本发明涉及机器学习技术领域，具体涉及胸部影像人工智能模型训练方法、电子设备和存储介质。在本发明中，将学生图像编码器和教师图像编码基于图像对提取的第一视角胸片特征和/或第二视角胸片特征分别进行对比学习，将学生文本编码器和教师文本编码器基于文本对提取的原始报告文本特征和/或润色文本特征分别进行对比学习，并将原始报告文本特征和/或润色文本特征与第一视角胸片特征和/或第二视角胸片特征分别进行对比学习；而且，通过相关性矩阵衡量学生模型和教师模型预测结果之间的一致性。
📄 2025104673935
📂 G06V10_774
👤 南昌大学
📅 2025-04-15
本发明实施例提供一种基于人工智能的车辆智能驾舱交互方法以及相关装置，属于车辆技术领域。该方法包括：获得目标用户对应的全身图像和面部图像，并根据面部图像和全身图像进行融合获得目标用户对应的识别结果；当识别结果是目标用户为未知用户时，对全身图像进行关节识别获得目标用户对应的第一关节图；获得已知用户对应的第二关节图，并根据第一关节图和第二关节图从已知用户中确定目标用户对应的相近用户；获得相近用户对应的初始交互参数，并根据初始交互参数确定目标用户对应的目标交互参数。解决了相关技术中驾驶汽车的驾驶舱进行人车交互时交互方式较为单一，无法充分满足用户的个性化交互需求的问题。
📄 202410955676X
📂 G06V20_59
👤 珠海市枫逸科技有限公司
📅 2024-07-17
本发明公开了一种基于深度神经网络的癌症预后评估与靶点识别，该方法包括：获取基因表达数据，并对所述基因表达数据进行预处理，获得初始数据；使用结合扩散模型和自编码器的深度神经网络对所述初始数据进行特征提取处理，获得基因表达特征的低维表示；将所述基因表达特征的低维表达输入XGBoost生存分析模型，获得风险值，并根据所述风险值获得癌症预后评估结果；根据所述风险值以及患者基因表达进行差异表达分析，获得癌症预后靶点。可见，本发明通过结合了扩散模型和自编码器的深度神经网络以及XGBoost生存分析模型，实现了对癌症患者预后风险的准确评估和相关靶点的识别，从而为个性化治疗和靶向疗法的设计提供了科学依据。
📄 2024116996270
📂 G16B40_00
👤 佛山大学
📅 2024-11-26
本实用新型公开了一种新型便携式人工智能设备，属于人工智能设备技术领域，一种新型便携式人工智能设备，包括移动充电仓和充电宝，所述移动充电仓的底部对称安装有自锁万向轮，所述移动充电仓远离充电宝的表面处开设有收纳室，所述收纳室内侧安装有尼龙绳，所述尼龙绳的端头处安装有螺纹接头，它可以通过尼龙绳端头处设置的螺纹接头与相邻的移动充电仓顶部把手处设置的螺纹孔相螺接，从而将多个移动充电仓之间进行首尾相连，然后在为首的一个移动充电仓设置的连接块处安装连接轴杆，然后利用拉杆配合尼龙带使移动充电仓底部的自锁万向轮贴合地面滚动，不仅一次性可携带多个移动充电仓，而且降低了搬运过程中的劳动强度。
📄 2023221539219
📂 H02J7_00
👤 天津唐安科技有限公司
📅 2023-08-11
本实用新型公开了一种人工智能可调节支架，属于支架技术领域，一种人工智能可调节支架，包括底座，所述底座上方转动连接有支撑杆，所述底座的外壁处环设有凸齿，且所述凸齿与底座为一体成型结构，所述凸齿处啮合有棘轮，所述棘轮顶端与底端处均焊接有轴头，所述棘轮外侧设置有安装架，且所述轴头贯穿并与安装架转动连接，所述安装架的外侧安装有支撑架，它可以通过轴头配合调节孔进行移动，保证棘轮在进行过程中径向位置处的移动，当支撑杆带动设备的角度调整好之后，可利用弹簧的弹性作用力使棘轮配合凸齿对支撑杆进行定位，而防滑胶垫可增大底座与接触面之间的摩擦力，避免底座跟随支撑杆自转，对于智能设备的角度调节十分的方便。
📄 202322148248X
📂 F16M11_04
👤 天津唐安科技有限公司
📅 2023-08-10
本实用新型涉及数据采集技术领域，且公开了一种人工智能数据采集设备，包括数据采集设备，所述数据采集设备包括：底座，其顶部对称设置有支架；数据采集仪，设置于所述支架之间；所述数据采集设备上设置有调节装置，所述调节装置包括：双向螺杆，设置于所述底座内部；滑块，对称设置于所述双向螺杆上；电机，设置于所述支架顶部，且主轴和螺杆固定连接；螺纹块，设置于所述螺杆上，其侧面设置有移动盒；杆体，贯穿设置于所述移动盒上，且外部套设有弹簧；夹臂，设置于所述杆体顶端。该人工智能数据采集设备，通过在底座内部设置双向螺杆，带动支架异向运动，对采集设备夹持固定，使用弹簧为设备提供缓冲保护作用。
📄 2023221325968
📂 F16M11_04
👤 天津唐安科技有限公司
📅 2023-08-09
本发明公开基于衍射深度神经网络识别高阶连续OAM模式的方法，包括有如下步骤：步骤1，通过数值仿真得到经过大气湍流扰动后的光场复振幅矩阵，建立数据集；步骤2，设计并搭建基本的衍射深度神经网络结构，对步骤1中得到的训练数据进行数据预处理，并将其送入到本步骤中设计好的基本衍射深度神经网络中进行模型训练；步骤3，设计并搭建识别高阶连续OAM模式的衍射深度神经网络，并利用测试集测试效果。该方法解决了现有的光学以及深度学习相关方法识别大气湍流下OAM模式不足的问题。
📄 2025103734151
📂 G06F18_2431
👤 陕西科技大学
📅 2025-03-27
本发明提供一种基于混合神经网络的射频低噪声放大器电路设计方法，该方法包括：S1根据性能指标要求选择合适的器件，并确定相应的工作状态和偏置条件；S2利用构建好的混合神经网络得到晶体管的散射参数和噪声参数，获取指定条件下器件的S2P文件；S3根据得到的S2P文件进行稳定性分析，并进一步完成低噪声放大器的设计。本发明有助于提高了分析和设计低噪声放大器的效率和适用性。
📄 2022102324851
📂 G06F30_373
👤 广州大学
📅 2022-03-09
本发明公开了基于双分支并行双向交互神经网络的驾驶员行为识别方法，将ViT引入到网络中对全局信息进行编码，在一定程度上提高检测精度，网络由两个并行分支组成，第一个分支基于轻量级的CNN结构，第二个分支基于ViT结构。考虑到CNNBranch和ViTBranch特征之间的不对称性，通过双向特征交互模块BiFIM在两个分支之间进行不同维度特征的交互以同时关注局部特征和全局特征，最后将两个分支的特征融合并对驾驶员行为进行检测。本发明在自建的多视角驾驶员数据集上展开，验证集准确率达到97.18％，参数量为38.22MB，MAdds为271.20M，轻量级BiViTNet提高了驾驶员分心行为识别的准确率，可辅助驾驶员安全行车，减少交通事故的发生。
📄 2022115629294
📂 G06V20_59
👤 淮安大学
📅 2022-12-07
本发明公开了一种基于深层神经网络的PM2.5的全覆盖预测方法，对预先获取的空气污染浓度、气象数据及土地利用数据进行预处理，并划分为训练数据和测试数据；构建深层神经网络预测模型STA‑ConvLSTM并对其进行训练；STA‑ConvLSTM以CNN网络作为底层，通过卷积提取网格数据的空间相关性；以堆叠多层具有时空记忆单元与空间记忆单元的STA‑LSTM作为预测模型的中间层，用于提取时间相关性和空间相关性的特征；最后一层使用CNN层结合STA‑LSTM单元提取的特征进行解码。本发明融合了多源异构的数据，考虑了更多的影响因素，并且考虑时空相关性、降低过拟合、避免梯度消失和梯度爆炸的问题，考虑区域的全覆盖预测的问题，使用时间注意力机制与空间注意力机制，提高了预测精度等优点。
📄 2023104230660
📂 G06Q10_04
👤 淮安大学
📅 2023-04-19
本发明公开了一种基于A‑LGS和卷积神经网络的表情识别方法及系统，该方法包括收集带有面部表情特征的图像，建立数据集；对数据集中图像进行标签标记；基于局部图结构LGS构造平均局部图结构A‑LGS，并利用A‑LGS描述训练集中图像局部特征；基于VGG网络模型构建表情识别模型；对表情识别模型进行训练，训练过程包括将训练集内图像输入表情识别模型，提取图像全局特征，将A‑LGS描述的图像局部特征和图像全局特征串联拼接融合，利用测试集对表情识别模型进行测试；该系统包括数据处理模块、特征提取模块、模型训练模块。本发明解决了现有技术中采用LGS和VGG网络对图像进行特征提取，因样本分布不均衡本导致神经网络分类性能出现偏差及分类正确率低的问题。
📄 202310701921X
📂 G06V40_16
👤 淮安大学
📅 2023-06-14
柿子坊 · 知识产权运营
柿子坊知识产权运营平台