“cnn3”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果7206607个，建议您升级VIP下载更多相关专利

[发明专利]基于Cre-FloxP系统的CNN3基因敲除小鼠模型的构建方法-CN202110946373.8在审
发明人：韩雁冰;余彦萤;周亮;杜孙兵;周启心;杨飞;陈丽凌;徐亭晚;陆地;边立功;郭家智 -专利权人：昆明医科大学第一附属医院
申请日： 2021-08-18 - 公布日： 2021-11-02 - 主分类号： C12N15/113 文献下载
摘要：本发明公开了基于Cre‑FloxP系统的CNN3基因敲除小鼠模型的构建方法，方法包括：在CNN3基因的第二外显子的两边分别插入FloxP基因片段，构建Cas9/gRNA靶点并构建同源重组模板，将同源重组模板与所述供体DNA一起显微注射到小鼠的受精卵中得到创始Cnn3‑FloxP小鼠，并与雌鼠进行交配后自交，得到稳定遗传的纯合子CNN3fl/fl小鼠；将所述纯合子CNN3fl/fl小鼠与组织特异性表达的Cre小鼠交配后进行自交，经基因鉴定筛选出基因型为Cre+/‑/CNN3fl本发明设计基因技术领域，可高效构建得到特异性组织或特异性细胞CNN3基因敲除的小鼠，大幅提高了选择性敲除CNN3小鼠模型的构建效率及构建成功率。
基于 cre floxp 系统 cnn3 基因小鼠模型构建方法

[发明专利]一种基于深度学习的医疗影像识别系统-CN201610510583.1在审
发明人：李成华;刘丽君 -专利权人：武汉泰迪智慧科技有限公司
申请日： 2016-07-01 - 公布日： 2016-11-16 - 主分类号： G06T7/00 文献下载
摘要：一种基于深度学习的医疗影像识别系统，包括：模型建立单元，用于建立基于深度学习的医疗影像识别模型；包括：初始化子单元，用于建立初始卷积网络CNN1；通过500个样本对初始卷积网络CNN1进行训练，初始权重均匀分布在‑0.04‑0.04中随机参数，网络迭代次数为36次；第一进化子单元，用于根据网络生长队长对初始卷积网络CNN1进行一次生长得到深度网络CNN2；网络迭代次数为36次；第二进化子单元，用于再次对深度网络CNN2进行生长得到深度网络CNN3，对CNN3进行训练使得评价误差达到预设指标，且误差收敛速度小于设置阈值；从而得到基于深度学习的医疗影像识别模型；输入待识别的医疗影像，并根据基于深度学习的医疗影像识别模型对待识别的医疗影像进行识别
一种基于深度学习医疗影像识别系统

[发明专利]沉默神经系统CNN3基因表达的shRNA分子及其应用-CN201410794941.7有效
发明人：韩雁冰;孙俊梅;龙晶晶;李文亮;罕园园;陆地;郭家智;边立功;韩冰冰;蔡雪梅 -专利权人：昆明医科大学第一附属医院;昆明医科大学
申请日： 2014-12-18 - 公布日： 2018-06-15 - 主分类号： C12N15/113 文献下载
摘要：本发明提供了一种沉默神经系统CNN3基因表达的shRNA分子，沉默神经系统CNN3基因表达的shRNA分子，包括正义链和反义链，所述正义链的核苷酸序列如序列表SEQ NO.4所示，所述反义链的核苷酸序列如序列表经在动物大脑微量注射入携带本发明所述干扰序列2shRNA分子的慢病毒载体，其表达蛋白calponin‑3表达量下降80.65%。 1
基因表达神经系统核苷酸序列慢病毒载体反义链正义链表达蛋白动物大脑发病机制潜在关系微量注射表达量构建治疗癫痫应用携带研究

[发明专利]一种汽车疲劳驾驶预测方法-CN201710356372.1在审
发明人：曾智勇 -专利权人：福建师范大学
申请日： 2017-05-19 - 公布日： 2017-09-22 - 主分类号： G06K9/00 文献下载
摘要：剩余的候选窗口经过三级卷积神经网络并利用人脸特征点标记信息预测识别人眼区域；依据眼睛特征点再分割眼睛区域，并输入四级卷积神经网络通过深度学习算法训练眼睛图像的深度视觉特征模型；摄像头采集的视频依次通过CNN1、CNN2、CNN3、CNN4，判别眼睛的闭合状态；计算驾驶员疲劳视觉评估参数PERCLOS，当PERCLOS值大于40%时，则判定驾驶员开始疲劳或处于疲劳状态，输出预警信号。
一种汽车疲劳驾驶预测方法

[发明专利]一种基于单细胞测序的肝癌标志物及其应用-CN202210359857.7在审
发明人：牟丽莎;蒲祖辉;倪勇 -专利权人：深圳市第二人民医院（深圳市转化医学研究院）
申请日： 2022-04-06 - 公布日： 2023-10-24 - 主分类号： G01N33/574 文献下载
摘要：本申请基于单细胞测序的肝癌标志物由CLDN6、CNN3、CYP27A1、CYP2C9、FGB、HMGCS2、S100A10、S100A9和SQSTM1九个基因或这九个基因表达的蛋白组成。
一种基于单细胞肝癌标志及其应用

[发明专利]一种基于单细胞测序的肝癌预测模型及其应用-CN202210358489.4在审
发明人：蒲祖辉;牟丽莎;倪勇 -专利权人：深圳市第二人民医院（深圳市转化医学研究院）
申请日： 2022-04-06 - 公布日： 2023-10-24 - 主分类号： G16B40/00 文献下载
摘要：本申请基于单细胞测序的肝癌预测模型，包括数据获取模块和风险评估模块；数据获取模块，包括用于获取CLDN6、CNN3、CYP27A1、CYP2C9、FGB、HMGCS2、S100A10、S100A9和SQSTM1
一种基于单细胞肝癌预测模型及其应用

[发明专利]二呋咱并哌嗪联四唑含能离子盐及其合成方法-CN201810241626.X在审
发明人：李卫;张庆华;王康才 -专利权人：中国工程物理研究院化工材料研究所
申请日： 2018-03-22 - 公布日： 2018-08-24 - 主分类号： C07D498/14 文献下载
摘要：本发明提供了二呋咱并哌嗪联四唑含能离子盐，并提供了二呋咱并哌嗪联四唑含能离子盐的合成方法，包括：起始原料二呋咱并哌嗪在KOH的作用下得到化合物1，化合物1与CNN3反应得到DFP联四唑钾盐产物2，经过稀盐酸酸化后得到目标化合物3。化合物3直接与氨水或者水合肼反应得到相应的离子盐产物4‑a和4‑b。中性分子3在Ba(OH)2·8H2O的作用下先生成相应的钡盐，再通过“两步一锅”的方法与相应的硫酸盐反应得到相应的含能离子盐4‑c至4‑f。
含能离子盐四唑合成氨水目标化合物稀盐酸酸化含能材料钾盐产物起始原料中性分子离子盐硫酸盐水合肼钡盐应用

[发明专利]一种视频去模糊方法、装置及计算设备-CN202110857776.5在审
发明人：樊硕 -专利权人：上海影谱科技有限公司
申请日： 2021-07-28 - 公布日： 2021-11-16 - 主分类号： G06T5/00 文献下载
摘要：所述方法包括：建立3D CNN模块，所述3D CNN模块包括19层3D卷积层，其中，第2层至第10层为编码器，第11层至第19层为解码器；对所述3D CNN模块进行预训练；建立傅里叶积累模块FAM，形成3D CNN+FAM网络，所述3D CNN+FAM网络包括5个3D CNN模块和1个FAM，所述FAM包括4层2D卷积层，所述5个3D CNN模块的输入分别为一个视频中相邻的5帧图像，所述相邻的5帧图像经过5个3D CNN模块处理后形成1帧中间去模糊图像，所述FAM用于对所述中间去模糊图像进行处理，并输出1帧最终的去模糊图像；对所述3DCNN+FAM网络进行训练，得到最终的3D CNN+FAM网络。
一种视频模糊方法装置计算设备

[发明专利]一种基于CNN卷积神经网络的图像火焰识别系统-CN201710148649.1在审
发明人：裴瑞宏;朱江;叶威;韩畅;齐振涛;张浩宇;王虹林 -专利权人：深圳市瀚晖威视科技有限公司
申请日： 2017-03-10 - 公布日： 2017-07-07 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于CNN卷积神经网络的图像火焰识别系统，包括用于识别火焰的CNN神经网络，其包括3个CNN子网络，分别为CNN子网络1、CNN子网络2和CNN子网络3；3个CNN子网络的输入数据分别为大小为m×n的RGB图像分解为R、G和B的三个通道数据；每个CNN子网络包括4个卷积层、3个池化层、1个全连接层和1个子网络输出层。本发明在火焰图像数据尚未形成大数据集的当下，训练得到的CNN神经网络识别率和鲁棒性高；即使获取得到的火焰图像存在位移、缩放及其他形式扭曲不变性，也有较好识别效果；避免了显示的特征抽取，而隐式地从训练数据中进行学习
一种基于 cnn 卷积神经网络图像火焰识别系统

[发明专利]一种基于FPGA平台的声音识别系统及方法-CN202111663019.0在审
发明人：肖卓凌;王智;张新辰;付宇飞 -专利权人：电子科技大学
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种基于FPGA平台的声音识别系统及方法，系统包括相互连接的FPGA开发板和声音输入模块；其中，FPGA开发板包括声音输入预处理模块、声音MFSC提取模块、CNN识别模块、DMA模块、DDR3、DDR Ctrl、数据缓存布控模块、乒乓RAM、MFSC RAM、CNN输入RAM和CNN输出RAM；声音输入模块依次通过声音输入预处理模块、乒乓RAM、声音MFSC提取模块和MFSC RAM与数据缓存布控模块连接；数据缓存布控模块还分别与DMA模块、CNN输入RAM和CNN输出RAM连接，CNN识别模块分别与DMA模块、CNN输入RAM和CNN输出RAM连接，DMA模块还分别与DDR Ctrl和DDR3连接。
一种基于 fpga 平台声音识别系统方法

[发明专利]基于GAF和PSO-CNN的滚动轴承故障诊断方法-CN202310902040.4在审
发明人：尹强;张国栋;羊柳;陈龙淼;徐亚栋;王满意 -专利权人：南京理工大学
申请日： 2023-07-21 - 公布日： 2023-10-27 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于GAF和PSO‑CNN的滚动轴承故障诊断方法，属于轴承故障诊断技术，包括以下步骤：1）滚动轴承的振动信号通过GAF转化为二维图像，按照故障种类及程度贴上标签，构成一个故障数据集；2）给定CNN的超参数初始化范围，按照给定的初始化范围初始化多个CNN；3），使用编码方式对所有CNN进行编码组成初代粒子群；4）使用粒子群算法对3）中的所有CNN进行多次迭代，按照适应度值选取最优的CNN；5）使用最优的CNN对1）中的数据集进行故障分类。经实验验证，本发明可以生成具有较高分类精度的CNN。
基于 gaf pso cnn 滚动轴承故障诊断方法

[发明专利]一种基于并行3D-2D-1D CNN的遥感图像分类算法及方法-CN202111493066.5在审
发明人：任彦;王佳鑫;高晓文;叶玉伟 -专利权人：内蒙古科技大学
申请日： 2021-12-08 - 公布日： 2022-03-22 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于并行3D‑2D‑1D CNN的遥感图像分类算法及方法。所述算法将遥感图像的空‑谱特征、空间特征和光谱特征相结合，充分利用遥感图像的特征信息；采用并行3D CNN、2D CNN和1D CNN的方法，提高运算效率。所述算法包括以下步骤：首先，该算法利用不同维度CNN提取高光谱图像信息中的空‑谱特征、空间特征及光谱特征；之后，采用相同并行卷积层将组合后的空‑谱特征、空间特征及光谱特征进行特征融合；最后，通过线性分类器对高光谱图像信息进行精准分类本发明利用3D CNN能够提取空‑谱特征、2D CNN能够提取空间特征同时提高运算效率、1D CNN能够提取深度光谱特征等特点，提取遥感图像的特征用于分类，有效的提高了分类精度和计算成本。
一种基于并行 cnn 遥感图像分类算法方法

[发明专利]一种基于深度学习的工件目标识别方法-CN202111611355.0在审
发明人：朱江英;汪仕宇;陆东超;王桥会 -专利权人：宁波韵升智能技术有限公司;宁波韵升智能软件有限公司
申请日： 2021-12-27 - 公布日： 2022-05-06 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于深度学习的工件目标识别方法，通过在mask R‑CNN基础上改进而得到Mobile‑Mask R‑CNN进行目标识别，具有三个改进点：一、mask R‑CNN的ResNet网络被MobileNetV3子网络替换，MobileNetV3子网络通过MobileNetV3的瓶颈层来构建；二、对Mask R‑CNN的RPN网络中用于生成大小为7×7的提议框的ROIAlign运算进行修改，使其用于生成大小为9×9的提议框；三、ROIAlign运算生成的提议框区域的特征图不直接输入mask R‑CNN的全连接层进行分类和回归，而是先进行空洞卷积后再输入mask R‑CNN的全连接层进行分类和回归；优点是识别速度和识别精度均较高
一种基于深度学习工件目标识别方法

[发明专利]一种建立WMHs分割模型的方法、WMHs分割方法及装置-CN202310243868.3有效
发明人：刘伟奇;马学升;陈金钢;陈磊;赵友源;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-15 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例公开了一种建立WMHs分割模型的方法、WMHs分割方法及装置，其中建立WMHs分割模型的方法包括步骤：获取训练用的3D‑FLAIR图像，对所述3D‑FLAIR图像进行预处理；构建所述WMHs分割模型的堆叠泛化框架，所述堆叠泛化框架包括三个正交CNN和一个元CNN；通过三个所述正交CNN分别对输入的所述3D‑FLAIR图像的横断面、矢状面和冠状面图像重新格式化后进行训练，分别输出第一后验概率；使用所述元CNN对三个所述正交CNN分别输出的所述第一后验概率进行组合，对所述元CNN进行训练，输出第二后验概率。
一种建立 wmhs 分割模型方法装置

[发明专利]一种基于CNN-DNN混合神经网络的降噪方法-CN201910689066.9有效
发明人：李云红;穆兴;张秋铭;刘旭东;何琛 -专利权人：西安工程大学
申请日： 2019-07-29 - 公布日： 2022-02-22 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供一种基于CNN‑DNN混合神经网络的降噪方法，具体按照以下方式实施：步骤1，建立CNN‑DNN混合神经网络降噪模型；步骤2，建立训练集，对步骤1建立的CNN‑DNN混合神经网络降噪模型进行训练；步骤3，将需要降噪的语音信号输入步骤3训练好的CNN‑DNN混合神经网络降噪模型中，输出干净的语音信号频谱。本发明一种基于CNN‑DNN混合神经网络的降噪方法对瞬时噪声和非瞬时噪声都具有更好的自动识别分离和去除能力。
一种基于 cnn dnn 混合神经网络方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条