-
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：CN109620210A
公开(公告)日：2019-04-16
申请号：CN201910080223.6
申请日：2019-01-28
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/00
Abstract: 一种基于自编码模式的CNN与GRU结合的心电信号分类方法，通过提取出原始信号中最具有代表性的特征，运用CNN+GRU进行特征提取，节省了空间，节省了很多训练空间，其中采用的GRU（门控循环单元）一方面解决了由于RNN训练时出现的梯度消失和梯度爆炸的问题，另一方面它比LSTM少一个门，更易于计算，能够提高训练效率，GRU优点在于当训练样本少时，可以使用防止过拟合，当训练样本多时，也可以节省很多的训练时间，能够提高网络的学习效率和心电信号识别的精度。
-
公开(公告)号：CN109388972A
公开(公告)日：2019-02-26
申请号：CN201811265704.6
申请日：2018-10-29
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F21/62 , G16H10/60 , G06K9/62 , G06F16/906
Abstract: 一种基于OPTICS聚类的医疗数据异方差差分隐私保护方法，通过引入单链表update和指针S使得OPTICS聚类算法的时间复杂度降低，并采用了K-匿名和差分隐私保护的结合使得其安全性得到进一步增加，为了保证数据的可用性，采用异方差加噪的方式，使得数据可用性明显改善，再此过程中，我们假设攻击者在最大知识背景下，求得能够成功获取隐私信息的概率，设置隐私参数的上界，保证在隐私保护的范围内，有效的平衡了数据可用性和隐私安全之间的关系。
-
公开(公告)号：CN111460956B
公开(公告)日：2021-06-29
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)
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：CN111027090A
公开(公告)日：2020-04-17
申请号：CN201811206205.X
申请日：2018-10-18
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 一种基于异方差差分和K-匿名机制的医疗数据隐私保护方法，通过引入差分隐私保护改善了K-anonymity弱保护性的缺点，增强了数据的安全性；同时利用CART决策树计算出的各属性权重对不同属性进行异方差加噪，给予对最终分类结果影响力小的属性大噪音，给予对最终分类结果影响力大的属性小噪音，改变了传统统一加噪的方式，增强了数据的可用性；最后加入深度神经网络使得其数据可用性有了直观的展示。
-
Patent Agency Ranking
公开(公告)号：CN113342904A
公开(公告)日：2021-09-03
申请号：CN202110354107.6
申请日：2021-04-01
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) , 山东科技大学
IPC: G06F16/28 , G06F16/2458 , G06Q50/10
Abstract: 一种基于企业特征传播的企业服务推荐方法，利用企业特征间关联的知识图谱，利用目标服务对交互记录中的企业进行特征传播，自动挖掘企业关联路径，刻画出企业之间关联特征，与企业特征结合，利用新的损失函数结合深度学习得到企业与服务的交互概率，能够解决通用框架仅使用交互数据以及基本信息而偏离企业间关系而导致的推荐效果不好等问题，实现对企业的服务方案精准推荐。通过对企业间关系自动挖掘，发现企业间关联路径，及企业特征进行交互预测评分，通过目标服务对交互记录中企业的特征传播以及交互框架，来解决企业对服务方案选择困难的问题。
-
公开(公告)号：CN111027090B
公开(公告)日：2021-04-20
申请号：CN201811206205.X
申请日：2018-10-18
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 一种基于异方差差分和K‑匿名机制的医疗数据隐私保护方法，通过引入差分隐私保护改善了K‑anonymity弱保护性的缺点，增强了数据的安全性；同时利用CART决策树计算出的各属性权重对不同属性进行异方差加噪，给予对最终分类结果影响力小的属性大噪音，给予对最终分类结果影响力大的属性小噪音，改变了传统统一加噪的方式，增强了数据的可用性；最后加入深度神经网络使得其数据可用性有了直观的展示。
-
公开(公告)号：CN109620210B
公开(公告)日：2019-10-25
申请号：CN201910080223.6
申请日：2019-01-28
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/00
Abstract: 一种基于自编码模式的CNN与GRU结合的心电信号分类方法，通过提取出原始信号中最具有代表性的特征，运用CNN+GRU进行特征提取，节省了空间，节省了很多训练空间，其中采用的GRU（门控循环单元）一方面解决了由于RNN训练时出现的梯度消失和梯度爆炸的问题，另一方面它比LSTM少一个门，更易于计算，能够提高训练效率，GRU优点在于当训练样本少时，可以使用防止过拟合，当训练样本多时，也可以节省很多的训练时间，能够提高网络的学习效率和心电信号识别的精度。
-
公开(公告)号：CN113342904B
公开(公告)日：2021-12-24
申请号：CN202110354107.6
申请日：2021-04-01
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) , 山东科技大学
IPC: G06F16/28 , G06F16/2458 , G06Q50/10
Abstract: 一种基于企业特征传播的企业服务推荐方法，利用企业特征间关联的知识图谱，利用目标服务对交互记录中的企业进行特征传播，自动挖掘企业关联路径，刻画出企业之间关联特征，与企业特征结合，利用新的损失函数结合深度学习得到企业与服务的交互概率，能够解决通用框架仅使用交互数据以及基本信息而偏离企业间关系而导致的推荐效果不好等问题，实现对企业的服务方案精准推荐。通过对企业间关系自动挖掘，发现企业间关联路径，及企业特征进行交互预测评分，通过目标服务对交互记录中企业的特征传播以及交互框架，来解决企业对服务方案选择困难的问题。
-
公开(公告)号：CN109740481B
公开(公告)日：2019-12-10
申请号：CN201811599241.7
申请日：2018-12-26
Applicant: 山东科技大学 , 山东省计算中心(国家超级计算济南中心) , 山东大学齐鲁医院
Abstract: 一种基于跳跃连接的CNN与LSTM结合的房颤信号分类方法，通过将数据房颤信号数据加载到跳跃连接的CNN模型中，经过卷积、最大池化、激励、归一化、平均池化操作，进行特征提取，之后将特征提取完成的数据加载到LTSM模型中进行学习，最终达到对房颤信号分类的目的，分类的信号精确、高效。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.047 seconds)
