基于深度神经网络的心电图智能诊断方法

    公开(公告)号:CN105105743A

    公开(公告)日:2015-12-02

    申请号:CN201510520104.X

    申请日:2015-08-21

    Abstract: 本发明的基于深度神经网络的心电图智能诊断方法,包括:a).信号归一化处理;b).确定训练样本空间;c).确定验证样本空间;d).确定神经网络结构;e).确定激活函数和目标函数;f).训练神经网络;g).心电图信号的自动分析。本发明的基于深度神经网络的心电图智能诊断方法,以MIT-BIH心率失常数据库中的数据为样本,采用Logistic函数作为神经元的激活函数、交叉熵成本函数为目标函数对神经网络进行训练,对心电图信号分析时,利用训练出的神经网络即可得出分析结果,即使诊断医生不具有十分丰富的临床经验,也可获取精确的诊断结果,无需耗费心脏专家大量的精力,减轻医生负担。

    机器人单关节液压力及位置控制试验平台

    公开(公告)号:CN102830699B

    公开(公告)日:2014-06-18

    申请号:CN201210359633.2

    申请日:2012-09-21

    Applicant: 山东大学

    Abstract: 本发明公开了一种机器人单关节液压力及位置控制实验平台,它包括悬臂支架、第一液压伺服驱动单元、力矩电机及配套控制器、角位移传感器支架、角位移传感器、摆动单元、若干套筒;悬臂支架的底座固定在地面上,角位移传感器支架、力矩电机及配套控制器固定在悬臂支架的悬臂端,角位移传感器固定在角位移传感器支架上且与力矩电机输出轴连接,摆动单元及套筒串联在力矩电机的输出轴上,第一液压伺服驱动单元一端与悬臂支架支耳连接,另一端与摆动单元连接。本发明结构简单、稳定、可靠,可以模拟机器人操作臂不同位形下的关节转动惯量,可构成位移跟踪闭环、力控制闭环运动,模拟机器人关节控制功能,验证控制策略。

Patent Agency Ranking