龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东师范大学
申请日：2023-08-25
公开（公告）日：2023-11-10
公开（公告）号：CN117036823A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/26;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.11.28#实质审查的生效;2023.11.10#公开
摘要：本发明涉及机器学习领域，具体涉及一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统，主要利用空间变换模块来对凝血指标进行分类，具体步骤包括：获取凝血酶原时间PT和凝血酶时间TT样本的曲线图像，提取特征并创建训练集和测试集；将训练集图像输入空间变换与卷积网络相结合的模块生成处理后的图像；然后再利用训练模型进行梯度下降更新参数，重新构建空间变换凝血指标分类模型；对异常的凝血指标分类模型进行超参数设置；通过模型训练和迭代测试来寻找最优的模型训练过程，实现凝血指标的分类。本发明利用MAML算法和空间变换来通过少量的样本逐步优化实现良好的泛化能力，将神经网络结构和学习算法相结合，有广泛的适用性和灵活性。
主权项：1.一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法，其特征在于，包括以下步骤：1获取凝血酶原时间PT和凝血酶时间TT样本的曲线图像，将曲线图像进行划分为单个小型任务，每个任务包含不同的类别，不同的类别之下包含不同的样本，提取特征后创建训练集和测试集；2使用步骤1生成的曲线图像作为输入，并将其划分为多个任务，使其经过元训练和元测试两个阶段，元训练通过从多个任务的学习中抽象出通用的特征和策略，训练集图像输入空间变换与卷积网络相结合的模块生成处理后的图像，元测试来评估学习算法的性能；3元训练后模型进行梯度下降来更新参数θ，构建基于MAML和空间变换的凝血指标分类模型；4对异常的凝血指标分类模型进行超参数设置，包括调整元学习率、遍历次数epoch、数据量大小batchsize、优化器以及迭代次数；5对经过训练的模型进行微调和迭代测试，将经过迭代测试和微调的凝血指标分类模型应用于测试集，并结合基于MAML算法和空间变换的模型进行分类。
全文数据：
权利要求：
百度查询： 山东师范大学 一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号