公开(公告)号：CN118507017A

公开(公告)日：2024-08-16

申请号：CN202310544519.5

申请日：2023-05-15

Applicant: 吉林大学

Inventor： 白洪涛 ,  栾雪 ,  何丽莉 ,  曹英晖 ,  孙成林

IPC: G16H50/20 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/243 ,  G06F18/2415

Abstract: 本发明公开了一种基于聚类欠采样混合集成算法的糖尿病预测方法，对糖尿病实际患病人数约十分之一的样本类别不平衡问题，本文提出基于聚类欠采样混合集成模型，把训练集划分为患糖尿病和未患糖尿病两部分，然后使用聚类算法将未患糖尿病样本划分为若干个簇，从这些簇中依概率随机选取一定比例的未患糖尿病样本和患糖尿病样本结合为一个相对平衡数据集，最后训练多个分类器，优势在于：(1)通过聚类对非糖尿病样本进行多次欠采样并与糖尿病样本构成多个相对平衡训练集，考虑了非糖尿病样本的全部代表；(2)利用了混合集成学习的思想，将传统的Bagging算法中嵌入了多种分类器的组合，通过引入多个性能较优且有差异的分类器来提升整体模型的性能。

公开(公告)号：CN118366604A

公开(公告)日：2024-07-19

申请号：CN202410452794.9

申请日：2024-04-16

Applicant: 吉林大学

Inventor： 江琳艺 ,  何丽莉 ,  白洪涛 ,  张乐佳 ,  韩欣悦 ,  贾宁霞

IPC: G16H20/17 ,  G16H50/30 ,  G16H50/70 ,  G06N3/092

Abstract: 本发明提供了一种基于在线强化学习的血糖调控方法，将血糖调控问题形式化为多臂老虎机框架，并利用核心控制算法CNUCB算法，即一种带有保守探索机制的神经老虎机算法构建个性化血糖调控模型，患者的生理状态即为状态信息#imgabs0#，血糖调控药物及用量即为动作#imgabs1#，而用药后患者的血糖均值即为评估指标转化为奖励#imgabs2#反馈给算法。本发明所述的基于在线强化学习的血糖调控方法为糖尿病患者推荐个性化血糖调控方案，最大程度帮助患者血糖维持在目标范围内；扩展一般人工胰岛框架提高模型精确性；引入保守探索机制，实现对模型安全性的保障；引入深度神经上下文学习，增强对数据的拟合能力。

公开(公告)号：CN116741340A

公开(公告)日：2023-09-12

申请号：CN202310474077.1

申请日：2023-04-28

Applicant: 吉林大学

Inventor： 白洪涛 ,  张婷婷 ,  欧阳丹彤 ,  孙成林 ,  何丽莉 ,  曹英晖

IPC: G16H20/60 ,  G06N3/006 ,  G06F16/906

Abstract: 本发明公开了一种基于多目标进化的饮食搭配方法，包括：获取多种食物的营养成分含量，并对每种食物赋予不同的ID，并按照食物种类将所述多种食物的ID分别放入不同的食物数据库中；确定饮食搭配方案结构，依据所述饮食搭配方案结构从所述食物数据库中选取食物组合成多个饮食搭配方案，作为第一饮食搭配方案解集；将所述第一饮食搭配方案解集中的所有等价解视为一个解，压缩所述第一饮食搭配方案解集的规模，得到第二饮食搭配方案解集；设定优化目标函数，从所述第二饮食搭配方案解集中随机选取N个搭配方案作为初始种群，根据所述优化目标函数对所述初始种群进行优化，得到优化种群；在所述优化种群中选取多个解，作为推荐饮食搭配方案。

公开(公告)号：CN116629311A

公开(公告)日：2023-08-22

申请号：CN202310396053.9

申请日：2023-04-14

Applicant: 吉林大学

Inventor： 于鉴麟 ,  王曦 ,  李祯浩 ,  李熙铭 ,  孙成林 ,  何丽莉 ,  白洪涛

IPC: G06N3/043 ,  G06N3/08 ,  G16H50/30

Abstract: 本发明公开了一种应用于糖尿病分析、集成的自适应神经模糊系统，包括步骤S1：将数据集输入该模型中，模型先对数据集进行标准化；步骤S2：采用因果推理方式计算每个特征对应于预测结果的因果系数，并以此作为特征的权重；步骤S3：随机选择多个不同的子集，对于每个不同的子集分别构建自适应模糊推理系统，并得到每个推理系统的预测结果；步骤S4：通过集成学习方式得到整个模型的预测结果。本发明涉及计算机算法技术领域，本发明的有益效果是，将因果推理方法引入特征选择中，并以因果系数为权重随机生成数据子集进行训练，降低了模型训练成本，且能达到较好的模型效能。

公开(公告)号：CN116384450A

公开(公告)日：2023-07-04

申请号：CN202310431951.3

申请日：2023-04-21

Applicant: 吉林大学

Inventor： 周文晖 ,  刘晓敏 ,  何丽莉 ,  李熙铭 ,  白洪涛

IPC: G06N3/0464 ,  G06N3/08 ,  G06N3/043 ,  G06N3/084 ,  G16H50/70

Abstract: 本发明提供了一种面向医疗数据的深度卷积模糊神经网络及其训练方法，包括基于深度卷积模糊神经网络的医疗数据可解释性预测模型(IP‑DCFNN)IP‑DCFNN由三个部分组成：模糊逻辑前件部分：模糊逻辑前件部分提取输入数据，输入数据通过模糊逻辑前件部分中的隶属函数的运算从数值转化为一组对于模糊语言标量的隶属度值；深度卷积计算部分：深度卷积部分提取输入规则权重中的隐藏特征，并将隐藏层权重转换为高纬度信息表示；模糊结果表示部分：模糊结果表示部分是用来处理模糊推理中去模糊化的过程。本发明涉及计算机技术技术领域，本发明所述的IP‑DCFNN在模糊推理系统的基础上加入深度卷积神经网络的理念来达到针对医疗数据的可解释性预测能力。

公开(公告)号：CN114418930A

公开(公告)日：2022-04-29

申请号：CN202111392261.9

申请日：2021-11-23

Applicant: 吉林大学

Inventor： 何丽莉 ,  白洪涛 ,  杜德峰

IPC: G06T7/00 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/46

Abstract: 本发明公开了一种基于轻量化YOLOv4的水下鲸鱼目标检测方法，包括：步骤一、构建轻量化YOLOv4网络模型，其包括骨干网络，颈部网络和头部网络；以及采集多张鲸鱼图像作为原始图像，并对所述原始图像进行扩容，得到训练样本集；其中，所述骨干网络包括第一单元、第二单元和第三单元；所述第一单元包括CHB结构和多个bneck结构，所述第二单元和所述第三单元分别包括多个bneck结构；所述颈部网络和所述头部网络均设置有深度可分离卷积和ReLU6激活函数；步骤二、采用所述训练样本集对所述轻量化YOLOv4网络模型进行训练，得到鲸鱼目标检测网络；步骤三、采用所述鲸鱼目标检测网络对水下图像进行目标检测，识别出所述水下图像中的鲸鱼图像。

公开(公告)号：CN113577651A

公开(公告)日：2021-11-02

申请号：CN202110987233.5

申请日：2021-08-26

Applicant: 吉林大学

Inventor： 何丽莉 ,  高健 ,  白洪涛 ,  王凯

IPC: A63B21/072 ,  A63B24/00 ,  A63B71/06

Abstract: 本发明公开了一种面向智能杠铃的运动状态识别方法，包括：一、分别获取不同的杠铃动作类型对应的三轴重力加速度、三轴线性加速度和三轴角速度，形成原始数据集；二、将原始数据集进行预处理，得到训练样本集；三、根据杠铃运动的动作类型构建深度学习神经网络，并采用训练样本集对深度学习神经网络进行训练，得到杠铃动作类型识别网络；四、获取进行杠铃健身运动时的三轴线性加速度、三轴重力加速度和三轴角速度九维数据，通过杠铃动作类型识别网络对杠铃的运动类型进行识别；以及统计每个动作类型的动作次数；其中，当杠铃处于启动状态，杠铃的线性加速度合量超过归位阈值，并且当前时间点与启动时间点存在时间间隔时，动作次数累加一次。

公开(公告)号：CN106803219B

公开(公告)日：2021-04-23

申请号：CN201710035362.8

申请日：2017-01-18

Applicant: 吉林大学

Inventor： 王凯 ,  何丽莉 ,  白洪涛 ,  陈古月 ,  杨绍元 ,  冯宇杰

IPC: G16H80/00 ,  G06F3/01 ,  G06F3/0346

Abstract: 本发明公开了一种基于智能脚环的面向新生儿护理的作息识别记录方法，包括以下步骤：步骤一、使用智能脚环中的六轴传感器实时采集用户腿部的三维加速度与三维角速度数据；步骤二、对腿部的三维加速度与三维角速度数据进行姿态解算，得到欧拉角；步骤三、将计算得到的欧拉角与预先定义的欧拉角进行相似度分析，识别出当前动作；步骤四、智能脚环将识别结果发送给智能手机/平板电脑，智能手机/平板电脑根据智能脚环发回的识别结果，记录对应的作息时间；步骤六、智能手机/平板电脑将记录的作息时间与数据库中该日龄新生儿的指导数据进行分析对比，得到对比结果。

公开(公告)号：CN111144666A

公开(公告)日：2020-05-12

申请号：CN202010000236.0

申请日：2020-01-02

Applicant: 吉林大学

Inventor： 姜宇 ,  何丽莉 ,  白洪涛 ,  陈庆忠 ,  刘志涛 ,  李舞桂 ,  詹锦其 ,  欧阳丹彤

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度时空残差网络的海洋温跃层预测方法，基于时空数据的特殊属性，本发明通过使用残差神经网络框架来模拟海洋温跃层演变的接近性，周期性和趋势性，针对每个属性，本发明设计了残余卷积单元的一个分支，每个单元内对海洋温度的空间属性进行建模，ST-ResNet根据数据动态聚合三个残差神经网络的输出，为不同分支分配不同的权重以预测某一指定海域的最终温跃层情况，对经度95°W～115°W，纬度9.5°N～9.5°S海域的实验表明，所提出的ST-ResNet相较于传统的SVM方法，在相同运行环境、不同的经度、纬度、深度的数据规格下，loss值分别降低了68、11、9倍，运行时间分别提升了3、35、53倍。

公开(公告)号：CN105879301B

公开(公告)日：2017-12-08

申请号：CN201610423325.X

申请日：2016-06-14

Applicant: 吉林大学

Inventor： 何丽莉 ,  胡成全 ,  王凯 ,  曹英晖 ,  魏枫林 ,  白洪涛 ,  姜宇

IPC: A63B21/072 ,  A63B23/12 ,  A63B24/00

Abstract: 本发明公开了一种面向智能哑铃的上肢运动识别方法，通过传感器对用户上肢运动的三维加速度和三维角速度进行实时采集通过将采集到的数据进行加速度分解、滤波、周期判别、标准化等处理后，与特征数据库中的数据进行相似度分析，从而实现对特定动作的识别。本发明识别成本低，准确率高。