公开(公告)号：CN110731770A

公开(公告)日：2020-01-31

申请号：CN201910886444.2

申请日：2019-09-19

Applicant: 杭州电子科技大学

Inventor： 邓木清 ,  张壮 ,  黄晓渝 ,  宁丽萍

IPC: A61B5/024 ,  A61B5/0456 ,  A61B5/00

Abstract: 本发明发明公开了一种基于短时HRV信号小波包特征的心肌梗塞检测方法，本发明方法首先对常规十二导联心电图进行数据预处理，R波定位，确定RR间期，获得HRV信号，然后对HRV信号进行小波包分解获得小波包系数，然后对小波包系数进行小波包特征提取，最后将提取的小波包特征进行归一化处理进行分类识别，应用于心肌梗塞的检测，能够在更短时间内进行有效的检测，不需要增加新的检测设备，简单方便，容易操作，预测效率高。

公开(公告)号：CN110693489A

公开(公告)日：2020-01-17

申请号：CN201911030739.6

申请日：2019-10-28

Applicant: 杭州电子科技大学

Inventor： 邓木清 ,  张壮 ,  曹九稳

IPC: A61B5/0402 ,  A61B5/00

Abstract: 本发明公开了一种基于多分类器强化学习的心肌梗塞检测方法。本发明步骤：1、对原始常规12导联心电图进行预处理、R波定位、获取HRV信号；2、对每个导联HRV信号分别提取时域、频域、非线性动力学特征序列；3、利用强化学习让分类器模型不断进行学习，调整模型参数，将不同动作对应的Q值作为一个序列输出，最终训练得到三个主分类器模型，每个主分类器模型里面根据强化学习得分机制产生若干BP分类器；4、利用强化学习训练得到的三个主分类器对测试样本进行分类识别，获得三个测试结果；5、利用投票法则进行最终投票，获得识别结果。本发明引入强化学习机制，能够更有效准确地快速识别检测，能够为心肌梗塞的检测与预防提供有效便利的工具。

公开(公告)号：CN110693489B

公开(公告)日：2022-06-17

申请号：CN201911030739.6

申请日：2019-10-28

Applicant: 杭州电子科技大学

Inventor： 邓木清 ,  张壮 ,  曹九稳

IPC: A61B5/318 ,  A61B5/352 ,  A61B5/363 ,  G06K9/00 ,  G06N20/00

Abstract: 本发明公开了一种基于多分类器强化学习的心肌梗塞检测方法。本发明步骤：1、对原始常规12导联心电图进行预处理、R波定位、获取HRV信号；2、对每个导联HRV信号分别提取时域、频域、非线性动力学特征序列；3、利用强化学习让分类器模型不断进行学习，调整模型参数，将不同动作对应的Q值作为一个序列输出，最终训练得到三个主分类器模型，每个主分类器模型里面根据强化学习得分机制产生若干BP分类器；4、利用强化学习训练得到的三个主分类器对测试样本进行分类识别，获得三个测试结果；5、利用投票法则进行最终投票，获得识别结果。本发明引入强化学习机制，能够更有效准确地快速识别检测，能够为心肌梗塞的检测与预防提供有效便利的工具。

公开(公告)号：CN110503003A

公开(公告)日：2019-11-26

申请号：CN201910687893.4

申请日：2019-07-29

Applicant: 杭州电子科技大学

Inventor： 林宏泽 ,  明达洲 ,  刘强华 ,  吕佳乐 ,  乔健华 ,  张壮

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/64

Abstract: 本发明涉及一种基于LED阵列与卷积神经网络的茶叶品种鉴定装置与方法。本发明中的LED阵列采用多只LED，其中主LED中心波长在370~380nm之间，该波长的LED能够激发出茶叶中茶多酚、黄酮、花青素、叶绿素的荧光，最大程度地提供有用信息，辅助LED中心波长在360~500nm之间，采用轮流点亮的方式，受控于计算控制单元。迷你光谱仪用于采集待鉴定茶叶的光谱数据，并将所述的光谱数据发送至计算控制单元。计算控制单元将光谱数据转化为二维数据后，送入已训练好的卷积神经网络，得到待鉴定茶叶的品种。该装置轻便可手持，且能够快速、准确地对茶叶品种进行鉴定。