[发明专利]基于相关性的多特征检测的卷积神经网络的概率正则化在审
申请号: | 202080082556.3 | 申请日: | 2020-11-17 |
公开(公告)号: | CN114746909A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | S·克伦克;D·贝斯特罗夫;J·冯贝格;S·M·扬 | 申请(专利权)人: | 皇家飞利浦有限公司 |
主分类号: | G06V10/77 | 分类号: | G06V10/77;G06V10/82 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 王永建 |
地址: | 荷兰艾*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及界标和/或时间事件检测。本发明提出利用先前学习的多个界标之间的空间统计相关性,以便作为后处理步骤或在训练期间对卷积神经网络(CNN)进行正则化,以利用解剖学先验知识,减少假阳性预测率,和/或增加算法的准确性和稳定性。所提出的设备和方法也可被应用于通过利用先验知识来改善对例如时间序列中的相关事件的检测。 | ||
搜索关键词: | 基于 相关性 特征 检测 卷积 神经网络 概率 正则 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司,未经皇家飞利浦有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202080082556.3/,转载请声明来源钻瓜专利网。
- 上一篇:风力发电系统
- 下一篇:改进甲基化多核苷酸结合的方法、组合物和系统