“蒲汛”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]一种基于多模态特征融合的抗NMDAR脑炎预后分类方法-CN202211706817.1在审
发明人：董霄轩;陈善雄;向雅芸;冯佳丽;李川;彭喜化;蒲汛 -专利权人：西南大学
申请日： 2022-12-27 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多模态特征融合的抗NMDAR脑炎预后分类方法，主要涉及医学图像处理技术领域；包括步骤：S1、获取对应的患者MRI图像和临床特征；S2、构建MRI特征提取器，提取患者的影像特征；S3、构建多模态特征融合模型，将影像特征和临床特征跨模态融合，生成信息更加丰富的融合特征；S4、基于融合特征构建抗NMDAR脑炎预后分类器，并通过多模态数据集对其进行训练；S5、将待分类的抗NMDAR脑炎患者的MRI图像与临床特征输入到训练好的分类器中，获得预后分类结果；本发明大大减少了抗NMDAR患者预后诊断对领域专家的依赖，能够为医生提供客观、准确、一致和可解释的诊断参考。
一种基于多模态特征融合 nmdar 脑炎预后分类方法

[发明专利]基于Lasso的网络异常行为检测方法及系统-CN201610288282.9有效
发明人：陈善雄;彭喜化;熊海灵;蒲汛 -专利权人：西南大学
申请日： 2016-05-04 - 公布日： 2019-02-15 - 主分类号： G06F17/18 文献下载
摘要：本发明提供的基于Lasso的网络异常行为检测方法及系统，其方法包括建立异常检测模型，通过Lasso算法确定模型参数，输入待测数据并获取预测值，将所述预测值与预先设置的阈值进行比较，判断是否存在异常数据；本发明结合了Lasso快速的参数估计和准确的回归拟合这样优良的特性，在保证检测速度的基础上，提高了对于网络异常行为的判断的准确率，本发明在数据处理过程中，通过稀疏表示的方法，使得数据维度大大降低，减少了模型检测的时间，具有更快的检测速度，可以实现实时在线检测，本发明可以对网络数据和主机数据进行双重监测，对数据处理可以以矩阵形式进行批量进行，并与采用硬件实现线性回归方法，大大提高了算法的执行速度，实现快速、高效、准确的异常检测。
基于 lasso 异常检测方法系统

[发明专利]混合生物地理学的大数据挑战下多层感知器训练优化方法-CN201810215717.6在审
发明人：蒲汛;章乐 -专利权人：西南大学
申请日： 2018-03-15 - 公布日： 2018-09-07 - 主分类号： G06N3/08 文献下载
摘要：本发明属于大数据处理技术领域，公开了一种混合生物地理学的大数据挑战下多层感知器训练优化方法，采用混沌理论来提高BBO的性能，而优化其算法的计算量。本发明将迁移和突变机制相结合，提高了BBO的探索和开发能力，为衡量由HCBBO算法训练的MLP感知器的性能，采用了4种大数据环境中的标准数据集来做测试。实验结果与其它三种优化算法：BBO，PSO和GA进行了统计比较。本发明是第一个在大数据环境中，将混合混沌系统与BBO算法相结合以训练MLP参数的研究工作；在HCBBO的变异算子中使用了名为OBL的方法来提高算法的收敛性。
大数据算法多层感知器混合生物地理学优化数据处理技术变异算子标准数据混沌理论混沌系统算法训练突变机制优化算法感知器计算量收敛性迁移挑战测试衡量探索统计开发研究