-
公开(公告)号：CN117958831A
公开(公告)日：2024-05-03
申请号：CN202311479336.6
申请日：2023-11-08
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/318 , A61B5/346 , A61B5/00 , G06F18/241 , G06F18/2415 , G06F18/10 , G06F18/213 , G06N3/0442 , G06N3/0455 , G06N3/0895
Abstract: 一种基于自监督学习的多导联心电分类方法，涉及心电信号分类技术领域，首先采用多种不同数据增强的方式对原始信号进行处理，设计合适的编码器模块和利用大量易获得的无标签数据提取心电特征，使编码器学习到更多关于心电信号类别的信息。最后利用少量标注数据微调模型编码器进行特征优化，通过训练模型，不断优化特征提取器的参数，使得生成的特征能够更好地反映输入数据的结构和信息。自监督学习的方式在一定程度上减少心电分类需要大量昂贵人工标注数据造成的阻碍，提高了模型的泛化能力。
-
公开(公告)号：CN116129143B
公开(公告)日：2023-09-08
申请号：CN202310100687.5
申请日：2023-02-08
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于串并联网络特征融合的边缘阔提取方法，属于医学影像边缘轮廓提取技术领域，科学有效的捕获了CTA影像轮廓细节信息，自动学习不同的特征权重，强化目标区域特征，又将不同分辨率的特征图转换为高分辨率特征图并融合，提高CTA影像轮廓清晰度，保证了信息的完整性。该网络结构并没有增加网络的横向深度，而是纵向扩展了网络，增加了模型的非线性，降低了相邻像素点的相关性，更有利于清晰边缘的提取。
-
公开(公告)号：CN115357805B
公开(公告)日：2023-06-16
申请号：CN202210920144.3
申请日：2022-08-02
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院 , 齐鲁工业大学
IPC: G06F16/9536 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于内外部视角的群组推荐方法，基于外部视角，将群组与餐厅和用户与餐厅的交互看作两个独立的过程，利用图卷积分别学习这两种交互行为中隐含的偏好信息，使模型学习到用户作为个体时的个人偏好以及群组作为整体时的固定偏好。基于内部视角，将群组决策过程中成员之间存在的互动商讨过程考虑在内，采用图注意力神经网络学习此过程中产生的成员间的相互影响，使模型能够准确捕捉受影响后的成员偏好变化。基于内部视角，不同成员在群组中的作用与影响力不同，导致在群组决策中的贡献度不同，采用注意力机制学习成员贡献度大小，能够以一种动态的方式学习聚合策略，更好的权衡不同成员的偏好，解决偏好冲突问题。
-
公开(公告)号：CN113868537B
公开(公告)日：2022-07-05
申请号：CN202111212853.8
申请日：2021-10-19
Applicant: 山东省人工智能研究院 , 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/9536 , G06F16/9538 , G06Q30/02 , G06Q30/06
Abstract: 一种基于多行为会话图融合的推荐方法，使用目标用户和相似用户的联合多行为序列数据构建多行为带权无向会话图。在此基础上，根据不同权重聚合邻居信息得到项目多行为嵌入，串联项目多行为嵌入并结合注意力机制获取用户兴趣表征。最终，使用项目嵌入和用户兴趣表征进行内积得到归一化分数决定是否推荐项目。相较其他会话型推荐方法，一是从建模用户多行为序列数据，能够得到包含更多行为意图的项目嵌入；二是将序列构建为带权无向图，解除了聚合邻居信息时的单向束缚，模型能学习到项目间的双向关系；三是使用相似用户补充目标用户数据，模型能够学习到没有出现在目标用户历史数据中的“新颖”的项目，进而提高推荐结果的多样性和准确性。
-
公开(公告)号：CN111737569B
公开(公告)日：2022-05-03
申请号：CN202010498841.5
申请日：2020-06-04
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 一种基于属性感知注意图卷积神经网络的个性化推荐方法，利用属性信息缓解了稀疏性问题；提出了基于用户‑商品‑属性交互图的图卷积神经网络推荐算法缓解了属性缺失问题；通过属性感知的注意力机制对用户偏好建模，提升了模型的推荐效果，并可以通过对用户的偏好建模进行推荐。
-
Patent Agency Ranking
公开(公告)号：CN111460953B
公开(公告)日：2021-05-18
申请号：CN202010221886.8
申请日：2020-03-26
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 一种基于对抗域自适应学习的心电信号分类方法，使用多尺度特征提取模块提取的特征是高度域不变的，减少了域间差异，源域样本训练的模型也可以在目标域上更好的应用，网络训练结束后，保存最优模型，将新的心拍样本输入到保存的最优模型中，获得最终分类效果。使用多特征提取器可以增加特征的丰富性，更加全面的提取心电信号的细节信息，同时使用对抗域自适应学习的方法，可改善不同域样本分布不同的现象，获得高度概括源域样本和目标域样本之间的域不变特征，通过这些特征训练一个对目标域高度适用的分类模型，可提高数据分布不同的跨域心电信号的分类精度。
-
公开(公告)号：CN110266217B
公开(公告)日：2020-10-13
申请号：CN201910712931.7
申请日：2019-08-02
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: H02P6/04
Abstract: 本发明属于永磁同步电机技术领域，具体涉及一种改进的永磁同步电机混沌同步控制方法；首先给出PMSM混沌数学模型，并对系统混沌行为进行分析，然后基于李雅普诺夫Lyapunov稳定性理论与主动控制原理，设计出了系统的有限时间状态反馈控制器，通过驱动‑响应同步法实现了永磁同步电机的有限时间混沌同步；本发明在控制器中引入一个新型可调节参数与分数阶次幂，实现了永磁同步电机有限时间混沌同步，且大大提高了对误差系统的控制能力，也不会增加系统的支出。
-
公开(公告)号：CN111737569A
公开(公告)日：2020-10-02
申请号：CN202010498841.5
申请日：2020-06-04
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 一种基于属性感知注意图卷积神经网络的个性化推荐方法，利用属性信息缓解了稀疏性问题；提出了基于用户-商品-属性交互图的图卷积神经网络推荐算法缓解了属性缺失问题；通过属性感知的注意力机制对用户偏好建模，提升了模型的推荐效果，并可以通过对用户的偏好建模进行推荐。
-
公开(公告)号：CN111460956A
公开(公告)日：2020-07-28
申请号：CN202010222769.3
申请日：2020-03-26
Applicant: 山东科技大学 , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06K9/00 , G06N3/04 , A61B5/0402
Abstract: 一种基于数据增强与损失加权的不平衡心电样本分类方法，通过对数据进行相应的处理实现了数据增强，增强了心拍样本的多样性和代表性，防止过拟合现象的发生；并通过批处理加权损失函数，使每一类心拍样本的权重处于一个动态的非线性变化的过程，得到一个较优的处理心拍类别样本不平衡的方法，分类结果优于现有的最先进的分类方法。可以积极推动便携式心律失常时检测设备的发展。
-
公开(公告)号：CN110946567A
公开(公告)日：2020-04-03
申请号：CN201811136348.8
申请日：2018-09-27
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/04
Abstract: 一种基于GMC惩罚项的稀疏最小二乘法ECG信号分解降噪方法，包括如下步骤：a)计算机加载原始带噪音ECG信号数据y；b)建立低通滤波器，将ECG信号数据y进行低通滤波处理；c)得到具有原始信号特征信息的稀疏信号g；d)通过公式x＝f+g将低通滤波信号f和稀疏信号g相叠加得到干净的信号x。由于使用GMC惩罚项，即广义极小极大非凸惩罚项(Generalized Minimax-Concave penalty)来进行约束，既能在保证问题能找到最优解的情况下，提高降噪过程中估计信号的精准度。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.047 seconds)
