摘要
本发明公开了一种基于测试时间自适应策略的胚胎发育质量评估方法及系统,所述方法包括以下步骤:使用带有标签的胚胎图像训练集训练模型,得到源模型,利用所述源模型初始化教师‑学生模型的参数;将待评估的一组胚胎图像序列分别输入教师模型和学生模型,计算教师模型和学生模型输出的预测结果之间的KL散度以及学生模型的香农熵损失,通过最小化所述KL散度和所述香农熵损失的和优化所述学生模型的参数;将胚胎图像序列的特征和所述香农熵损失作为键值对存储到记忆库中,比较学生模型当前时间点和前一时间点的香农熵损失,根据所述香农熵损失的变化动态调整学生模型的学习率;重复上述步骤,直到对所有待评估的胚胎图像序列完成预测。
技术关键词
胚胎
学生
教师
低对比度图像
序列
策略
模型训练模块
多层感知器
训练集
记忆
参数
模型更新
表达式
图像块
键值
先进先出
评估系统
系统为您推荐了相关专利信息
故障预测模型
虚拟机实例
资源分配
框架
自定义算法
保护装置
对齐方法
故障录波数据
故障录波文件数据
变电站
光纤探针传感器
优化BP神经网络
AdaBoost算法
粒子群优化算法
测量方法