得到的数据集进行训练，得到BPE分词词典；收集化学反应产率数据集，并对每个化学反应smiles进行拆分，得到“反应物.生成物”和反应试剂这两组smiles；利用词典对两组smiles进行分词，并分别统一到相同尺度，得到两组smiles的一维表示并输入用于产率预测的卷积神经网络，利用划分好的训练数据集，以产率作为标签训练神经网络，得到训练好的模型，预测反应产率。
一种基于 smiles 化学反应预测方法

[发明专利]一种针对免疫固定电泳的重点区域识别方法-CN202110503122.2有效
发明人： 魏骁勇;张栩禄;杨震群;武永康 -专利权人：四川大学
申请日： 2021-05-08 - 公布日： 2022-07-08 - 主分类号： G06V10/25 文献下载
摘要：一种针对免疫固定电泳的重点区域识别方法，属于医疗技术与深度学习领域技术领域，解决现有技术中可视化效果较粗糙，无法进行精确定位，且定位方法无法人为干预的问题。本发明依次包括：1)免疫固定电泳图像集的收集；2)将各电泳图像分割为多条电泳带；3)将各个电泳带分割为多个子条带；4)各条电泳带间进行相似度对比；5)设计神经网络的注意力模块；6)训练卷积神经网络；7)计算待识别的电泳图像相似度矩阵的显著图；8)计算待识别的电泳图像的显著图；9)可视化显示重点区域。本发明用于可视化显示电泳图像的关键区域。
一种针对免疫固定电泳重点区域识别方法

[发明专利]CGAN和多尺度卷积神经网络实现呼吸检测的方法及系统-CN202111331440.1有效
发明人： 魏骁勇;吴柳繁;张栩禄;杨震群 -专利权人：四川大学
申请日： 2021-11-11 - 公布日： 2022-06-17 - 主分类号： A61B5/08 文献下载
摘要：本发明公开了一种CGAN和多尺度卷积神经网络实现呼吸检测的方法及系统，属于医疗健康领域和深度学习领域，解决现有检测受环境噪声干扰大，从而使得检测精度低的问题。本发明包括：1)带有呼吸冲击的CSI数据获取；2)生成无噪声功率谱图；3)信道CSI数据降噪处理；4)建立人体呼吸CSI模型；5)多尺度神经网络提取CSI周期变化角速度；6)根据周期变化角速度估计呼吸速率。本发明用于人体呼吸检测。
cgan 尺度卷积神经网络实现呼吸检测方法系统

1
2
3
下一页»
尾页
共 36 条