-
公开(公告)号：CN113907706A
公开(公告)日：2022-01-11
申请号：CN202110999653.5
申请日：2021-08-29
Applicant: 北京工业大学
Abstract: 本发明公开了基于多尺度卷积和自注意力网络的脑电信号的癫痫发作预测方法，将卷积神经网络和长短时记忆网络相结合，将原始脑电信号片段作为网络的输入，借鉴Inception的思想，利用多尺度卷积核对脑电信号序列进行编码，将卷积操作和池化相结合完成下采样，既实现了降维又保留了特征；利用LSTM提取脑电信号的时序特性，但是它只能学习脑电信号从前向后的信息，无法学习从后向前的信息；使用双向长短期记忆网络结合注意力机制对脑电信号片段的时间特性进行建模，来减少头皮脑电信号繁杂的预处理过程和人工干预的影响，以获得更好的预测性能。该方法具有一定的泛化性能，可以为癫痫发作的预警提供一定的依据。
-
公开(公告)号：CN113855042A
公开(公告)日：2021-12-31
申请号：CN202110999625.3
申请日：2021-08-29
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于序列标注并融合各导联的深度特征与医学特征的心电信号分类方法。该方法借鉴文本序列标注思想，首先提取每个导联上的深度时域特征和传统医学特征，将两个特征进行融合，然后使用Seq2Seq对12个导联进行类别标注，在模型预测时对12个导联的类别标注进行投票。同时在解码时加入和编码器之间的注意力机制，为了在解码时每个导联的类别更加改导联的编码信息，使解码结果更加正确。本方法是一种端到端的心电信号分类方式,利用了深度学习特征和医学特征,有效提升了多导联心电信号分类的准确率。
-
公开(公告)号：CN108153918B
公开(公告)日：2021-07-30
申请号：CN201810112384.4
申请日：2018-02-05
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/735 , G06F16/78 , G06N3/00
Abstract: 基于自适应正交交叉的多目标优化算法的个性化电影推荐方法，针对传统推荐算法对准确性和非准确性两个对立指标的优化不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法SMOCDE，该算法设计了自适应多目标正交交叉算子SMOC，使用该算子对种群进行初始，避免了种群分布不均匀；运用该算子进行交叉操作，保持了种群的收敛性和分布性。将该算法应用于个性化电影推荐这一实际问题中，通过和现有的推荐算法进行测试对比验证了算法的通用性和有效性，提高了推荐结果的准确性、多样性。
-
公开(公告)号：CN112801970A
公开(公告)日：2021-05-14
申请号：CN202110092906.0
申请日：2021-01-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种乳腺超声图像肿瘤分割方法，包括乳腺超声图像数据预处理、构建深度神经网络模型、定义损失函数、模型训练及结果生成。在数据预处理中，使用先镜像填充，后裁剪的方式既不会改变乳腺肿瘤的形态，又可以得到符合尺寸要求的乳腺超声图像。在构建深度神经网络模型步骤中，整体上遵循了UNet模型的设计模式。本发明使用ResNet18作为整个网络的编码器，因此具有更强的特征提取能力，从而能够获得更高的精度。在模型解码器部分使用了深监督技术来监督各层的学习，添加了SENet的逐通道加权模块；本发明除了能消除错误分割和分割边界不连续的问题之外，还能精准地捕捉肿瘤边界。
-
公开(公告)号：CN107273818B
公开(公告)日：2020-10-16
申请号：CN201710380562.7
申请日：2017-05-25
Applicant: 北京工业大学
Abstract: 本发明公开了遗传算法融合差分进化的选择性集成人脸识别方法，首先提取人脸图像的HOG特征，之后应用PCA算法对人脸图像进行降维，以此来减少计算复杂度，最后，用降维后的数据，应用GADESEN算法进行分类识别。该方法以支持向量机作为基分类器，从原始的训练集有放回抽取N个样本，按照此方法迭代T次，使用每次产生的样本集训练基分类器模型，对产生的N个基分类器进行实数编码，生成初始种群，在变异操作中采取差分向量来指导变异进而产生优质的个体，交叉操作使用父代个体及变异个体共同产生交叉个体，增加了个体的多样性，采用最优保留策略进行遗传进化。
-
Patent Agency Ranking
公开(公告)号：CN111191076A
公开(公告)日：2020-05-22
申请号：CN201911402364.1
申请日：2019-12-30
Applicant: 北京工业大学
IPC: G06F16/735 , G06F16/9535 , G06F16/9536
Abstract: 本发明公开了基于前景理论与多目标进化的电影推荐方法，考虑到在做决策时，不同的用户根据其心理、经历有不同的选择，而之前做的多目标进化的推荐，并没有考虑用户的这种心理行为，由此提出了一种改进的多目标进化推荐算法。首先提出了一种基于前景理论的精度度量，然后在进化过程中提出了基于有限理性的种群选择和个体多相似用户的变异过程。实验结果表明，相较于传统推荐算法，EPMOEA可以在精度和多样性之间取得很好的平衡。
-
公开(公告)号：CN110070119A
公开(公告)日：2019-07-30
申请号：CN201910288642.9
申请日：2019-04-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于二值化深度神经网络的手写数字图像识别分类方法，基于BinaryConnect二值化深度神经网络，并通过公式推导得出最优权重缩放因子α，将该因子α在前向传播过程中与权重W相乘，以达到增强网络表达能力、提高训练精度的目的。与现有技术相比，本发明人提出的权重缩放因子和XNOR-Net中提出的权重缩放因子均能够在MLP-MNIST问题上使得二值化深度神经网络达到较高的精度，但是本专利的方法在四层二值化MLP和MNIST数据集上的实验效果要优于XNOR-Net的方法。具体表现为：在验证集精度上，本方法高出XNOR-Net方法0.05％，在测试集精度上，本方法高出XNOR-Net方法0.01％。
-
公开(公告)号：CN105975902B
公开(公告)日：2019-07-26
申请号：CN201610219331.3
申请日：2016-04-09
Applicant: 北京工业大学
Abstract: 基于SAMME.RCW算法的人脸识别优化方法，首先对人脸图像进行特征提取，用图像特征向量，使用SAMME.RCW算法进行识别分类。针对SAMME.R算法的权值调整过程进行修改，在重采样发生时，保证每一类样本的权值不能过小，其也使重采样后的权值调整更加偏向于少数类样本，保证了这些样本的分类效果。SAMME.R算法对弱分类器性能的要求，在各类中分类正确的样本权值大于任一其他类样本的权值，其针对各个类别单独进行正确率的要求。通过对于在重采样时权值分配的修改，保证了每一类样本被选中的概率基本相同，同时保证了少数类和多数类样本在弱分类器中的分类效果。得到最终的强分类器有效提高了人脸识别的准确率。
-
公开(公告)号：CN109522487A
公开(公告)日：2019-03-26
申请号：CN201811574652.0
申请日：2018-12-21
Applicant: 北京工业大学
IPC: G06F16/9535
Abstract: 本发明公开了一种基于评论的餐厅个性化推荐方法，(1)训练词向量模型：读取Yelp数据集中用户的评论数据。得到词向量模型。Yelp数据集中包含餐厅，用户，用户对餐厅评论的数据；(2)读取yelp数据集中用户的评分数据，根据用户对餐厅的评分构建用户-餐厅评分矩阵；(3)计算用户相似度；(4)预测用户对未去过的餐厅的评分：根据用户相似度为目标用户选则TopK个近似邻居，然后使用加权平均方法预测用户对未去过的餐厅的评分；(5)为用户推荐个性化的餐厅:根据步骤4获得的用户对未去过的餐厅的评分预测结果，对餐厅进行排序，为用户推荐N个最可能去的餐厅；(6)均方根误差RMSE，度量预测精度。本方法能在很大程度上提高推荐精度。
-
公开(公告)号：CN107273197A
公开(公告)日：2017-10-20
申请号：CN201710448520.2
申请日：2017-06-14
Applicant: 北京工业大学
Abstract: 本发明公开了基于正交实验改进的谱聚类遗传算法的Hadoop任务调度方法，包括基于正交实验改进的谱聚类遗传算法的过程；进行个体编码、初始化数据，并设定参数；进行正交种群初始化；对种群内的个体进行解码得到表现型空间，计算表现型空间个体的任务预测执行时间、本地性任务个数和机器负载，然后根据这三个值计算种群内个体的适应度值；在表现型空间对种群进行谱聚类；选择种群内个体参加遗传操作；对选择的个体进行正交交叉和变异操作；重复迭代直到得到最佳个体。本发明采用改进的遗传算法作为优化算法，同时以任务预测执行时间、本地性任务个数、机器负载三个因素作为参数进行优化求解。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.029 seconds)
