-
公开(公告)号：CN110755069A
公开(公告)日：2020-02-07
申请号：CN201911027439.2
申请日：2019-10-25
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0452
Abstract: 一种跳跃突变噪声的动态心电信号基线漂移校正方法，通过准确检测心电信号中包含的跳跃突变区域，并分段单独处理，可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理，尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。
-
公开(公告)号：CN110555060A
公开(公告)日：2019-12-10
申请号：CN201910849336.8
申请日：2019-09-09
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/2458 , G06K9/62 , G06N3/04
Abstract: 本发明属于图像分类和迁移学习技术领域，公开了一种基于成对样本匹配的迁移学习方法，实现了对基于不同域的样本内在关系的挖掘。具体包含以下步骤：（1）数据预处理，（2）基于迁移学习的双链模型构建，（3）实例归一化和批量归一化，（4）计算对比损失和最大均值距离损失。本发明的优点是通过结合实例归一化和批归一化同时进行学习，充分挖掘不同图像的风格和语义关联特性，实现在源域辅助下对少量目标域样本的高效识别。
-
公开(公告)号：CN110547786A
公开(公告)日：2019-12-10
申请号：CN201810555348.5
申请日：2018-06-01
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/0452 , A61B5/04
Abstract: 一种基于多尺度小波变换的心电图波形的形态识别方法，通过本基于多尺度小波变换的心电图波形的形态识别方法，相对于传统的心电图识别，本发明可以更精准的定位峰值位置和范围所在，通过本融合算法可以有效减少由于选择检测尺度不当或是P/T形态多变条件下检测P/T波所造成的损失。特别是对P/T波异常的心电图有更好的检测效果。本发明算法具有容错性高、精确度高等特点，特别是在P/T波检测中，可以有效避免由于P/T波能量集中频率不一致造成的错检和漏检，有效减少因检测不当所造成的误诊等情况。
-
公开(公告)号：CN109620210A
公开(公告)日：2019-04-16
申请号：CN201910080223.6
申请日：2019-01-28
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/00
Abstract: 一种基于自编码模式的CNN与GRU结合的心电信号分类方法，通过提取出原始信号中最具有代表性的特征，运用CNN+GRU进行特征提取，节省了空间，节省了很多训练空间，其中采用的GRU（门控循环单元）一方面解决了由于RNN训练时出现的梯度消失和梯度爆炸的问题，另一方面它比LSTM少一个门，更易于计算，能够提高训练效率，GRU优点在于当训练样本少时，可以使用防止过拟合，当训练样本多时，也可以节省很多的训练时间，能够提高网络的学习效率和心电信号识别的精度。
-
公开(公告)号：CN105792287B
公开(公告)日：2019-04-09
申请号：CN201610114754.9
申请日：2016-03-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的无线体域网的保护时隙自适应分配方法，包括：a).设定0,1,…,K表示的K+1个优先级数；b).设定非常高VH、高H、中等M、低L和非常低VL五个流量状态；c).设定保护时隙启动阈值Tth；d).分配优先级数和设置流量状态；e).如有GTS请求或数据发送，则提升流量状态和降低优先级数；否则，降低流量状态和升高优先级数；f).如果有小于启动阈值的优先级数存在，则给具有最小优先级数的节点分配GTS资源。本发明的自适应分配方法，提高了GTS资源的使用效率，提高了网络吞吐量；很好地预测各个节点GTS资源的使用情况，避免了低优先级的节点长时间不能使用GTS资源的缺点，保证了无线体域网紧急数据传输的实时性、可靠性和公平性。
-
Patent Agency Ranking
公开(公告)号：CN109583346A
公开(公告)日：2019-04-05
申请号：CN201811394213.1
申请日：2018-11-21
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于LSTM-FC的脑电信号特征提取与分类识别方法，其特征在于，包括以下步骤：S1：脑电信号的采集与预处理；S2：定义基本的LSTM网络的模型结构；S3：将通过LSTM网络的特征矩阵经过两层FC网络，得到融合FC网络的LSTM模型，即LSTM-FC模型；S4：将训练集输入相应的模型中进行训练，利用误差反向传播更新网络；S5：训练好相应的模型后，再将测试集输入模型中得到运动想象任务的最终的分类准确率，进而评估此模型的性能；S6：对比LSTM和LSTM-FC两个模型的性能，得出最优的模型。
-
公开(公告)号：CN105827442B
公开(公告)日：2019-04-05
申请号：CN201610143211.X
申请日：2016-03-14
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明实施例公开了一种无线体域网能效频效分析方法，包括：建立无线体域网共存泊松分布点模型；计算竞争域的中断概率；根据中断概率计算能量效率和频谱效率；计算能量效率和频谱效率的相互关系。本发明通过分析能量效率和频谱效率的关系，能够在无线系统设计中更好地平衡这两种性能指标，为系统中能量效率和频谱效率的联合设计带来启示意义。
-
公开(公告)号：CN109388972A
公开(公告)日：2019-02-26
申请号：CN201811265704.6
申请日：2018-10-29
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F21/62 , G16H10/60 , G06K9/62 , G06F16/906
Abstract: 一种基于OPTICS聚类的医疗数据异方差差分隐私保护方法，通过引入单链表update和指针S使得OPTICS聚类算法的时间复杂度降低，并采用了K-匿名和差分隐私保护的结合使得其安全性得到进一步增加，为了保证数据的可用性，采用异方差加噪的方式，使得数据可用性明显改善，再此过程中，我们假设攻击者在最大知识背景下，求得能够成功获取隐私信息的概率，设置隐私参数的上界，保证在隐私保护的范围内，有效的平衡了数据可用性和隐私安全之间的关系。
-
公开(公告)号：CN105263107B
公开(公告)日：2018-07-24
申请号：CN201510554894.3
申请日：2015-09-02
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: Y02D70/00
Abstract: 本发明的面向无身份标识无线传感器网络的高效无锚点定位方法，包括：a).Sink节点的邻居节点的激活和定位，或与Sink节点间的角度和距离，实现自身激活；b).判断接收到激活包节点的状态；c).外层节点的激活和定位，利用两个节点与Sink节点的距离和角度，以及该未被激活节点与两个节点之间的距离和角度，计算出与Sink节点的距离和角度，实现节点的激活；d).孤立节点和新加入节点的激活和定位。本发明的定位方法，与现有的无锚点定位算法相比，节点无需ID，增加了整个无线传感器网络的灵活性，节点定位计算量小，能量消耗少，延长了整个无线传感器网络的寿命，有益效果显著，便于推广应用。
-
公开(公告)号：CN107122629A
公开(公告)日：2017-09-01
申请号：CN201710255286.1
申请日：2017-04-19
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: G06F21/121 , G06F21/602
Abstract: 一种基于随机混淆的Android软件协同加固方法，包括如下步骤：a)解压获得classes.dex文件和bin文件；b)对classes.dex文件头header进行随机混淆；c)对源文件中的bin文件进行重命名；d)计算混淆后的classes.dex文件的hash值hash_dex；e)计算加载器loder的hash值hash_loder；f)对重命名后的bin文件进行加密并生成密文ciphertext；g）重新签名，打包生成加固后的APK。通过对dex头文件随机混淆加固以及对bin文件的安全动态加载加固。通过随机混淆的协同加固方法对Android软件进行保护，增强了代码的安全性。有效防止Android软件被恶意篡改或盗版的现象发生。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.048 seconds)
