首页 在售
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
求购
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
查询 申请 展会 资讯 专利榜 企服商城 升级VIP
专利名称
农业 化学；冶金 建筑 机械工程 区域搜索
主分类
A 农业
B 作业；运输
C 化学；冶金
D 纺织；造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利
  • [发明专利]基于深度学习算法的细菌性与病毒性儿童肺炎的分类方法-CN201711132086.3有效
  • 辜祥宏;杨然 - 中山大学
  • 2017-11-15 - 2021-12-28 - G06K9/32
  • 本发明提供一种基于深度学习算法的细菌性与病毒性儿童肺炎的分类方法，该方法首先对源数据集进行人工标注，再在全卷积网络语义分割与卷积神经网络算法的基础上，先采用全卷积网络语义分割算法对图像进行前景分割肺部区域得到感兴趣区域，将提取到的感兴趣区域输入到卷积神经网络模型中训练分类器，从而预测未知胸部X线图像所属类别提取感兴趣区域的高维特征，同时采用传统的图像处理方法提取感兴趣区域的低维特征，分别将高、低维特征用于训练非线性分类器，并预测未知X线图像的类别，从而判断患者所患肺炎的类型。采用主成成分分析算法对特征降维，减少计算量，然后将混合降维后的特征输入到非线性分类器中，对未知X线图像预测类别。
  • 基于深度学习算法细菌性病毒性儿童肺炎分类方法
  •  1 
  • 共 2 条
友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期
咨询在线客服咨询在线客服
tel code back_top