-
公开(公告)号：CN115530788A
公开(公告)日：2022-12-30
申请号：CN202211133248.6
申请日：2022-09-17
Applicant: 贵州大学
IPC: A61B5/0245 , A61B5/024 , A61B5/00 , A61B5/349
Abstract: 本发明的一种基于自注意力机制的心律失常分类方法，其特征在于：该方法包括如下步骤：采集心电信号并对数据进行预处理：对心电信号数据进行小波变换预处理，去除心电信号的基线漂移以及噪声；生成心电信号训练数据集；构建多头自注意力机制的心律失常分类网络，其结构包括心电向量表示层、线性区间投影层、信号序列编码层、多头自注意力计算层、归一化层、心电信号输出层；设计基于多头自注意力机制的心律失常分类算法；训练基于多头自注意力机制的心律失常分类网络；对心电信号进行分类。本发明具有能够充分利用心电信号中的丰富的语义信息以及信号的局部相关性，获取低幅值心电信号特征以高效准确的自动识别异常心律的特点。
-
公开(公告)号：CN115131783A
公开(公告)日：2022-09-30
申请号：CN202210715460.7
申请日：2022-06-23
Applicant: 贵州大学
Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法，包括如下步骤：通过基于卷积神经网络的食品识别算法对食品数据集进行训练，获得食品识别特征模型；将获得的食品特征模型传送到服务机器人上，服务机器人接收到后加载食品识别特征模型，基于摄像头，服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别；根据检测到的结果将食品类别信息映射到营养成分库中，计算营养成分，获得用户的营养成分信息，将其存入到用户饮食信息库中，用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。
-
公开(公告)号：CN115131783B
公开(公告)日：2024-02-20
申请号：CN202210715460.7
申请日：2022-06-23
Applicant: 贵州大学
Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法，包括如下步骤：通过基于卷积神经网络的食品识别算法对食品数据集进行训练，获得食品识别特征模型；将获得的食品特征模型传送到服务机器人上，服务机器人接收到后加载食品识别特征模型，基于摄像头，服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别；根据检测到的结果将食品类别信息映射到营养成分库中，计算营养成分，获得用户的营养成分信息，将其存入到用户饮食信息库中，用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。
-
公开(公告)号：CN116580334A
公开(公告)日：2023-08-11
申请号：CN202310400890.4
申请日：2023-04-14
Applicant: 贵州大学
IPC: G06V20/40 , G06V40/16 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本发明的一种基于时空特征的行为检测方法，包括如下步骤：制作行为数据集：采集室内环境的非自杀性自伤行为视频数据，在采集的视频数据中对四类行为动作进行标注；加载模型及初始化模型参数：加载计算机视觉和机器学习软件库OpenCV，目标检测特征模型Md，行为检测特征模型Ma，人脸识别特征库Mf，非自杀性自伤行为类别集合L；基于室内活动时空特征的非自杀性自伤行为检测，包括非自杀性自伤行为NSSI特征提取、非自杀性自伤行为NSSI分类。基于时空特征的行为检测系统，包括视频采集、预处理模块、行为检测模块、可视化模块。本发明具有能通过视频数据自动检测非自杀性自残行为的特点。
-
-
-
Search Results
4
records
(took 0.017 seconds)
