“贾熹滨”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27个，建议您升级VIP下载更多相关专利

[发明专利]一种异常行为敏感的学生行为时序建模及学业预警方法-CN202310300117.0在审
发明人： 贾熹滨;魏心岚 -专利权人：北京工业大学
申请日： 2023-03-26 - 公布日： 2023-09-08 - 主分类号： G06F18/24 文献下载
摘要：一种异常行为敏感的学生行为时序建模及学业预警方法属于大数据挖掘中教育数据挖掘领域。该方法利用移动设备收集的学生在校行为数据，构建学生校园行为异质信息网络，抽取可揭示学生校园行为的元路径示例进行编码，并通过注意力机制聚合各元路径示例表示，学习学生校园行为模式表示，提升基于移动设备数据的学生行为模式嵌入的可判别性。同时，为提升对于异常行为早期感知的及时性，提出基于注意力机制的异常行为敏感的门控模块，有效融合学生长短期行为，建立更具语义信息的学生校园时序行为表示，提升学生学业等级预测的准确性。
一种异常行为敏感学生时序建模学业预警方法

[发明专利]一种基于多模态影像贡献度融合的肝细胞癌分化评估方法-CN202010405639.3有效
发明人： 贾熹滨;孙政;杨正汉;杨大为 -专利权人：北京工业大学
申请日： 2020-05-14 - 公布日： 2023-07-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多模态影像贡献度融合的肝细胞癌分化评估方法，首先，建立有效高维多模态影像数据的关联表示，即选择一种合适的特征提取方式对多模态MRI影像进行特征提取，同时，利用多模态MRI影像贡献度自适应加权机制，对九个模态的MRI影像进行任务贡献度学习，然后将任务贡献度学习所得的参数结果与多模态融合MRI数据经过特征提取器所得的特征进行特征层融合，最后，在网络顶端添加分类器，使用结合了贡献度的多模态MRI影像特征进行HCC分化程度的分级任务，以实现更为精准的预测。比起传统影像学诊断方法，本发明排除了主观因素的影响并同时考虑到了各个多模态MRI序列的诊断能力和贡献，从而使得到的结果更加准确和鲁棒。
一种基于多模态影像贡献融合肝细胞分化评估方法

[发明专利]一种基于高效多模态贡献度感知双分支网络的肝细胞癌微血管侵犯评估方法-CN202310230982.2在审
发明人： 贾熹滨;于高远;杨正汉;杨大为 -专利权人：北京工业大学
申请日： 2023-03-12 - 公布日： 2023-06-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种可以基于高效多模态贡献度感知双分支网络的肝细胞癌微血管侵犯评估方法，该方法在各分支分别对CT和MRI影像数据信息进行诊断计算，当病人的扫描检查方式完备时可综合CT和MRI两种成像形式得出融合诊断结果。同时为了充分利用不同模态序列的影像信息，提升多模态特征的表征能力和模型的判别性能，在每个单成像方式诊断分支中，网络利用模态分组卷积和高效多模态自适应加权模块在极少计算开销的引入下，学习CT或MRI的各模态序列在复杂多样的微血管侵犯表象下的诊断贡献。本发明兼顾两种医学成像形式和各成像方式中的多种模态序列，利用特征和决策加权融合提升诊断性能，提供有效参考。
一种基于高效多模态贡献感知分支网络肝细胞微血管侵犯评估方法

[发明专利]一种递进式边界区域优化的医学图像小样本分割方法-CN202310230981.8在审
发明人： 贾熹滨;郭雄;杨正汉 -专利权人：北京工业大学
申请日： 2023-03-12 - 公布日： 2023-06-06 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种递进式边界区域优化的医学图像小样本分割方法，利用基于原型学习的双分支特征提取网络与原型解码模块获得粗糙分割掩码，引入边界优化模块增强高层特征的边界信息表示，使用密集比较模块对增强后的特征进行解码得到边缘分割掩码，最后将边缘分割掩码作为粗糙分割掩码的补充，校正中边界预测不一致的区域。本发明通过反复利用边界优化模块与密集比较模块，将粗糙的预测掩码细化为准确而完整的分割预测掩码，有效解决由分割目标形态复杂、存在类别原型偏置、局部区域关注不够造成的边界区域分割不清晰问题，极大地提升了小样本医学图像的分割精度。
一种递进边界区域优化医学图像样本分割方法

[发明专利]一种局部增强多任务深度迁移超限学习机及个体鲁棒的面部视频疲劳检测方法-CN201811232518.2有效
发明人： 贾熹滨;李威庭;王悦宸;苏醒;郭黎敏 -专利权人：北京工业大学
申请日： 2018-10-22 - 公布日： 2023-05-02 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种局部增强多任务深度迁移超限学习机及个体鲁棒的面部视频疲劳检测方法，该方法包括数据的获取和预处理，用普通摄像头采集原始数据；数据的动静态结合特征表示；对数据进行动静态特征融合，分别提取图像序列静态特征和动态特征，再对动态特征和静态特征进行几何层面上的融合。在深度超限学习机中运用多任务机制，将关于疲劳检测设为主任务，其他面部识别种类设为子任务，通过主任务，子任务分开训练，合并识别，去除子任务对主任务的影响，提高网络对不同人疲劳检测的鲁棒性，在保证识别率的情况下达到了对不同人员鲁棒的需求。
一种局部增强任务深度迁移超限学习机个体面部视频疲劳检测方法

[发明专利]一种边界感知的半监督医学图像分割方法-CN202310183582.0在审
发明人： 贾熹滨;张望;杨正汉 -专利权人：北京工业大学
申请日： 2023-03-01 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种边界感知的半监督医学图像分割方法，该方法构建用于训练的半监督医学图像分割模型，所述用于训练的半监督医学图像分割模型包括两个结构相同的子模型，每个子模型分别包含一个编码器、一个前景解码器和一个边界解码器；将训练数据集作为半监督医学图像分割模型的输入，并构建损失函数，使用随机梯度下降优化器进行训练，直至达到预设的训练轮数；将其中一个子模型中训练好的编码器、前景解码器作为最终的医学图像分割模型；本发明设计了边界分割辅助任务、跨任务一致性约束和跨模型一致性约束等方法，使得模型在只有少量标注样本有标签的情况下，可以实现高准确率的图像分割效果，特别是边界区域的分割准确率。
一种边界感知监督医学图像分割方法

[发明专利]一种肝静脉压力梯度无创性评估方法-CN201811353945.6有效
发明人： 贾熹滨;刘云峰;杨正汉;杨大为;王晓培;肖玉杰 -专利权人：北京工业大学
申请日： 2018-11-14 - 公布日： 2022-07-01 - 主分类号： A61B5/055 文献下载
摘要：本发明公开了一种基于多模态影像及经验知识的肝静脉压力梯度无创性评估方法，利用卷积神经网络对多模态医疗影像进行特征提取并得到基于多模态影像的HVPG估测值，利用深层神经网络对HVPG相关经验知识参数进行回归分析并得到基于经验知识的HVPG估测值，针对上述步骤得到的基于多模态影像以及经验知识的HVPG估测值进行融合，得到融合后的HVPG估测值，采用优化算法对前述卷积神经网络和深层神经网络进行联合训练，训练完成后，即可用来对HVPG进行准确预测，得到基于多模态影像及经验知识的HVPG定量估测值。本发明兼顾多种模态医学影像的互补信息，同时利用相应的经验知识进行特征的补充，更加符合医学上的针对性。
一种静脉压力梯度无创性评估方法

[发明专利]一种基于细粒度学生时空行为异质网表征的相似学生搜索方法-CN202210052852.X在审
发明人： 贾熹滨;鲁子佳;米庆 -专利权人：北京工业大学
申请日： 2022-01-18 - 公布日： 2022-05-27 - 主分类号： G06F16/909 文献下载
摘要：本发明公开了一种基于细粒度学生时空行为异质网表征的相似学生搜索方法，该方法可准确并有区分地建模学生基于一卡通的刷卡行为，得到富含语义信息的学生嵌入表征，精准度量学生间相似度。具体而言，该方法在探究不同时间划分策略、提出时空双特征组合节点、多重边保留多次记录的基础上，构建学生细粒度时空校园行为异质多重网络，抽取可揭示学生间共现关系的元路径进行随机游走，学习学生行为模式嵌入。最后，提出辅以学生属性信息进行相似学生搜索，将向量化的学生属性信息融合到行为模式嵌入中，使嵌入同时包含学生行为轨迹信息和属性信息，提升学生间相似度计算的鲁棒性。
一种基于细粒度学生时空行为异质网表征相似搜索方法

[发明专利]一种局灶性病变征象描述指导的肝核磁影像序列生成方法-CN202111497831.0在审
发明人： 贾熹滨;戴麒;杨正汉;杨大为;徐辉 -专利权人：北京工业大学
申请日： 2021-12-09 - 公布日： 2022-04-08 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种局灶性病变征象描述指导的肝核磁影像序列生成方法。该方法通过生成对抗网络生成的肝脏影像既符合对应征象描述又能保证肝脏结构的完整性和真实性。该方法通过自注意力模块在生成肝脏部分结构的时候会构建肝脏不同结构之间的长距离依赖关系，使得生成影像中的肝脏结构完整无异常，从而提高肝脏影像整体的真实性。该方法通过多头注意力模块在生成肝脏某一区域时既可以从全局角度考虑整体的征象描述又可以从局部角度考虑病灶的细粒度描述，从而提高生成的肝脏影像和对应征象描述的语义一致性。通过这种生成数据的方式，可以为其他肝脏影像相关的深度学习模型提供数据支持。
一种性病变征象描述指导肝核磁影像序列生成方法

[发明专利]一种基于领域对抗自适应的跨领域文本情感分类方法-CN201811263266.X有效
发明人： 贾熹滨;曾檬;史佳帅;刘洋;苏醒;郭黎敏 -专利权人：北京工业大学
申请日： 2018-10-28 - 公布日： 2022-03-15 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。
一种基于领域对抗自适应文本情感分类方法

[发明专利]一种基于图像识别的异常事件防控方法-CN202110998802.6在审
发明人：郑新楠;贾熹滨;玄奇正;姚宇翔;王居川;刘子扬;武文琦 -专利权人：北京工业大学
申请日： 2021-08-28 - 公布日： 2022-01-11 - 主分类号： G08B31/00 文献下载
摘要：本发明提供了一种基于图像识别的异常事件防控方法。具体包括以下步骤：终端设备获取监控摄像头采集的监控场景的实时图像数据和GPS数据，并对图像数据和GPS数据进行预处理，得到图像数据的每一个预设关注物的每一个时间点对应的特征值，终端设备对每两个相邻时间点各自对应的预设关注物特征值进行分析处理，得到预设关注物的多个中间特征状态，终端设备对时间上连续的多个中间特征值状态进行整合处理，从而得到预设关注物的特征事件，根据特征事件匹配的预设制动策略进行事件防控。本方法可靠性高，细粒度地对预设关注物的特征事件进行防控，即适用于更加丰富的事件类型和环境情况，提高了异常事件防控的适用性、实时性和智能化水平。
一种基于图像识别异常事件方法

[发明专利]一种基于标签相关性约束张量分解的多模态医学影像特征提取方法-CN201711488481.5有效
发明人： 贾熹滨;肖玉杰;王振常;杨正汉;丁治明;段立娟;乔元华;杨大为;苏醒;才智 -专利权人：北京工业大学;首都医科大学附属北京友谊医院
申请日： 2017-12-30 - 公布日： 2021-12-31 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
一种基于标签相关性约束张量分解多模态医学影像特征提取方法

[发明专利]一种基于上下文聚合的MRI图像肝血管分割方法-CN202110557884.0在审
发明人： 贾熹滨;孙馨蕊;杨正汉;韩昕君 -专利权人：北京工业大学
申请日： 2021-05-21 - 公布日： 2021-11-12 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于上下文聚合的MRI图像肝血管分割方法，包括：肝血管MRI图像的预处理；MRI图像肝血管数据的数据增广工作；搭建上下文聚合的肝血管分割网络，输入预处理后的MRI图像；在编码阶段，采用残差结构的卷积块，确保特征图保留更多的信息；在编码模块的最后一个卷积层后面加入了上下文聚合模块，利用空洞卷积扩大卷积核，进而有效的控制感受野的大小，做到对小尺度区域和大尺度区域的权衡。在解码器部分加入空间注意力机制，进行位置关系信息学习和深层次语义特征筛选，提高特征图还原能力。本发明提升了肝血管分割结果的连续性，并且显著提高了肝血管的分割准确率。
一种基于上下文聚合 mri 图像血管分割方法

[发明专利]一种基于AU共生关系约束的自然场景下面部表情识别方法-CN201811263258.5有效
发明人： 贾熹滨;王悦宸;李威庭;苏醒;郭黎敏 -专利权人：北京工业大学
申请日： 2018-10-28 - 公布日： 2021-09-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于AU共生关系约束的自然场景下面部表情识别方法，属于数字图像处理及计算机视觉技术领域，该方法包括：人力啊图像序列的AU获取；AU识别网络的训练；基于AU的表情识别模型的训练。具体涉及基于AU共生关系约束的自然场景下面部表情识别方法。本发明通过利用解剖学研究成果，将人脸表情识别过程中对整张人脸图像的特征提取替换为对人脸图像的局部AU特征提取，极大的减少了特征提取的工作，并且减少了无关面部特征对表情识别的影响；利用AU间共生关系以及AU与表情之间的共生关系作为识别模型训练过程的约束项，相比以往单纯利用数据进行识别模型的训练更加合理化。
一种基于 au 共生关系约束自然场景面部表情识别方法

[发明专利]一种边界感知双重注意力引导的肝段分割方法-CN202110556924.X在审
发明人： 贾熹滨;钱宸;杨正汉;韩昕君 -专利权人：北京工业大学
申请日： 2021-05-21 - 公布日： 2021-09-03 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种边界感知双重注意力引导的肝段分割方法，称为边界感知双重注意力引导对称编解码网络，对肝肿瘤所处位置进行精准判定。该方法可以增强医学影像中边界的特征学习效果，通过精准定位边缘位置从而提高肝段的分割精度。该方法所提出的双重注意力机制由空间注意力模块和语义注意力模块并行组成。从空间和通道两个维度对具有丰富边界位置信息的低级特征图进行加权，并与解码路径中对应的高层特征图拼接，使其边界特征表达更加清晰和突出，更利于肝段边界的定位，从而提升分割准确率，有效解决肝段分割问题。
一种边界感知双重注意力引导分割方法

1
2
下一页»
尾页
共 27 条