-
公开(公告)号：CN113963226A
公开(公告)日：2022-01-21
申请号：CN202010681146.2
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
IPC: G06V10/774 , G06K9/62
Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备，所述基于图像数据多样性的模型训练方法包括：对原始数据进行数据多样性处理，将所述原始数据的数据特征和处理后的数据特征进行存储；选取第一预设数量的数据特征输入至少两个分类器中进行分类，根据分类结果选取第一分类器；选取第二预设数量的数据特征，输入到所述第一分类器以外的分类器中进行分类，以选取第二分类器；重复上一步骤，直至所存储的数据特征为零，以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性，提高了集成学习模型整体泛化能力，实现了各个模态网络模型充分训练二者之间的平衡。
-
公开(公告)号：CN113963226B
公开(公告)日：2024-10-15
申请号：CN202010681146.2
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
IPC: G06V10/774 , G06V10/764
Abstract: 本发明提供一种基于图像数据多样性的模型训练方法、系统、介质及设备，所述基于图像数据多样性的模型训练方法包括：对原始数据进行数据多样性处理，将所述原始数据的数据特征和处理后的数据特征进行存储；选取第一预设数量的数据特征输入至少两个分类器中进行分类，根据分类结果选取第一分类器；选取第二预设数量的数据特征，输入到所述第一分类器以外的分类器中进行分类，以选取第二分类器；重复上一步骤，直至所存储的数据特征为零，以确定所述至少两个分类器中每个分类器被选取的顺序。本发明通过训练数据的多样性，提高了集成学习模型整体泛化能力，实现了各个模态网络模型充分训练二者之间的平衡。
-
公开(公告)号：CN113962392A
公开(公告)日：2022-01-21
申请号：CN202010681163.6
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
Abstract: 本发明提供一种确定判定结果的实现方法、系统、介质及终端；所述方法包括以下步骤：根据优先级从包括至少三个判决单元的判决单元组中挑选出一优先级最大的判决单元作为主判决单元，剩余至少两个判决单元均作为次判决单元；通过主判决单元和次判决单元分别对待判决内容进行判定，获取主判定结果和次判定结果；在主判定结果与次判定结果存在不一致时，判断次判定结果中与主判定结果不一致的次判定结果的数量，是否大于或等于主判定结果被推翻需要的投票数；本发明根据优先级属性对判决单元进行主次之分，考虑了判决单元的自身优先性，更多地考虑主判决单元的判定结果，从而可提高判定结果的准确可靠性。
-
公开(公告)号：CN113962392B
公开(公告)日：2024-10-15
申请号：CN202010681163.6
申请日：2020-07-15
Applicant: 复旦大学附属华山医院 , 上海宽带技术及应用工程研究中心
Abstract: 本发明提供一种确定判定结果的实现方法、系统、介质及终端；所述方法包括以下步骤：根据优先级从包括至少三个判决单元的判决单元组中挑选出一优先级最大的判决单元作为主判决单元，剩余至少两个判决单元均作为次判决单元；通过主判决单元和次判决单元分别对待判决内容进行判定，获取主判定结果和次判定结果；在主判定结果与次判定结果存在不一致时，判断次判定结果中与主判定结果不一致的次判定结果的数量，是否大于或等于主判定结果被推翻需要的投票数；本发明根据优先级属性对判决单元进行主次之分，考虑了判决单元的自身优先性，更多地考虑主判决单元的判定结果，从而可提高判定结果的准确可靠性。
-
公开(公告)号：CN111904403B
公开(公告)日：2024-08-06
申请号：CN201910386120.2
申请日：2019-05-09
Applicant: 上海宽带技术及应用工程研究中心
IPC: A61B5/021 , A61B5/0225
Abstract: 本发明提供一种血压测量系统、血压测量方法、计算机装置及储存介质，包括：具有气囊的套件，用于固定在待测部位；气路模块，连接所述套件；用于向所述气囊充气和放气；压力信号采集模块，连接所述套件，用于采集所述套件中的压力信号；加速度采集模块，用于输出相应的加速度数字信号；处理模块，通信连接所述压力信号采集模块、所述气路模块且通信连接于所述加速度采集模块，用于得到第一包络线和第二包络线，根据得到的所述修正峰值序列得到收缩压和舒张压。用于解决现有技术中在动态血压测量系统等穿戴式血压监测设备上，运动干扰尤其影响其测量准确性的问题，使得抗运动干扰能力得到了大幅度的提高，增加了血压测量准确性。
-
Patent Agency Ranking
公开(公告)号：CN111951935A
公开(公告)日：2020-11-17
申请号：CN201910409935.8
申请日：2019-05-16
Applicant: 上海宽带技术及应用工程研究中心
IPC: G16H40/20
Abstract: 本申请提供的一种面向医疗大数据处理的医疗云系统、方法、系统和介质，通过虚拟化技术将医院自身IT资源池化，在医院私有云的基础上，采用虚拟桌面架构升级为医疗社区云，通过基于Hadoop的医疗大数据处理系统，用分布式计算方式解决医疗大数据收集、存储和分析上的难题，提出一种云环境下面向医疗大数据的Apriori算法，利用矩阵思想将事务数据库转化为布尔矩阵，对事务存储方式和矩阵行列进行压缩改进、对算法结束条件进行优化，并移植到Hadoop医疗大数据平台上实现MapReduce并行化处理。本申请有效的减少了数据库扫描次数，解决了算法串行化和生成频繁项集效率低下等问题。
-
公开(公告)号：CN104777525A
公开(公告)日：2015-07-15
申请号：CN201410014642.7
申请日：2014-01-13
Applicant: 上海宽带技术及应用工程研究中心
IPC: G01V9/00
Abstract: 本发明提供一种基于压力传感器来检测床上是否有人的方法及系统。根据本发明的方法，先采样并记录压力传感器所感测的参照空床值；随后再基于所述压力传感器所感测的当前值与所述参照空床值来确定床上是否有人。本法简单易施，能有效监控病人等特定人群的离床行为。
-
公开(公告)号：CN104346369A
公开(公告)日：2015-02-11
申请号：CN201310327012.0
申请日：2013-07-30
Applicant: 上海宽带技术及应用工程研究中心
Inventor： 李超
CPC classification number: G06K9/0053 , G06K9/6269
Abstract: 本发明提供一种建立心跳冲击波形态特征库的方法，包括：选择并添加标准样本向量；通过机器学习的方式添加新特征向量；修正边缘数据。优选地，所述选择并添加标准样本向量的步骤包括：通过测量床铺震动采集人心跳冲击波信息；从所述采集到的心跳冲击波信息中选择样本波形；为所述样本波形选择特征点；将所述样本波形转化为样本向量；将所述样本向量添加到所述心跳冲击波形态特征库。如上所述，本发明的建立心跳冲击波形态特征库的方法，具有以下有益效果：通过机器学习的方式建立心跳冲击波形态特征库，效率高，准确性好。并且根据优选的方式，波形的样本向量和特征向量简单，计算量小。
-
公开(公告)号：CN111786930A
公开(公告)日：2020-10-16
申请号：CN201910267172.8
申请日：2019-04-03
Applicant: 上海宽带技术及应用工程研究中心
Abstract: 本申请提供虚拟现实的数据共享系统、方法、装置、终端、及介质，所述系统包括：一个主虚拟现实设备，其通信连接一主控制设备；多个从虚拟现实设备，各所述从虚拟现实设备通信连接对应的从控制设备，且各从控制设备与所述主控制设备通信连接；其中，所述主控制设备将主虚拟现实设备的虚拟现实三维模型数据和虚拟现实操作指令数据存入不同的存储区域，以供各所述从虚拟现实设备通过对应的从控制设备获取后同步共享。本申请建立虚拟现实设备之间的共享同步机制，以实现虚拟现实设备之间高效率及高智能化的数据资源共享同步。
-
公开(公告)号：CN105434122A
公开(公告)日：2016-03-30
申请号：CN201410389757.4
申请日：2014-08-08
Applicant: 上海宽带技术及应用工程研究中心 , 上海孝通天地信息科技有限公司
Inventor： 李超
Abstract: 本发明提供一种基于多路传感器来确定上下床状态的方法及系统。根据本发明的方法，首先对多路传感器所感测的当前震动信号分别进行心率滤波及呼吸滤波以获得心率波形、呼吸波形，并基于心率波形来确定第一上下床状态、基于呼吸波形来确定第二上下床状态，同时还基于所述多路传感器所感测的当前压力信号、通常在床值与通常离床值来确定第三上下床状态；其中，多路传感器设置在被监测人员睡眠所使用的床的床脚；随后再基于第一上下床状态、第二上下床状态、第三上下床状态以及前一次的上下床状态来确定当前的上下床状态，由此可准确确定被监测人员的上下床状态，为其睡眠质量及健康状况等提供参考依据。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.068 seconds)
