专利交易市场

本发明公开了一种基于引导网络和全连接条件随机场的小样本图像分割方法，包括：对获取的待分割图像进行组别划分，得到支撑图像和查询图像；对支撑图像中的正样本点和负样本点进行标注后，得到含有正负样本位置的前景信息特征图与背景信息特征图；基于支撑图像、前景信息特征图与背景信息特征图采用引导网络提取任务特征；根据任务特征和查询图像进行初步分割，得到初步分割结果；基于全连接条件随机场对初步分割结果进行边缘细化得到最终分割结果。通过优化引导网络推断支撑图像的潜在特征；根据潜在特征对没有像素标注的查询图像进行初步分割；根据初步分割结果通过全连接条件随机场进行更加精细的分割，从而获得比较高的分割结果。

本申请公开了一种拼接式防水耐腐蚀EVA泡棉，包括两个EVA泡棉本体以及能够连接两个EVA泡棉本体的连接装置。两个EVA泡棉本体可以使用拼接使用，也可以单独使用一个；当两个EVA泡棉本体拼接使用时，第一连接块的第一插槽被第二连接块的第一插筋插入，第一压持板的第二插槽被第二压持板的第二插筋插入，第一连接块与其中一个EVA泡棉本体连接，第二连接块与另一个EVA泡棉本体连接；当单独使用一个EVA泡棉本体时，第一连接块与EVA泡棉本体的一侧固定连接，第二连接块与EVA泡棉本体的另一侧固定连接。本申请的EVA泡棉适合健身使用，防水、防汗、放饮品腐蚀、防滑且易于拼装组合使用。

本发明公开了一种基于多隐藏层条件随机场的宫颈癌组织病理图像诊断方法，包括：步骤一，训练多隐藏层条件随机场分类器；步骤二，将测试集中或待诊断的病理图像输入训练好的多隐藏层条件随机场，输出每幅图像的最终分类结果；本发明提供一种基于多隐藏层条件随机场的宫颈癌组织病理图像诊断方法，使得其相对于现有分类器，增加高斯分布的多种特征选择和融合，分别得到一元势和二元势的分类结果，再对一元势和二元势的分类结果进一步进行组合计算，得到训练多隐藏层条件随机场分类器，以进一步提升分类器对病理图像进行诊断分类的准确率，故其能可克服现有技术的缺点，可直接根据病理图像给出诊断分类即分级结果，对病理学家的依赖度可显著降低。

本发明提供一种基于条件随机域模型（Conditional Random Fields,CRFs）的蛋白质分子名称分析与识别方法，医学文本处理技术领域。该方法包括：输入BioNLP‑ST‑2016中一个子任务的json格式的医学文本，对文本文件预处理，提取蛋白质分子名称标记序列并分析蛋白质分子名称的特征，提取单词特征和上下文特征，构造文本特征序列X和蛋白质标记序列Y的条件随机域，利用梯度下降算法进行训练，通过训练得到各特征函数的系数也就是CRFs的模型参数，识别时采用Viterbi算法，通过计算未知文本序列条件概率，并根据最大概率对应的标记序列作为蛋白质分子识别结果。本发明能有效识别医学文本中的蛋白质分子名称，为进一步的挖掘蛋白质分子之间的调控关系奠定了基础。

本发明涉及点云处理、三维点云分割领域技术领域，具体涉及一种基于局部特征增强和条件随机场的点云分割方法，该方法包括：将数据集输入训练好的点云分割网络模型中进行分割，得到分割结果，点云分割网络模型先训练后使用，其训练过程包括：将训练集输入到点云分割网络模型中，经处理后点云分割网络模型输出预测的标签图；真实标签做监督，根据真实标签和预测的标签图计算交叉熵损失函数；迭代多次，采用随机梯度下降算法优化损失函数，最终得到训练好的点云分割网络模型。本发明可以即解决局部特征提取能力差的问题，同时可以解决边缘分割效果差的问题。