-
公开(公告)号：CN111275116A
公开(公告)日：2020-06-12
申请号：CN202010067634.4
申请日：2020-01-20
Applicant: 太原理工大学
Abstract: 本发明一种基于三维卷积神经网络的乳腺肿瘤超声图像分类方法，计算机图像处理技术领域；具体步骤为数据预处理、使用训练集训练所提出的三维卷积神经网络，良性肿瘤标记为0，恶性肿瘤标记为1；用测试集来对训练好的模型进行测试，最终通过softmax函数输出良恶性肿瘤的概率，本发明提取感兴趣区域，利用三维卷积神经网络对每个感兴趣的区域进行肿瘤概率估计；乳腺癌图像的多样性即复杂性，对医生的诊断造成了一定的困难，基于深度学习对乳腺肿瘤超声图像的自动分类能够有效降低肿瘤的误诊率，同时能够为医生的诊断提供可靠的参考依据。
-
公开(公告)号：CN110988933A
公开(公告)日：2020-04-10
申请号：CN201911057469.8
申请日：2019-10-31
Applicant: 太原理工大学
IPC: G01S19/28
Abstract: 本发明公开了一种基于模拟退火和梯度下降的选星方法，先利用模拟退火算法进行全局搜索，找出最优解的范围，再利用梯度下降法找到最优解范围内的极小值，从而确定选择的卫星子集，具体包括：接收到所有可见卫星信号，选择仰角最大和最小的可见星，产生新解，选择由当前新解经过简单地变换即可产生新解的方法，然后计算新解所对应的精度因子；由新解的评价函数减去旧解的评价函数得到温度增量，通过接受准则判断是否接受新解；将模拟退火算法搜索到的最优局部空间作为梯度下降的输入样本，由梯度下降进行局部准确搜索，从而输出最优解；该方法消耗时间短，解决了定位精度和快速定位之间的矛盾。
-
公开(公告)号：CN106503667B
公开(公告)日：2019-08-16
申请号：CN201610951209.5
申请日：2016-10-26
Applicant: 太原理工大学
IPC: G06K9/00
Abstract: 本发明涉及判定老人跌倒的检测方法，具体为一种基于WISP和模式识别的跌倒检测方法。一种基于WISP和模式识别的跌倒检测方法，信号处理过程主要包含四个部分，第一部分是采集身体运动加速度分量，并采用CA参数描述身体运动加速度分量，第二部分是经验模态分解过程，第三部分是主成分分析的过程，第四部分是随机森林训练和测试部分，最终通过随机森林进行跌倒检测识别。本发明为了更准确的区分跌倒，本发明提出一种基于经验模态分解、增强信息提取算法，本方法判定人体动作的准确度接近于100％，对人体动作能进行准确的区分。
-
公开(公告)号：CN109740695A
公开(公告)日：2019-05-10
申请号：CN201910081670.3
申请日：2019-01-28
Applicant: 太原理工大学
Abstract: 本发明一种基于自适应全卷积注意力网络的图像识别方法,属于图像识别方法的技术领域，所要解决的问题是提供一种使用自适应全卷积注意力网络来提高对图像识别的速度以及准确度并且对已训练好的模型再进行进一步运用的方法；采用的技术方案为：基于自适应全卷积注意力网络的图像识别方法，包括如下步骤如下：第一步，训练神经网络的步骤：a、选取激活函数；b、数据预处理的步骤；c、自适应学习速率；d、定义网络结构：（1）训练全卷积注意力网络；（2）训练自适应图像；第二步，将第一步训练好的模型作用于目标图像集，将经过b步骤的数据与目标图像集比较，从而识别图像，并进行分类；本发明适用于图像识别领域中。
-
公开(公告)号：CN108828642A
公开(公告)日：2018-11-16
申请号：CN201810865782.3
申请日：2018-08-01
Applicant: 太原理工大学
IPC: G01S19/44
CPC classification number: G01S19/44
Abstract: 本发明公开了一种INS辅助BDS单频接收机的模糊度快速解算方法，在BDS的一个历元内,由INS提供的短时高质量定位信息代替伪距快速固定模糊度，模糊度固定以后得到的BDS高精度定位信息要去更新INS定位信息，是一个闭合的耦合环。本技术采用扩展卡尔曼滤波来实现两种导航系统的融合，而扩展卡尔曼滤波器作为卫星导航系统常用的耦合滤波方法，能够自动调整两个导航系统的在组合系统中的权重，使得组合系统误差最小。本发明利用INS高精度定位信息对应的卫星接收机几何距离代替精度低的伪距，减小模糊度搜索范围，加快模糊度的固定，提供BDS接收机的实时性指标。
-
Patent Agency Ranking
公开(公告)号：CN104936131B
公开(公告)日：2018-07-24
申请号：CN201510225596.X
申请日：2015-05-06
Applicant: 太原理工大学
Abstract: 本发明属于无线通信领域，具体为一种用于无线传感器网络的数据汇聚方法。本方法包括以下步骤：数据汇聚树的初始化、选择新的虚拟汇聚节点、数据汇聚树的更新和数据路由；其中对于数据汇聚树的更新，分成两种情况，分别是：汇聚节点移动后，新选择的虚拟汇聚节点属于汇聚节点所在的作用域；汇聚节点移动后，新选择的虚拟汇聚节点不属于汇聚节点所在的作用域；数据汇聚树在更新的过程，利用节点之间的空间相关性，更新部分节点的路由，从而形成一条近似最短的路径到相应的汇聚节点，从而达到降低控制开支的目的。在汇聚节点移动过程中，通过本发明进行数据汇聚树的更新，有效地减少了无线传感器网络的控制开支。
-
公开(公告)号：CN106503670B
公开(公告)日：2018-07-10
申请号：CN201610952983.8
申请日：2016-11-03
Applicant: 太原理工大学
IPC: G06K9/00
Abstract: 本发明涉及J波的检测识别分类方法，具体为基于相关性分析特征选择的J波检测分类方法，该方法包括以下步骤：ECG信号经过预处理，对信号进行去噪与分段；对分段后的信号进行三层小波包分解，对第三层系数进行分析，同时计算研究片段与基线间的面积；计算第三层系数的2、3、4阶累积量特征与能量特征；对累积量特征与能量特征进行相关性分析，根据分类效果进行特征选择；使用选择后的特征作为支持向量机（SVM）分类器的输入，进行正常信号与J波信号进行分类识别，成功检测J波信号。本专利使用相关性分析的特征选择方法进行特征筛选，去除冗余特征，提高分类准确率。
-
公开(公告)号：CN107742088A
公开(公告)日：2018-02-27
申请号：CN201710947976.3
申请日：2017-10-12
Applicant: 太原理工大学
IPC: G06K7/10
Abstract: 本发明公开了基于能量预测的无源可计算RFID防冲突方法，涉及无线通信中射频识别技术领域；是基于对能量E进行估算，将无源可计算RFID标签需要成功完成一次数据通信所需要的充电时间转换为该标签的时隙数或帧数，在所述的时隙数或帧数内，该标签与阅读器不进行任何数据通信，超过所述的时隙数或帧数，阅读器与该标签进行通信；本发明避免了无源可计算RFID标签与阅读器无效的通信，减少了无源可计算RFID标签之间的冲突，提高了无源可计算RFID标签与阅读器的传输效率。
-
公开(公告)号：CN106787260A
公开(公告)日：2017-05-31
申请号：CN201611137990.9
申请日：2016-12-12
Applicant: 太原理工大学
CPC classification number: H04B5/0037 , H01Q1/36
Abstract: 本发明属于射频能量收集领域，具体为一种基于WISP的三频段的射频能量收集系统，三频段包括WIFI、蜂窝网络频段和ISM，本发明将匹配网络与整流电路结合，实现了三种频率的同时收集，实现了能量的最大化利用。该系统包括天线模块和阻抗匹配整流电路，天线模块包括三个C型天线，其中两C型天线的开口相对，另一C型天线设置在两C型天线之间且开口朝上，此阻抗匹配整流电路为一个四级整流电路，是一个灵敏度高,而且可以并行的收集三种频率的电路。L1，C1组成了一个简单升压电路，L2、L3、L4分别与C2、C3、C4是所需要收集三个频段的匹配电路。本系统很好的解决了WISP中能量收集的问题，可以很好的利用环境中的能量来应用于生活中，解决一些实际问题。
-
公开(公告)号：CN106650609A
公开(公告)日：2017-05-10
申请号：CN201610947099.5
申请日：2016-10-26
Applicant: 太原理工大学
IPC: G06K9/00
CPC classification number: G06K9/0053 , G06K9/00536
Abstract: 本发明涉及J波检测及分类方法，具体为基于调Q小波变换和高阶累积量的J波检测及分类方法。本发明首先通过心电图机进行心电数据采集，获取正常信号和J波信号两种类型，应用平稳小波变换进行R峰值点检测，截取R点后128个点作为初始数据样本。应用平稳小波变换和调Q小波变换对初始样本进行分解，提取特征向量。将特征向量输入至集成C4.5决策树。然后对测试样本按上述流程提取特征向量，输入至训练好的集成C4.5决策树，得到测试样本的类别属性。本发明通过串行融合经快速ICA降维后可以更为简单、方便地获取对原信号具有高度代表性的较低维数的特征向量，将其输入至集成决策树分类器，可以快速、高效地实现J波信号的准确分类。
-
-
-
-
-
-
-
-
-
Search Results
306
records
(took 0.027 seconds)
