摘要：本发明公开了一种针对中小型网站的模块化用户检索意图建模方法，基于结合交叉信息熵和词语特征信息的关键词提取方法以及结合余弦相似度和加权海明距离的文本排序方法的用户意图检索模型，取得了不要求用户进行额外的反馈操作，在用户正常检索时可以实现用户意图的即时建模过程的进步，达到了不需要用户任何反馈的条件下，为用户推荐更满意的检索结果的效果，节省了用户查找目标结果的时间和精力，提高了用户查询的效率，以及使得目标结果更符合用户检索意图。

摘要：本发明公开了一种脂溢性角化和扁平疣病种分类方法，首先由标注的少量特征图片与非特征图片，训练出自动增加数据集的增量模型，通过增量模型对未标注的图片进行自动打标签，然后将得到的打好标签的特征图片进行训练，得到深层卷积神经网络分类器，从而为医生的诊断提供高效快速的辅助鉴别方法。

摘要：本发明公开了一种面向实时系统的渐进式深度学习方法，采用统计方法处理结果的深度学习框架，在处理图像分类问题的实时系统上，取得了能够使得分类精确度提高的进步，比起以往单独使用深度学习方法，达到了在小数据量上也能获得可靠结论的效果，一方面节省了系统存储数据的空间，另一方面减小了系统计算压力，提高了时效性和可靠性。

摘要：本发明公开了一种面向医学数据的增量式处理方法，针对当前医疗数据无法被充分的利用的问题。因进行数据共享涉及用户隐私问题还有各医院平台的差异、数据格式的差异等原因难以实现。所以在医院内部使用自己少量的数据，依托人工智能，训练出一个能用于辅助诊断的系统，辅助医生对于一些疑难病症的诊断，提高诊断的准确率，使得医生能更好的治疗病人。本发明能不断从新数据中进行增量式学习，不断提高系统的准确度，而且每次的增量式学习不需要消耗大量的时间重新计算。

摘要：本发明公开了一种面向皮肤医学数据的标签纠错方法，采用深度学习tensorflow框架和卷积神经网络GoogleNet:inception V3模型，利用迁移学习技术，将少量并含多种已标记标签的皮肤病图像数据集作为训练样本，放入inception V3模型中训练，得到一个可区分多种皮肤病的鉴别模型，将含有大量噪音标签的皮肤病图像数据集作为测试集，用此模型进行测试，模型可对这些具有噪音标签的图像进行纠正。结果表明模型可纠正大部分的错误标签，并且纠正后的数据集所训练的模型对疾病的鉴别率较未纠正前有了较大的提升。

摘要：本发明公开了一种基于数据增强的零样本学习方法，画出病灶的轮廓，对轮廓采用形态学操作方法处理病灶轮廓，然后用连续梯度颜色填充方法对病灶填充颜色；使用矩阵线性变换方法丰富填充了颜色的病灶的多样性，生成多张仿真的病灶图片，再使用图像融合技术将仿真病灶图片与疾病背景图片进行融合，对融合后的图片加以高斯白噪声就得到扩充的样本集；用扩充的样本集训练VGG分类器，训练一个最优的分类器；利用所述最优的分类器测试皮肤病病例。本发明有效解决了罕见疾病的零样本学习辅助诊断问题。

摘要：本发明提供了一种基于数据多样性增强的无监督领域泛化方法及设备，本发明的方法包括：将原始图像、噪声图作为深度学习网络模型的输入，训练深度学习网络模型；深度学习网络模型包括第一生成器、第二生成器；通过最大化最小化对抗性损失函数对第一生成器和第二生成器进行对抗性训练，得到数据生成模型。本发明中的两个生成器通过对抗性训练进行联合优化，生成器通过自适应实例规范化层和噪声注入生成多样化的视觉样本。通过互信息量的最大化和最小化策略以确保生成样本在视觉属性上的多样性和一致性。生成器在多样化图像的同时，互信息量的调控确保了生成样本之间既有足够的相似性保持模型的稳定性，又有足够的差异性以增强泛化能力。

摘要：本发明提供了一种基于对抗生成的多任务图像合成方法、电子设备及介质，本发明将原始图像、姿态变量、类别变量、背景变量作为输入，训练深度学习网络模型，得到图像合成模型；深度学习网络模型包括生成器、判别器和Unet网络；生成器包括编码器、第一生成网络、第二生成网络、第三生成网络。本发明通过类别‑背景匹配，实现前景与背景的有效分离和语义分割，使模型不依赖监督信息下，生成高语义的掩模和准确的目标分割；通过聚类分析和互信息量化，保证了特征的独立性和多样性。本发明采用单一生成器、判别器和分割网络，降低了计算成本，使得该方法更适合在资源受限的场景应用。

摘要：本发明提供了一种商品数据的检索排序方法及系统，该方法包括步骤：根据用户提交的检索条件从商品数据库中查找与检索示例图像及与检索关键词相关的结果，并计算用户当前输入的检索条件与结果之间的相似度；从用户兴趣数据库中提取用户偏好的商品的属性信息，建立用户兴趣偏好模型，通过用户偏好模型计算商品与用户偏好之间的相似度；根据之前计算的两个相似度计算每个结果的排序度函数；按照排序度函数的函数值的大小将结果进行降序排列后，将排序返回给用户。该系统包括检索条件相似度计算模块、用户偏好相似度计算模块、排序度计算模块以及排序结果展示模块。本发明提供给用户更符合其检索意图的个性化的商品排序。

摘要：本发明公开了一种基于用户搜索意图定位的图像检索方法及系统，该方法包括步骤：根据用户输入的检索关键字，使用任意一个图像检索平台进行检索获取图像结果集；根据图像结果集中的图像的文本信息，对图像结果集中的图像进行分类后返回给用户，引导用户在分类后的图像中选取一个类别中的至少一个图像；将被选取的图像及与被选取的图像相关的文本信息作为检索条件，进行二次检索。该系统包括一次检索模块、分类模块、用户交互模块和二次检索模块。本发明通过较小的计算量、消耗更少的时间达到较高精确度的效果，节省了计算资源，提高了计算效率。