“唐泽方”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于语义融合和框对齐的光学遥感图像高密度前景目标检测方法-CN202310863447.0在审
发明人：苏树智;徐阳;唐泽方;朱彦敏 -专利权人：安徽理工大学
申请日： 2023-07-13 - 公布日： 2023-10-13 - 主分类号： G06V20/13 文献下载
摘要：本发明公布一种基于语义融合和框对齐的光学遥感图像高密度前景目标检测方法。本方法的执行步骤为：(1)对数据进行预处理；(2)使用主干网络进行特征提取；(3)将提取的特征输入到预测网络，生成预测结果；(4)判断是否为训练模式；(5)训练模式下模型将计算训练损失并优化网络参数；(6)非训练模式下则输出预测结果。本方法包含两个能够有效区分内部纹理特征的特征重识别卷积模块，提高小目标的精度，同时还提出一种辅助点平衡IoU(ABIoU)损失，ABIoU损失不仅能够避免单对点回归中距离项的局部最优解，还能够避免局部纵横比的IoU损失不收敛，实现损失值的稳定性和边长的直接测量，从而减小复杂纹理特征环境下目标误检、漏检问题。
基于语义融合对齐光学遥感图像高密度前景目标检测方法

[发明专利]用于值函数的优化和期望数据的生成的监督VAE-CN202280009878.4在审
发明人：闵旭;梅婧;张渊;唐泽方 -专利权人：国际商业机器公司
申请日： 2022-01-12 - 公布日： 2023-09-05 - 主分类号： G06N3/02 文献下载
摘要：一种模型学习和样本值生成框架包括用于综合集成编码、解码和值预测、以及优化函数以尽可能准确地重构原始输入样本数据空间的系统和方法。该系统利用变分自动编码器模型来生成尽可能真实的该数据空间的样本。该系统基于潜在特征数据而不是原始输入数据来学习值预测函数以实现目标结果。此外，该系统在没有约束的情况下解决了潜在空间中的优化问题，从而避免了在原始样本数据空间中进行优化的困难。所生成的最优样本与真实世界输入样本尽可能地相似。该系统提供了灵活的数据生成机制，其适用于各种目标结果规范。
用于函数优化期望数据生成监督 vae

[发明专利]一种基因表达量的展现方法及装置-CN201610397723.9有效
发明人： 唐泽方;李辰威;科瑞娜·张;杨明玉;张泽民 -专利权人：北京大学
申请日： 2016-06-07 - 公布日： 2018-09-28 - 主分类号： G06F19/20 文献下载
摘要：本发明实施例公开了一种基因表达量的展现方法及装置。所述方法包括将用户输入的基因名称传输至服务器，以获取所述服务器中对应于所述基因名称的基因表达量信息；在预存的人体模型图像中，以设定的表达方式，采用透明度不同的设定颜色展示对应于所述基因名称的各个组织的基因表达量信息。本发明实施例解决现有基因表达量展示方式的查询效率低，且展示结果不直观的问题，实现将基因表达量在人体模型的各个器官上进行展示，方便用户直观地观察基因表达量情况，达到了提升查询效率，提高展示效果的目的。
一种基因表达展现方法装置