-
公开(公告)号：CN108256511B
公开(公告)日：2022-03-29
申请号：CN201810215634.7
申请日：2018-03-15
Applicant: 太原理工大学
Abstract: 本发明涉及视频处理中运动目标检测技术领域，特别涉及一种基于视频编码码流的人体运动检测方法；所要解决的技术问题为：提供一种不需要对视频码流完全解码后再采用传统方法进行运动目标检测的方法，避免了在解码过程中对像素残差解码、整数IDCT变换、反量化、重构和环路滤波等耗时的操作；解决该技术问题采用的技术方案为：基于视频码流中的编码块对人体不同部位进行建模，并通过分析视频码流预测模式、运动矢量残差、像素残差分布情况值信息，对人体不同部位进行运动检测；本发明方法应用于对人体运动检测。
-
公开(公告)号：CN113076743A
公开(公告)日：2021-07-06
申请号：CN202110341351.9
申请日：2021-03-30
Applicant: 太原理工大学
IPC: G06F40/284 , G06F40/295 , G06F40/35
Abstract: 本发明涉及数据处理技术领域，具体涉及一种基于网络结构和表示学习的知识图多跳推理方法，包括使用数据集，数据集包含知识图和问答对；对数据集进行预处理：为每一个问题，将其身份实体和尾巴实体通过检查单词匹配中的实体知识图；对问题中的单词进行过滤，只保留问题中出现频率最高的若干单词；分析出路径并进行赋权值并进行运算，运算结束之后将路径进行聚合；对结果进行分析比较得出是否有优化的结论；本发明通过在模型中引入注意机制，利用了分散在实体间所有路径上的知识，进而学习给定查询的嵌入表示，然后针对知识图进行问题回答，特别是处理复杂的逻辑查询和挖掘知识图中包含的多跳路径，实现一种更细粒度的知识图数据处理方法。
-
公开(公告)号：CN113067785A
公开(公告)日：2021-07-02
申请号：CN202110341144.3
申请日：2021-03-30
Applicant: 太原理工大学
Abstract: 本发明涉及一种适用于反向散射通信网络的信道探测方式、信道预测和选择的方法。具体先为根据链路突发性和信道相关性进行信道探测模式选择，再基于探测的信道指标的时间序列，通过长短期记忆神经网络(LSTM)进行信道预测，最后根据预测的结果选择信道传输信息。它包括两种探测模式，分别是消极探测模式和积极探测模式。本发明的有效地利用了长短期记忆神经网络(LSTM)来提高信道预测的精度，相比传统的无线通信网络，大幅度反向散射通信网络中链路突发性的问题，并且提供相对准确的探测信道状况及信道预测。
-
公开(公告)号：CN108964751B
公开(公告)日：2021-06-29
申请号：CN201810856233.X
申请日：2018-07-30
Applicant: 太原理工大学
Abstract: 本发明一种利用环境RF无线充电的通信设备间的通信方法，属于利用环境RF无线充电通信技术领域；所要解决的技术问题为：提供一种利用环境RF无线充电的通信设备间的通信方法；解决该技术问题采用的技术方案为：使用发射机S和接收机D进行通信，所述发射机S能够执行对数据主动传输模式或对数据反向散射传输模式，并且进行RF能量收集；所述接收机D可以解调来自调制的反向散射和有源RF传输的数据；所述数据传输模式可以由发射机S通过接收选择信令来完成；本发明应用于RF无线充电通信设备。
-
公开(公告)号：CN112988937A
公开(公告)日：2021-06-18
申请号：CN202110341238.0
申请日：2021-03-30
Applicant: 太原理工大学
Abstract: 本发明涉及深度学习技术领域，具体涉及一种基于深度学习注意力机制的GEP驱动因子研究方法，包括利用数据，基于GEP数学模型构建GEP指标并完成空间化数据库；建立经济增长、生态保护、资源利用率和自然环境的驱动因子空间数据库；引入Attention向量，对四个方面驱动因子及网络中的隐层特征赋予不同的权重，并在训练过程中对该权重进行学习，得到各个驱动因子对于模型学习的重要性程度，达到解效果；建立驱动因子与GEP之间的定量关系；本发明利用深度学习很好地解决利用低中高分辨率遥感影像的精度和费用问题；通过赋予不同的权重，抽取出更加关键及重要的信息；该方法实现区域生态环境保护的连年观测和精准经营作业。
-
Patent Agency Ranking
公开(公告)号：CN112951432A
公开(公告)日：2021-06-11
申请号：CN202110341237.6
申请日：2021-03-30
Applicant: 太原理工大学
Abstract: 本发明涉及心力衰竭并发症预测领域，特别是基于CNN及电子病历预测心衰并发症的方法、系统及预警设备、存储介质。所述方法包括：采集心脏衰竭患者入院数据的电子病历，标记心衰伴有并发症及心衰无并发症的数据记录；将所述数据记录输入CNN进行深度学习，输出心衰伴有并发症特征的预测结果；基于卡方检验的特征分析，识别关键特征，解释CNN的预测结果；预测心衰并发症产生的可能性及特征，实现心衰并发症预警。通过本发明识别有高风险并发症的患者可以帮助卫生保健提供者将资源和服务直接提供给这些患者，以防止可避免的再入院，降低发病风险，减少突发事件，以更好的预后，提高患者生存率。
-
公开(公告)号：CN112950624A
公开(公告)日：2021-06-11
申请号：CN202110341354.2
申请日：2021-03-30
Applicant: 太原理工大学
Abstract: 本发明涉及图像识别技术领域，公开了一种基于深度卷积神经网络的直肠癌T分期自动诊断方法及设备，首先对采集的直肠图片进行预处理，然后针对数据集不足的问题进行数据增强，最后利用数据集训练深度卷积神经网络，可以达到辅助医生自动诊断的目的，为临床的诊断和治疗提供了新的有效的方法，大大提高了诊断的效率及准确率。
-
公开(公告)号：CN112949757A
公开(公告)日：2021-06-11
申请号：CN202110339927.8
申请日：2021-03-30
Applicant: 太原理工大学
Abstract: 本发明涉及数据处理领域，公开了一种多模态的心力衰竭的识别分类方法及装置，包括：获取患者的胸部X光图片和电子健康记录数据并进行预处理，将预处理后的胸部X光图片输入到改进的VGG16网络模型中，提取图像特征数据并做初步分类；将预处理后的临床文本数据输入到LDA模型中，提取与患者有关的文本特征数据；将图像特征数据和文本特征数据传输到卷积神经网络中进行识别患者是或否患有心力衰竭症状。本发明利用VGG16网络模型从患者的胸部X光图片中获取心胸比率，并实现初步分类，然后使用LDA模型提取患者的临床文本数据，最后二者相结合运用文本分类的卷积神经网络来判断患者是否患有心力衰竭，进一步提升了对于心力衰竭患者诊断的效率。
-
公开(公告)号：CN107567008B
公开(公告)日：2020-11-13
申请号：CN201710785596.4
申请日：2017-09-04
Applicant: 太原理工大学
Abstract: 本发明涉及EPC射频通信协议的优化方法，具体为一种基于CRFID标签的EPC协议改进方法，包括物理层中下行链路的改进方法和MAC层中盘存阶段的改进方法、访问阶段的改进方法；其中物理层中下行链路的改进方法为在下行链路的信号中添加直流分量，且信号采用POW的载波方法；MAC层中盘存阶段的改进方法为标签中微处理器对电源模块采样，将采样到的电压值直接映射到时隙上，标签根据时隙传输数据给阅读器；MAC层中访问阶段的改进方法为阅读器采用CRC作为句柄发送read给标签，标签收到read后传输合适长度的数据给阅读器，并采用数据加地址的方法减少出错重传的数据量。经过本发明改进后的EPC射频通信协议，具有能量更高的下行链路、高效率的能量管理和简洁的访问命令。
-
公开(公告)号：CN111682958A
公开(公告)日：2020-09-18
申请号：CN202010374033.8
申请日：2020-05-06
Applicant: 太原理工大学
Abstract: 本发明一种基于聚类分析的环境反向散射信号检测方法，属于通信技术领域；目的是提升环境反向散射系统下行链路中接收机的信号检测性能，提高信息的传输效率；具体通过建立环境反向散射通信模型、提取接受到的反向散射信号、提取反向散射信号、使用K-means算法计算能量集与聚类中心的距离，判断所属聚类，进而解码出反向散射的信号；通过本发明方法，有效提高了环境反向散射系统下行链路中信息的传输效率，同时使系统误码率得到降低。
-
-
-
-
-
-
-
-
-
Search Results
306
records
(took 0.132 seconds)
