基于深度学习的生存曲线图像数据重建方法

AITNT
正文
推荐专利
基于深度学习的生存曲线图像数据重建方法
申请号:CN202510177513
申请日期:2025-02-18
公开号:CN120032011A
公开日期:2025-05-23
类型:发明专利
摘要
本发明公开了一种基于深度学习的生存曲线图像数据重建方法,S1、获取待重建的生存曲线图像数据;S2、对所述待重建的生存曲线图像数据进行标准化处理、去噪处理和分块处理;S3、构建改进深度学习网络模型;S4、基于蜘蛛蜂优化算法对深度学习网络模型的超参数和网络权重进行优化;S5、将待重建的生存曲线图像数据输入训练完成的深度学习网络模型,生成重建的生存曲线图像数据。本发明有效避免了特征丢失和过拟合问题,显著提高了重建精度,确保了生成的生存曲线图像数据在像素级和结构级的一致性。
技术关键词
深度学习网络模型 数据重建方法 曲线 图像数据集合 交叉注意力机制 多尺度特征提取 融合特征 异常点 加权特征 分块 分支 软阈值函数 像素 邻域
系统为您推荐了相关专利信息
1
一种铸轧薄带轧后气雾冷却传热系数的预测方法及装置
粒子群优化算法 气雾 样本 极限学习机算法 训练集
2
地埋电缆群缆芯的温升评估方法、装置、设备、介质及产品
暂态热路模型 四阶龙格 地埋电缆 遗传算法 节点
3
一种多模态Action Transformer模型及其智能化任务执行方法
交叉注意力机制 编码器 页面 子模块 前馈神经网络
4
一种生成与判别协同优化的工业视觉检测系统和方法
工业视觉检测系统 解码器 重构 视觉特征 编码器参数
5
一种环境内分泌干扰物多组学数据整合分析系统及方法
环境内分泌干扰物 数据整合分析方法 多组学数据整合分析 分布式爬虫框架 XML格式数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号