首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于对抗式迁移学习的罕见血型鉴定方法、介质及设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏开放大学(江苏城市职业学院)

摘要:本发明提出了基于对抗式迁移学习的罕见血型鉴定方法、介质及设备,首先,通过引入注意力机制、加入多尺度卷积及对多尺度卷积特征图进行空间金字塔池化来改进基础CNN模型,并将训练好的CNN模型作为对抗式迁移学习模型的共享特征提取部分;接着,对CNN模型添加全连接层作为源域分类器和目标域分类器;其次,考虑罕见血型数据的稀疏性、类别不平衡性和特征复杂性等特点,设计综合性的对抗性损失函数;最后,训练对抗式迁移学习模型,用于罕见血型的检测。本发明可以有效提取血型相关特征,提高血型识别准确率;仅需要对血型样本进行图像识别,无需进行血清学实验,操作简单,易于普及;仅需一次性建立血型识别模型,降低操作难度和成本。

主权项:1.基于对抗式迁移学习的罕见血型鉴定方法,其特征在于,包括如下步骤:收集已知血型样本的图像数据,并进行数据预处理;构建CNN模型,所述CNN模型引入注意力机制和多尺度卷积,对多尺度卷积特征图进行空间金字塔池化;基于预处理后的图像数据训练CNN模型,训练后的CNN模型作为对抗式迁移学习模型的生成器,用于特征提取;在CNN模型后添加源域分类器和目标域分类器,作为对抗式迁移学习模型的对抗判别器,用于输出源域数据和目标域数据的类别概率分布;设计对抗性损失函数,用于最小化源域数据和目标域数据在特征空间的分布差异;基于罕见血型数据训练对抗式迁移学习模型,训练过程中最小化对抗性损失函数,获得训练好的对抗式迁移学习模型;采用训练好的对抗式迁移学习模型对罕见血型样本进行鉴定,目标域分类器输出的类别概率分布则为罕见血型鉴定结果。

全文数据:

权利要求:

百度查询: 江苏开放大学(江苏城市职业学院) 基于对抗式迁移学习的罕见血型鉴定方法、介质及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。