“贾西平”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38个，建议您升级VIP下载更多相关专利

[发明专利]一种基于主动学习的结直肠癌病理组织图像分类方法-CN202310623858.2在审
发明人： 贾西平;卓立林;韩楚;廖秀秀;张倩;陈昕叶;崔怀林;林智勇 -专利权人：广东技术师范大学
申请日： 2023-05-29 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明在结直肠癌肿瘤病理组织图像分类领域公开了一种基于主动学习的结直肠癌肿瘤病理组织分类方法，该方法包括以下步骤：收集结直肠癌组织图像，筛除不合格的图像；将所有图像划分为训练集、验证集以及测试集；对训练集中极小部分结直肠癌病理图像做图像级标注；并将所有图像划分为训练集、验证集以及测试集；建立一种深度学习模型；初始已化标注池及未标注池，利用已标注池中的样本训练网络；利用本轮训练好的模型对未标注池的样本进行预测；筛选出满足查询函数条件的样本进行标注；本发明利用一种基于主动学习的深度神经网络实现结直肠癌肿瘤病理组织图像分类，在一定程度上解决了计算机辅助结直肠癌病理诊断的问题。
一种基于主动学习直肠癌病理组织图像分类方法

[发明专利]一种基于半监督条件生成式对抗网络的眼底图视盘和视杯分割方法-CN201811333832.X有效
发明人：刘少鹏;贾西平;关立南;林智勇;廖秀秀;梁杰鹏;洪佳明;严继利 -专利权人：广东技术师范学院
申请日： 2018-11-09 - 公布日： 2023-07-21 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于半监督条件生成式对抗网络的眼底图视盘和视杯分割方法，包括以下步骤：组建网络框架，所述网络框架包括视盘语义分割和视杯语义分割两个阶段；所述两个阶段均包括语义分割网络、生成器和判别器；语义分割网络利用有标注与无标注的眼底图生成(视盘或视杯)分割图；生成器将真实的(视盘或视杯)分割图作为输入来生成眼底图；判别器鉴别眼底图及其(视盘或视杯)分割图的数据配对是真实的还是伪造的，引导生成器和语义分割网络学习眼底图及其分割图的联合分布，最后将两个语义分割阶段的结果进行合并，得到眼底图的视盘和视杯分割图。
一种基于监督条件生成对抗网络眼底视盘分割方法

[发明专利]一种基于最佳信任路径的协同过滤推荐方法-CN201911017742.4有效
发明人：崔怀林;吴碧珍;李绮桥;陈荣军;贾西平;赵慧民;彭翠翠;卢旭 -专利权人：广东技术师范大学
申请日： 2019-10-24 - 公布日： 2023-06-02 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于最佳信任路径的协同过滤推荐方法，针对传统协同过滤算法和融合信任的协同过滤算法进行改进，首先构建用户的信任网络并计算用户间信任度，计算用户间兴趣相似度；结合用户间信任度和用户间兴趣相似度计算用户间综合相似度；根据用户间综合相似度获得最近邻居集；最后预测目标用户对项目的评分从而得到项目推荐结果。本发明方法在计算时对全局用户进行考虑，并且在融合信任推荐算法的基础之上提出多路径信任度算法，在多条信任路径中选择最佳路径代表两用户之间的路径信任度，将路径包含的信任权重关系纳入考虑，提高了推荐准确率以及算法本身的运行效率，其运行时间是现有融合信任推荐算法运行时间的约四分之一。
一种基于最佳信任路径协同过滤推荐方法

[发明专利]一种针对迁移学习的多模型随机生成与动态自适应组合方法-CN201811512535.1有效
发明人：洪佳明;刘少鹏;贾西平;张倩;柏柯嘉;印鉴;刘冶;周莹 -专利权人：广州中医药大学（广州中医药研究院）;广东技术师范学院;广州赫炎大数据科技有限公司
申请日： 2018-12-11 - 公布日： 2023-05-19 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种针对迁移学习的多模型随机生成与动态自适应组合方法，提出通过随机特征选择来动态构建多候选模型，通过组合多候选模型的方法来避免数据重采样、特征空间映射的上述局限性，并进一步提出动态自适应模型组合的具体方法，将这些有效途径进行有机的融合，从而构造出一种创新性的有效迁移学习分类算法，既能在模型训练过程中对源领域样本数据进行较充分的使用，又能在目标领域识别任务中充分考虑样本的具体特点，防止模型过度偏向与目标领域无关的方面，达到了比现有模型更优的分类精度与效果。本方法能应用于文本挖掘、Web挖掘、无线传感器网络分析等多种具体场景，对可归结为分类问题的各类实际应用问题，都具有重要的积极意义。
一种针对迁移学习模型随机生成动态自适应组合方法

[发明专利]一种早产儿视网膜病变典型病灶自动分割方法-CN202310121353.6在审
发明人： 贾西平;邱建英;项道满;刘恬;聂栋;廖秀秀;刘海珠 -专利权人：广东技术师范大学;广州市妇女儿童医疗中心
申请日： 2023-02-13 - 公布日： 2023-05-16 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种早产儿视网膜病变典型病灶自动分割方法，包括以下步骤：S1、收集ROP图像，筛除其中不合格的图像，将合格的ROP图像打标签后作为ROP病灶分割数据集，将数据集划分为训练集、验证集和测试集；S2、构建深度神经网络模型；S3、对训练集进行预处理后使用训练集对深度神经网络模型进行训练，计算损失，对网络参数进行优化，经过若干次迭代后得到最优模型；S4、使用测试集对最优模型进行测试，得到该模型在测试集上的分割性能评价指标。本方法与传统技术相比，能够更好的区分背景和4种病灶结构，降低误判率，实现ROP眼底图病灶的自动像素级分割，最终达到提高网络分割性能的目标。
一种早产儿视网膜病变典型病灶自动分割方法

[发明专利]一种基于糖尿病视网膜病变的极小病灶自动分割方法-CN202211625756.6在审
发明人： 贾西平;邱建英;聂栋;凌士奇;刘恬;彭瑞萍;包天城;崔怀林;廖秀秀;张倩;刘海珠;程颖 -专利权人：广东技术师范大学
申请日： 2022-12-16 - 公布日： 2023-05-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于糖尿病视网膜病变的极小病灶自动分割方法、系统及计算机可读存储介质，方法包括：S1：获取DR眼底图数据集；S2：对所述数据集中的图像和对应的真实标签进行预处理，利用图像的真实标签得到第一特征级标签、第二特征级标签；S3：将预处理后的图像、真实标签、第一特征级标签、第二特征级标签划分为训练集、验证集和测试集，并构建带有辅助分割模块的分割网络模型；S4：利用训练集和验证集对分割网络模型进行训练，得到训练后的分割网络模型；S5：将测试集输入训练好的分割网络模型输出分割结果，并将输出结果与真实标签对比，得到分割评价指标。本发明能够更好的区分背景与病灶结构，实现对背景和病灶的像素级分割。
一种基于糖尿病视网膜病变极小病灶自动分割方法

[发明专利]一种基于空间变换的对抗样本增强方法和模型-CN201910458051.1有效
发明人： 贾西平;陈桂君;方刚 -专利权人：广东技术师范大学
申请日： 2019-05-29 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于空间变换的对抗样本增强方法和模型，所述的方法利用随机扰动生成初始对抗图像后输入基于空间变换的增强模块，所述增强模块在深度神经网络的前向传播过程中对初始对抗样本及其特征图应用空间变换，并且能随着深度神经网络的反向传播进行更新，通过不断优化随机扰动使生成的对抗样本能对不同角度与视角的旋转变换保持一定的攻击成功率，增强对抗样本对仿射变换等复杂条件的健壮性。所述的模型包括生成模块，增强模块ST，分类器F，测试模块，测试模块的最终输出即为增强的对抗样本。本发明适用性较广，通用性较强，在不同类型的数据集与不同结构的模型上的攻击成功率都较高。
一种基于空间变换对抗样本增强方法模型

[发明专利]一种基于视觉文本融合的前房角图像分级方法-CN202211138484.7在审
发明人： 贾西平;黄静琪;关立南;聂栋;崔怀林;廖秀秀;林智勇;马震远;刘海珠;张倩 -专利权人：广东技术师范大学
申请日： 2022-09-19 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于视觉文本融合的前房角图像分级方法，包括以下步骤：S1：构建前房角图像数据集；S2：对所述前房角图像数据集中的图像进行预处理；S3：构建基于视觉本文融合的深度神经网络模型并初始化；S4：初始化损失函数和优化器；S5：利用步骤S2中预处理后的前房角图像数据集对步骤S3的基于视觉本文融合的深度神经网络模型进行训练，并计算损失函数；S6：使用优化器更新基于视觉本文融合的深度神经网络模型的网络参数，得到最优的基于视觉本文融合的深度神经网络模型；S7：利用最优的基于视觉本文融合的深度神经网络模型对前房角图像进行分级。本发明在一定程度上解决了计算机辅助诊疗青光眼的问题。
一种基于视觉文本融合前房图像分级方法

[发明专利]一种基于深度学习的房角图像自动分级方法-CN201910414819.5有效
发明人： 贾西平;陈昌海;陈森鹏;关立南;高维奇;刘少鹏;林智勇;马震远 -专利权人：广东技术师范大学
申请日： 2019-05-17 - 公布日： 2022-11-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的房角图像自动分级方法，步骤包括：对原始房角图像数据集进行标记预处理；利用预处理后的房角图像数据集对目标检测模型进行训练；检测得到包含房角图像关键区域子图；将关键区域子图及对应的预设的房角级别信息输入至深度学习分类网络进行监督训练，所述深度学习神经网络根据训练结果与预设房角级别信息之间的误差进行修正，最终得到满足分级准确率的深度学习神经网络模型并输出房角图像所属级别。本发明通过对房角图像关键区域检测并截取，减少了检测时干扰因素，同时克服了因原始房角图像大关键区域占比小导致的分类效果不佳的缺陷，同时利用深度学习网络对关键区域的特征进行监督训练提高房角图像分级的准确率。
一种基于深度学习图像自动分级方法

[发明专利]一种智能化ICF-RS功能评估分级系统及方法-CN202210849018.3在审
发明人：于佳妮;燕铁斌;贾西平;马先盛 -专利权人：中山大学孙逸仙纪念医院
申请日： 2022-07-19 - 公布日： 2022-11-18 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种智能化ICF‑RS功能评估分级系统及方法，具体包括输入模块、不同维度评估模块、输出模块；所述不同维度评估模块包括：身体功能维度评估模块、活动功能维度评估模块、参与功能维度评估模块、整体功能状况评估模块。所述输入模块的输出分别输入不同维度评估模块，不同维度评估模块的输出再输入输出模块并输出最终的功能状况分级结果。本方法与传统应用ICF评价标准的临床技术相比，借助大量ICF‑RS量化标准功能状态分级数据对四个维度神经网络模型进行训练优化，能够对患者的功能状态进行30个类目的分别评估，同时输出四个维度的功能等级评估结果，得到更加客观的诊断结果，减少误诊率，降低患者医疗成本。
一种智能化 icf rs 功能评估分级系统方法

[发明专利]一种基于capsule理论的青光眼医学影像分类方法-CN201810759934.1有效
发明人：刘少鹏;贾西平;关立南;高维奇;洪佳明;李耿鑫;张倩;林智勇;崔怀林 -专利权人：广东技术师范学院
申请日： 2018-07-11 - 公布日： 2022-04-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于capsule理论的青光眼医学影像分类方法，包括图像预处理操作、构建基于capsule的卷积神经网络和构建图像重构全连接网络；图像预处理操作首先利用已有的青光眼医学影像视盘检测模型裁剪出感兴趣区域以减少干扰信息，接着融合视盘和视杯语义分割图信息，最后采用限制对比度的自适应直方图增强，从而改善图像整体或局部对比度。基于capsule的卷积神经网络不仅能够自动学习青光眼医学影像特征，还能发现特征之间的位置与方向信息，从而更加准确地识别青光眼。图像重构全连接网络使用类别capsule恢复原始青光眼医学影像，目的是提高基于capsule的卷积神经网络的泛化能力。
一种基于 capsule 理论青光眼医学影像分类方法

[实用新型]一款新型无烟环保危废炼铅锅炉-CN202120155013.1有效
发明人： 贾西平 -专利权人： 贾西平
申请日： 2021-01-20 - 公布日： 2022-02-11 - 主分类号： F27B14/06 文献下载
摘要：本实用新型公开了一款新型无烟环保危废炼铅锅炉，包括炉体和炉盖，炉体整体形状呈圆台状，炉盖上设有进料口和液面高度限位器，炉体包括壳体、坩埚、温控加热装置、耐热保温层和底座，壳体固接于底座的上表面，坩埚内嵌于壳体内部，坩埚和壳体之间设有耐热保温层，耐热保温层和壳体之间设有温控加热装置，坩埚、耐热保温层和底座之间设有集溢区，坩埚的底部设有连通集溢区的排液孔，集溢区的底部设有连通壳体外部的排液管，壳体的外表面设有电柜。本实用新型通过使用电能加热熔化，实现无烟环保地进行危废铅料的回收重炼，同时通过自动控制提高炼铅的效率和保证人员的健康，而本熔炉呈圆台状，能够减少铅液的氧化而产生的损耗。
一款新型无烟环保危废炼铅锅炉

[发明专利]一种融合弱监督度量学习的前房角图像分级方法-CN202111358270.6在审
发明人： 贾西平;黄静琪;关立南;聂栋;崔怀林;廖秀秀;林智勇 -专利权人：广东技术师范大学
申请日： 2021-11-16 - 公布日： 2022-01-21 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种融合弱监督度量学习的前房角图像分级方法，包括以下步骤：S1：获取前房角图像并进行图像筛选；S2：对筛选后的图像进行预处理得到前房角数据集，所述前房角数据集包括：训练集、验证集、测试集；S3：分别构建图像级标签、像素级标签，对前房角数据集中的图像对应设置所建立的标签；S4：构建融合弱监督度量学习的深度神经网络模型；S5：利用训练集、验证集对所构建的模型进行训练和验证，得到最优的网络模型；S6：将测试集输入至最优的网络模型，得到前房角图像分级。本发明能够快速准确的实现前房角图像分级。
一种融合监督度量学习前房图像分级方法

[实用新型]一种再生金属自动冶炼生产线-CN202023259429.2有效
发明人： 贾西平 -专利权人： 贾西平
申请日： 2020-12-30 - 公布日： 2021-09-28 - 主分类号： C22B7/00 文献下载
摘要：本实用新型公开了一种再生金属自动冶炼生产线，包括入料仓，冶炼炉和环形传送带，所述入料仓的底端设有活动阀门，所述入料仓的底端设有传送带连接冶炼炉，所述冶炼炉的顶端的中部设有还原剂添加口，所述还原剂添加口的两侧分别设有出气孔和入料口，所述冶炼炉的外壁上设有液面高度监测器，所述冶炼炉的一侧设有出液阀门，所述冶炼炉的一侧设有环形传送带，所述环形传送带的底端设有水槽，所述环形传送带的一侧设有放置架，所述环形传送带上设有若干个浇铸模具，所述浇铸模具的两侧和底端分别设有开模机构和重力传感器，本实用新型的有益效果是：可以不需要人为干涉就可以完成再生金属的冶炼，具有更高的自动化程度。
一种再生金属自动冶炼生产线

[发明专利]一种基于孪生网络融合多层特征的无锚点目标跟踪方法-CN202110588231.9在审
发明人：陈渝;贾西平;林智勇;魏纵横 -专利权人：广东技术师范大学
申请日： 2021-05-27 - 公布日： 2021-08-06 - 主分类号： G06T7/246 文献下载
摘要：本发明提供一种基于孪生网络融合多层特征的无锚点目标跟踪方法，针对基于孪生网络的目标跟踪算法易受物体形变等因素影响而导致跟踪任务失败的问题，提出一种多层特征融合方法，通过联合多层网络的特征图组成特征空间来丰富模型提取的特征信息；引入无锚点方法，在预测物体位置的分支上，本文通过预测中心点与边框四周的距离，位置预测网络部分是基于锚点的目标跟踪算法参数量的20％，有效缩短目标跟踪所需要的计算时间。
一种基于孪生网络融合多层特征无锚点目标跟踪方法

1
2
3
下一页»
尾页
共 38 条