[发明专利]基于深度学习模型的时变体数据时间超分辨率可视化方法有效
| 申请号： | 202110542377.X | 申请日： | 2021-05-18 |
| 公开（公告）号： | CN113269675B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 张慧杰;吴奕瑶;曲德展;吕程;蔺依铭 | 申请（专利权）人： | 东北师范大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04;G06N3/08 |
| 代理公司： | 成都时誉知识产权代理事务所(普通合伙) 51250 | 代理人： | 田高洁 |
| 地址： | 130000 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及数据处理与建模技术领域。本发明提出了一种基于深度学习模型的时变体数据时间超分辨率可视化方法，首先基于梯度直方图提取关键体素，在保留原始数据空间特征的同时缩减数据规模。接下来，训练多尺度的变分自编码器，获得具有特征提取功能的编码器，以及体数据生成功能的解码器，由此可以将时变体数据序列的生成问题转换为隐变量序列的生成问题，从而可以在更加简洁且能够表达体数据潜在信息的低维特征空间中，对体数据进行处理和生成。在隐空间中，提出两种思路拟合各个时间步数据隐变量之间的时序关系：一种方法是将数据直接投影到二维，在数据整体时序发展趋势的基础上插值得到新数据的隐变量，并进一步得到对应的体数据序列。 | ||
| 搜索关键词： | 基于 深度 学习 模型 变体 数据 时间 分辨率 可视化 方法 | ||
【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东北师范大学，未经东北师范大学许可，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/202110542377.X/，转载请声明来源钻瓜专利网。
