-
公开(公告)号：CN104683006A
公开(公告)日：2015-06-03
申请号：CN201510059401.9
申请日：2015-02-04
Applicant: 大连理工大学
IPC: H04B7/06
CPC classification number: H04B7/0684 , H04B7/0408 , H04B7/0697
Abstract: 本发明公开了一种基于Landweber迭代法的波束形成方法，其包括通过基站天线将带通通信信号解调到基带后进行离散采样；使用前N个离散采样数据作为训练序列并求解对应的协方差矩阵，计算出Landweber迭代公式中的松弛因子α以及通过Landweber迭代公式求解出对应的波束形成权值w(m)；将得到的权值w(m)带入到代价函数G(m)并求解出代价函数G(m)中基于Landweber迭代法的理想迭代停止数，即求解出使得代价函数G(m)为最小化的正则化因子m，以及对应的Landweber迭代法的最佳权值；最后利用求解出的Landweber迭代法的权值，对后续采样序列进行波束形成操作。本发明利用Landweber迭代求解波束形成权值，通过简化的代价函数来决定迭代数，最后得到能够抵抗系统误差的迭代解。
-
公开(公告)号：CN103919557A
公开(公告)日：2014-07-16
申请号：CN201410156569.7
申请日：2014-04-17
Applicant: 大连理工大学
Abstract: 本发明公开了一种应用于诊断良性阵发性位置性眩晕的眼震参数特征获取方法，通过对患者进行特定的变位试验来诱发具有特征性的眼震，利用图像处理方法对获取到眼震视频图像信息进行处理得到水平和垂直方向的眼震信号，对得到的眼震信号采用直角坐标极化的方法得到其扭转角，并获取平均慢相角速度、眼震方向和扭转角方向，根据上述眼震特征参数对患者的眩晕位置进行具体诊断，解决了临床上依靠医师经验判断而带来的误诊问题，不仅可以提高诱发眼震的检出率，而且还能提高受累半规管的准确判别率。
-
公开(公告)号：CN102499637B
公开(公告)日：2013-11-06
申请号：CN201110289150.5
申请日：2011-09-26
Applicant: 大连理工大学
IPC: A61B5/00
Abstract: 本发明涉及一种阻塞性睡眠呼吸暂停低通气综合症(OSAHS)筛查方法及其装置，利用鼾声的共振峰特性作为筛查OSAHS的技术指标；本发明首先用短时能量法分离出鼾声段，之后用LPC建模，求得LPC的预测系数之后利用求根法求得鼾声段的第一共振峰频率，由于不同模式的共振峰频率的范围不同，可以用来区分不同的鼾声段，我们利用K均值将每一个打鼾者的所有第一共振峰频率分类，根据分类结果确定个体化的区分正常鼾声和不正常鼾声的阈值；然后模拟PSG中的AHI指标求得一小时内呼吸暂停和低通气的平均次数。根据OSAHS的评判标准来判断此数据段是正常情况的鼾声还是患有OSAHS的鼾声。本发明提供一种低成本、适用性强、操作简单、非接触的OSAHS筛查装置及其方法。
-
公开(公告)号：CN117481900A
公开(公告)日：2024-02-02
申请号：CN202311192563.0
申请日：2023-09-15
Applicant: 大连理工大学
Abstract: 一种通过降温提高前庭感受器刚度的防晕车装置及其使用方法。装置包括手持装置与软耳塞，所述手持装置的气体输出端口与软耳塞通过第一导气管连通；所述手持装置包括控制单元、气体发生单元、制冷单元以及供电单元，所述控制单元的第一控制端口与所述气体发生单元电连接，第二控制端口与制冷单元电连接，所述供电单元通过控制单元为各单元供电；气体发生单元根据所述第一控制指令产生气体并通过第二导气管导出，所述第二导气管与第一导气管气密连接；制冷单元根据所述第二控制指令对第二导气管中的气体进行降温，降温后的气体流入第一导气管；所述软耳塞上设置有进气孔和出气孔。本发明能够提高人体的抗晕车能力，同时不会产生副作用。
-
公开(公告)号：CN104683006B
公开(公告)日：2017-11-10
申请号：CN201510059401.9
申请日：2015-02-04
Applicant: 大连理工大学
IPC: H04B7/06
Abstract: 本发明公开了一种基于Landweber迭代法的波束形成方法，其包括通过基站天线将带通通信信号解调到基带后进行离散采样；使用前N个离散采样数据作为训练序列并求解对应的协方差矩阵，计算出Landweber迭代公式中的松弛因子α以及通过Landweber迭代公式求解出对应的波束形成权值w(m)；将得到的权值w(m)带入到代价函数G(m)并求解出代价函数G(m)中基于Landweber迭代法的理想迭代停止数，即求解出使得代价函数G(m)为最小化的正则化因子m，以及对应的Landweber迭代法的最佳权值；最后利用求解出的Landweber迭代法的权值，对后续采样序列进行波束形成操作。本发明利用Landweber迭代求解波束形成权值，通过简化的代价函数来决定迭代数，最后得到能够抵抗系统误差的迭代解。
-
Patent Agency Ranking
公开(公告)号：CN104702352B
公开(公告)日：2017-07-21
申请号：CN201510106350.0
申请日：2015-03-11
Applicant: 大连理工大学
Abstract: 本发明实施例提供一种基于GSSK调制的MIMO系统接收端检测方法。本发明方法，包括：将接收端天线阵列接收到的信号解调得到基带信号；根据所述基带信号确定接收端信号检测模型；确定拉格朗日乘子，并将所述拉格朗日乘子引入到所述接收端信号检测模型并采用LAS算法求得检测信号。本发明实施例实现了基于GSSK调制的MIMO系统接收端检测，降低了信号检测的时间复杂度。
-
公开(公告)号：CN102499637A
公开(公告)日：2012-06-20
申请号：CN201110289150.5
申请日：2011-09-26
Applicant: 大连理工大学
IPC: A61B5/00
Abstract: 本发明涉及一种阻塞性睡眠呼吸暂停低通气综合症(OSAHS)筛查方法及其装置，利用鼾声的共振峰特性作为筛查OSAHS的技术指标；本发明首先用短时能量法分离出鼾声段，之后用LPC建模，求得LPC的预测系数之后利用求根法求得鼾声段的第一共振峰频率，由于不同模式的共振峰频率的范围不同，可以用来区分不同的鼾声段，我们利用K均值将每一个打鼾者的所有第一共振峰频率分类，根据分类结果确定个体化的区分正常鼾声和不正常鼾声的阈值；然后模拟PSG中的AHI指标求得一小时内呼吸暂停和低通气的平均次数。根据OSAHS的评判标准来判断此数据段是正常情况的鼾声还是患有OSAHS的鼾声。本发明提供一种低成本、适用性强、操作简单、非接触的OSAHS筛查装置及其方法。
-
公开(公告)号：CN105654442A
公开(公告)日：2016-06-08
申请号：CN201511030363.0
申请日：2015-12-31
Applicant: 大连理工大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种冲击噪声图像去噪方法，具有如下步骤：建立噪声污染图像I的标记矩阵F，根据所述的冲击噪声污染密度ρ将所述的图像I和标记矩阵F分别划分成M*N个网格；分别提取图像I和矩阵F中第(m，n)个网格内的像素构成的图像块Tm，n和标记块Lm，n；通过遍历所述的标记块Lm，n内的元素，建立图像块Tm，n中污染像素集合E和非污染像素集合P；得到线性预测系统参数Ψ；根据所述的线性预测系统参数Ψ和欧式距离矩阵De计算得出污染像素值对该污染像素值进行矩阵转置操作，得到去除噪声像素值E；得到去噪后的图像块Tm，n；将图像块Tm，n写回图像，代替第(m,n)个网格内图像像素；遍历图像I中的所有网格。
-
公开(公告)号：CN114841979B
公开(公告)日：2024-10-01
申请号：CN202210543763.5
申请日：2022-05-18
Applicant: 大连理工大学人工智能大连研究院 , 大连康智生物科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/084 , G16B40/00
Abstract: 本发明公开了一种多尺度融合注意力的深度学习癌症分子分型预测方法，涉及病理图像智能处理技术领域，旨在解决由于全尺寸数字病理图像像素尺寸过大，大多方法将其在某一倍率下切分为小的图块进一步训练图块层面的分类模型；通过针对病理图像不同尺度引入信息侧重不同，搭建深度神经网络关注空间尺度信息，同时也关注了通道信息，从多个维度充分利用图块信息，在本身没有先验知识确定分子分型在病理图像中的特征表现时，充分利用不同尺度的空间信息，对模型训练的不同通道有所侧重使得模型更容易探索与分子分型相关的特征表现，提升预测性能。
-
公开(公告)号：CN114841979A
公开(公告)日：2022-08-02
申请号：CN202210543763.5
申请日：2022-05-18
Applicant: 大连理工大学人工智能大连研究院 , 大连康智生物科技有限公司
Abstract: 本发明公开了一种多尺度融合注意力的深度学习癌症分子分型预测方法，涉及病理图像智能处理技术领域，旨在解决由于全尺寸数字病理图像像素尺寸过大，大多方法将其在某一倍率下切分为小的图块进一步训练图块层面的分类模型；通过针对病理图像不同尺度引入信息侧重不同，搭建深度神经网络关注空间尺度信息，同时也关注了通道信息，从多个维度充分利用图块信息，在本身没有先验知识确定分子分型在病理图像中的特征表现时，充分利用不同尺度的空间信息，对模型训练的不同通道有所侧重使得模型更容易探索与分子分型相关的特征表现，提升预测性能。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
