“肖林勃”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2个，建议您升级VIP下载更多相关专利

[发明专利]基于多块主成分分析网络的晶圆图缺陷检测方法-CN202210424283.7在审
发明人：邓晓刚;周奉玄;刘晓月;肖林勃;谭海燕;雷其昌 -专利权人：中国石油大学（华东）
申请日： 2022-04-22 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于多块主成分分析网络的晶圆图缺陷检测方法，其步骤为：首先对晶圆图进行尺寸统一化和滤噪的预处理；然后通过K均值聚类技术将PCANet模型提取的高维晶圆图特征分为不同的特征子块，然后对每个特征子块分别应用支持向量数据描述法建立监控子模型；最后使用贝叶斯融合策略将不同子块的监控模型融合为整体监控模型，并根据整体监控模型进行晶圆图缺陷的检测。本发明能提取到晶圆图中有助于缺陷检测的深层特征，并使用分块策略降低了特征差异性对晶圆图缺陷检测的影响，能够有效地提高晶圆图缺陷检测的性能。
基于多块主成分分析网络晶圆图缺陷检测方法

[发明专利]一种基于置信度校准的深层神经网络医疗图像诊断方法-CN202210166191.3在审
发明人：邓晓刚;江先晖;刘晓月;肖林勃 -专利权人：中国石油大学（华东）
申请日： 2022-02-21 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于置信度校准的深层神经网络医疗图像诊断方法，包括：采集已标注病症类别标签y的医疗图像样本x并进行数据清洗和归一化处理；训练神经网络模型LeNet‑5、ResNet‑18并将训练权重保存；将LeNet‑5作为教师网络，ResNet‑18作为学生网络，构建知识蒸馏模型；固定LeNet‑5的权重，将带病症类别标签y的医疗图像x同时重新输入至LeNet‑5和ResNet‑18神经网络模型中，从LeNet‑5模型的softmax层中获取每张医疗图像预测的病症类别对应的置信度得分；将前面得到的置信度得分与ResNet‑18的对应softmax层输出的置信度得分之间计算KL散度损失，并与ResNet‑18预测结果和真实标签之间的交叉熵损失加权得到新的损失函数，以微调ResNet‑18的网络参数，最终获得经过置信度校准后的深层神经网络模型ResNet‑18用于辅助医疗图像诊断过程。
一种基于置信校准深层神经网络医疗图像诊断方法