-
公开(公告)号：CN115688534A
公开(公告)日：2023-02-03
申请号：CN202211190099.7
申请日：2022-09-28
Applicant: 河南大学
Abstract: 本发明公开了一种基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法，针对多模型粒子滤波算法依赖转移概率矩阵以及随机判别粒子的模型状态问题，通过引入多项式分布和狄利克雷分布分别对模型状态和转移概率矩阵进行先验建模，在变分贝叶斯框架下，通过坐标上升法对目标状态、模型状态和转移概率矩阵进行联合优化，以提高目标跟踪精度。本发明相比于现有的多模型滤波算法，直接选取了模型状态和转移概率矩阵的共轭先验分布，在变分贝叶斯框架下解耦目标状态、模型状态和转移概率的联合分布得到目标状态估计结果。基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法对于运动目标跟踪理论与技术丰富与发展具有一定的科学价值及实际工程意义。
-
公开(公告)号：CN115375665B
公开(公告)日：2024-04-16
申请号：CN202211060580.4
申请日：2022-08-31
Applicant: 河南大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , A61B5/00 , A61B5/055
Abstract: 本发明涉及人工智能医疗技术领域，具体涉及一种基于深度学习策略的早期阿尔兹海默症发展预测方法；获取多名MCI患者在固定时间间隔对应的三维脑部核磁共振图像，得到各个样本；对各样本中预处理后的核磁共振图像进行切片操作，使用卷积神经网络提取各张切片的特征并将其表示为特征向量；对每个样本中的两个特征向量序列进行位置嵌入；使用特征融合模型对经过位置嵌入后的两个特征向量序列执行横向特征融合和纵向特征融合；将融合后的特征全局平均后输入分类器，得到各样本的预测结果；本发明既避免了手动提取特征主观性较大的缺点，又考虑了早期阿尔兹海默症的进展性，避免了横向研究受个体差异影响和观察时间较短的缺点。
-
公开(公告)号：CN115642898A
公开(公告)日：2023-01-24
申请号：CN202211184917.2
申请日：2022-09-27
Applicant: 河南大学
IPC: H03H21/00
Abstract: 本发明涉及信息处理技术领域，具体涉及一种基于变分贝叶斯自适应矩估计联合概率数据关联方法；该方法包括：首先根据真实量测是否在关联门内两种情况下的目标状态后验分布形式，结合先验分布和后验分布的共轭特性对目标状态先验分布进行划分，获得近似目标状态后验分布；其次考虑目标状态估计与数据关联过程之间的耦合作用；然后结合变分贝叶斯推断技术，将最小化变分分布与真实目标状态后验分布KL散度问题转化为最大化证据下界问题；最后引入自适应矩估计策略，迭代求解最大化证据下界的变分分布，从而得到更优的目标状态估计结果。本发明得到的目标状态估计结果更加贴近目标状态真实结果，对于运动目标跟踪领域具有一定的理论及实际工程意义。
-
公开(公告)号：CN115375665A
公开(公告)日：2022-11-22
申请号：CN202211060580.4
申请日：2022-08-31
Applicant: 河南大学
Abstract: 本发明涉及人工智能医疗技术领域，具体涉及一种基于深度学习策略的早期阿尔兹海默症发展预测方法；获取多名MCI患者在固定时间间隔对应的三维脑部核磁共振图像，得到各个样本；对各样本中预处理后的核磁共振图像进行切片操作，使用卷积神经网络提取各张切片的特征并将其表示为特征向量；对每个样本中的两个特征向量序列进行位置嵌入；使用特征融合模型对经过位置嵌入后的两个特征向量序列执行横向特征融合和纵向特征融合；将融合后的特征全局平均后输入分类器，得到各样本的预测结果；本发明既避免了手动提取特征主观性较大的缺点，又考虑了早期阿尔兹海默症的进展性，避免了横向研究受个体差异影响和观察时间较短的缺点。
-
-
-
Search Results
4
records
(took 0.023 seconds)
