-
公开(公告)号：CN118332384A
公开(公告)日：2024-07-12
申请号：CN202410557796.4
申请日：2024-04-27
Applicant: 北京工业大学
IPC: G06F18/24 , G06F18/22 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/084
Abstract: 本发明提出了一种基于皮尔逊相关性的条件生成对抗ECG分类方法，由于现有的ECG数据集存在严重的数据不均衡现象，分类模型在数量较少的类别上分类性能普遍较低，现有的方法不能很好的缓解这一问题。本发明中首先获取ECG的峰值数据和皮尔逊特殊节拍数据和标签数据一起作为生成模型的指导条件，缓解模型坍塌问题并降低数据生成难度。其次考虑到导联间特征的完整性和多样性，在生成网络中先使用空洞Unet进行单导联特征提取，然后进行12导联的特征融合，获取完整的ECG特征。本方法在缓解数据不均衡问题上获得了不错的效果，从而提高了ECG分类模型的分类性能。
-
公开(公告)号：CN118015270A
公开(公告)日：2024-05-10
申请号：CN202410126632.6
申请日：2024-01-30
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T7/00
Abstract: 本发明提出了一种基于图像相关性建模的乳腺超声图像的分割方法。本方法基于队列数据结构，采用先进先出的方式，构建小型存储区以存储前期训练过的临近图像，接着构建三分类真实标签，通过真实标签引导网络学习当前乳腺超声图像和存储区中乳腺超声图像之间的相关关系。在此基础上，通过注意力方法以突出肿块区域的特征，并引入Focal Loss损失函数，以减小肿块区域像素点过少带来的样本不均衡问题。本发明在公开的数据集Dataset B上进行了实验，实验结果表明了该方法的有效性。
-
公开(公告)号：CN118013349A
公开(公告)日：2024-05-10
申请号：CN202311850317.X
申请日：2023-12-29
Applicant: 北京工业大学
IPC: G06F18/241 , G06F18/2415 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明提出了一种基于趋势特征增强神经网络的12导联ECG信号分类方法，由于心电信号的导联间特征不连续，长时序性、准周期特征以及疾病关键特征深层训练损失等特点，以原始ECG数据进行疾病检测仍然具有挑战。同时同一模型在不同类别上的分类性能不同，存在弱分类的现象，因此在发明中我们引入趋势特征以增强特殊类别的分类。在该模型中首先获取ECG的趋势特征作为并行数据以增强疾病差异，然后利用可变视野的Unet模块以更好的获取导联间特征，并添加融合局部特征预测的Transformer模块获取长距离特征，另外添加深监督模块缓解梯度消失和收敛速度过慢的问题。本方法在ECG数据上获得了比较高的分类性能。
-
公开(公告)号：CN112903625B
公开(公告)日：2024-01-19
申请号：CN202110092929.1
申请日：2021-01-25
Applicant: 北京工业大学
IPC: G01N21/359 , G16C20/20 , G16C20/70
Abstract: 本发明公开了基于偏最小二乘法分析药物中活性物质含量的集成参数优化建模方法，引入相关系数找到活性物质含量与光谱指数之间的线性关系，对不同光谱预处理方法得到的各种光谱参数进行了组合运算，综合考虑不同预处理提供的不同贡献，将光谱预处理、变量选择、潜在因子集合到光谱参数、潜在因子。光谱系数有一维相关系数(皮尔逊相关)和组合波段相关系数，建立潜在因子数1‑6的全连接PLS组合模型。模型性能通过均方根误差、R2和预测标准误差与标准偏差之比进行评估。该方法采用所有可能参数组合的全局最优策略和轨迹路径，分析不同药物的近红外光谱数据集，该模型可作为药物活性物质含量的测定。
-
公开(公告)号：CN113907706B
公开(公告)日：2023-09-01
申请号：CN202110999653.5
申请日：2021-08-29
Applicant: 北京工业大学
Abstract: 本发明公开了基于多尺度卷积和自注意力网络的脑电信号的癫痫发作预测方法，将卷积神经网络和长短时记忆网络相结合，将原始脑电信号片段作为网络的输入，借鉴Inception的思想，利用多尺度卷积核对脑电信号序列进行编码，将卷积操作和池化相结合完成下采样，既实现了降维又保留了特征；利用LSTM提取脑电信号的时序特性，但是它只能学习脑电信号从前向后的信息，无法学习从后向前的信息；使用双向长短期记忆网络结合注意力机制对脑电信号片段的时间特性进行建模，来减少头皮脑电信号繁杂的预处理过程和人工干预的影响，以获得更好的预测性能。该方法具有一定的泛化性能，可以为癫痫发作的预警提供一定的依据。
-
Patent Agency Ranking
公开(公告)号：CN115440315A
公开(公告)日：2022-12-06
申请号：CN202211086843.9
申请日：2022-09-07
Applicant: 北京工业大学
Abstract: 本发明提出了基于DWT‑CARS‑MC‑PLS的药品API预测方法。该方法大致分为三个阶段：1.双波段变换(包括四种方式，差分系数DI、比值系数RI、归一化差分系数NDI和综合二维相关谱i2DCOS)可以解决模型在一维光谱上的信息少、不利于建模的问题。2.采用竞争性加权自适应采样策略根据偏最小二乘回归模型(PLS)的拟合情况提取重要波长特征，减少了人为特征选择的主观性误差。3.使用集成学习的思想，使用T次蒙特卡洛迭代建立T个PLS子模型，将这些子模型的预测结果的均值作为整个模型的预测结果。通过在公开的tablet数据集上进行5次不同划分的重复实验并与药品定量分析中常用的机器学习方法相比，证明了本发明方法的有效性。
-
公开(公告)号：CN113822339A
公开(公告)日：2021-12-21
申请号：CN202110992616.1
申请日：2021-08-27
Applicant: 北京工业大学
Abstract: 本方法公开了一种自知识蒸馏和无监督方法相结合的自然图像分类方法。无监督学习旨在发现数据本身的特性，相似的样本提取特征后，他们的表示是相似的。将无监督这种方式引入到现有的自知识蒸馏方法中，可以增加每个分支的特征抽取能力，从而提高模型对于分类的准确率。在设计分支结构时，为了进一步减少参数量，为了提高模型推断速度，采用了分组卷积。
-
公开(公告)号：CN112957054A
公开(公告)日：2021-06-15
申请号：CN202110092953.5
申请日：2021-01-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于通道注意力分组残差网络的12导联心电信号分类方法，由于原始12导联心电信号的长度不一或时间过长，无法对其直接分类，需要对每条记录以等长的时间间隔分割处理，把分割好心电信号片段经过SIFT变换到频域中，得到频谱图，然后对频谱图取对数最后得到对数频谱图，然后将对数频谱图输入到设计好的基于通道注意力分组残差网络(XSENet)网络中进行分类。该方法的主干网络主要采用分组残差网络和Senet结合的思想。该方法具有分类识别率高等优点。该主干网络的输入为12导联心电信号在频域上取对数后的频谱图，每个输出分别为所属类别的概率，是一种端对端的心电信号分类方法；本发明降低了解决问题的繁琐复杂过程，有效地提高了心电信号分类准确率。
-
公开(公告)号：CN112903625A
公开(公告)日：2021-06-04
申请号：CN202110092929.1
申请日：2021-01-25
Applicant: 北京工业大学
IPC: G01N21/359 , G16C20/20 , G16C20/70
Abstract: 本发明公开了基于偏最小二乘法分析药物中活性物质含量的集成参数优化建模方法，引入相关系数找到活性物质含量与光谱指数之间的线性关系，对不同光谱预处理方法得到的各种光谱参数进行了组合运算，综合考虑不同预处理提供的不同贡献，将光谱预处理、变量选择、潜在因子集合到光谱参数、潜在因子。光谱系数有一维相关系数(皮尔逊相关)和组合波段相关系数，建立潜在因子数1‑6的全连接PLS组合模型。模型性能通过均方根误差、R2和预测标准误差与标准偏差之比进行评估。该方法采用所有可能参数组合的全局最优策略和轨迹路径，分析不同药物的近红外光谱数据集，该模型可作为药物活性物质含量的测定。
-
公开(公告)号：CN107203590B
公开(公告)日：2021-02-02
申请号：CN201710271129.X
申请日：2017-04-24
Applicant: 北京工业大学
IPC: G06F16/735 , G06F16/9536
Abstract: 本发明公开了基于改进NSGA‑II的个性化电影推荐方法，针对传统推荐算法只追求准确性而忽略多样性的不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法FFNSGA‑II，该算法设计综合相对熵过滤初始化种群，避免了种群分布不均匀；运用自适应非劣解填充维护种群进化过程，保持了种群的收敛性和分布性。结合用户行为与电影属性的信息挖掘，将该算法应用于个性化电影推荐这一实际问题，通过和现有的推荐算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的准确性、多样性。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.026 seconds)
