基于差分矩阵的跨患者的癫痫波检测方法、系统和存储介质

    公开(公告)号:CN114931362B

    公开(公告)日:2025-04-18

    申请号:CN202210655871.1

    申请日:2022-06-10

    Abstract: 本发明提出了一种基于差分矩阵的跨患者的癫痫波检测方法、系统和存储介质,属于信号处理和模式识别技术领域。获取待检测片段的原始脑电信号数据,并在前后两侧拼接局部上下文参考、正常波形参考和全局近似发作波形参考,构建待检测片段的增广数据;提取增广数据的不同指标的特征,构成不同指标的差分矩阵,将所述的不同指标的差分矩阵拼接,得到待检测片段的合成差分矩阵;对待检测片段的合成差分矩阵进行迭代编码,对编码结果进行分类,得到待检测段是否是癫痫发作的检测结果。本发明通过利用癫痫脑波与正常脑波在斜率、振幅以及强度三个方面的差异以及三个重要的参考,结合差分操作和专用的卷积神经网络,实现了在SEEG数据上的癫痫检测。

    基于时频重建的生理信号自监督表示学习方法和系统

    公开(公告)号:CN119089378A

    公开(公告)日:2024-12-06

    申请号:CN202411084058.9

    申请日:2024-08-08

    Applicant: 浙江大学

    Inventor: 杨洋 张宇鹏

    Abstract: 本发明提出了一种基于时频重建的生理信号自监督表示学习方法和系统,属于信号处理和模式识别技术领域。包括:获取原始多通道生理信号数据并转化为时频图;对生理信号及其时频图进行分段/分块、随机掩码和特征转换,得到初步时域表征和频域表征;在时间维度和通道维度分别对初步时域表征和频域表征编码并融合,得到时频混合表征;基于时频混合表征,采用重建学习方法预训练编码器;利用预训练好的编码器获得待处理的原始多通道生理信号数据的多通道时频表示并混合得到时频混合表征,将所述的时频混合表征作为学习到的生理信号自监督表示,用于生理疾病分类任务。本发明具备更高的泛化能力、适应性,为生理信号分类任务提供了一种有效的解决方案。

    一种用于废旧太阳能光伏板EVA热解的热风循环炉装置及其工作方法

    公开(公告)号:CN118564926A

    公开(公告)日:2024-08-30

    申请号:CN202410676138.7

    申请日:2024-05-29

    Applicant: 浙江大学

    Inventor: 彭涛 杨洋

    Abstract: 本发明涉及一种用于废旧太阳能光伏板EVA热解的热风循环炉装置及其工作方法,该装置包括设置在炉罩内的热处理室、废灰收集漏斗、热源和循环风机,热源位于热处理室上方,循环风机的排出口面向热处理室的入口,废灰收集漏斗设置在热处理室的出口底部,炉罩壳体上开设有排废风口和补气风口,排废风口面向热处理室的出口,补气风口位于热源的上方。与现有技术相比,本发明基于空气气氛构造合理的热风循环通路,能够实现EVA在空气气氛中充分的氧化处理;保障循环区内温度分布均匀性良好,热处理区内流场均匀性良好;实现空气气氛的及时补偿,热解废气的及时处理;实现EVA热解完毕残留固态粉尘的吹灰处理;能同时处理多块废旧光伏板,满足工业大规模运用。

    面向行业用户用电量预测的自监督表示学习方法和系统

    公开(公告)号:CN117039868A

    公开(公告)日:2023-11-10

    申请号:CN202311004231.5

    申请日:2023-08-10

    Applicant: 浙江大学

    Inventor: 杨洋 张奕青

    Abstract: 本发明公开了一种面向行业用户用电量预测的自监督表示学习方法和系统,属于负荷预测领域。本发明首先获取各行业用户日用电量、日峰用电量、日谷用电量构成用户日用电时间序列,通过编码器得到用户日用电时间序列的特征;再利用卷积神经网络输出用得到户日用电时间序列的对比学习表示;根据所述的用户日用电时间序列的时间信息和行业信息,划分正负样本,通过对比学习表示计算对比学习损失函数;通过神经网络线性层对用户日用电时间序列特征进行预测,得到用户日用电预测量,计算用户日用电预测量与用户日用电实际量的均方误差,得到预测损失函数;结合对比学习损失与预测损失得到模型训练的总损失。最终实现用户用电量的精准预测。

Patent Agency Ranking