-
公开(公告)号：CN109192065A
公开(公告)日：2019-01-11
申请号：CN201810876740.X
申请日：2018-08-03
Applicant: 电子科技大学
IPC: G09F9/00 , G06F16/735
Abstract: 本发明公开了一种基于主题分类的艾滋病宣教方法及平台，所述平台包括通过互联网通讯连接的移动终端和服务器。移动终端通过互联网请求获取艾滋病主题分类，并根据用户特点向用户推荐对应的艾滋病宣传材料。用户浏览艾滋病宣传材料会自动上传到服务器并记录。本发明通过对艾滋病宣教素材进行主题分类，并根据用户特征加以推荐，提高艾滋病人对宣教材料的兴趣，促进艾滋病宣教经度的进展，为公共卫生事业提供极大的支持。
-
公开(公告)号：CN108256569A
公开(公告)日：2018-07-06
申请号：CN201810030261.6
申请日：2018-01-12
Applicant: 电子科技大学
Inventor： 杨尚明
IPC: G06K9/62
Abstract: 本发明属于图形图像识别技术领域，公开了一种复杂背景下的对象识别方法及使用的计算机技术，利用基于非负矩阵分解的神经网络学习算法的独特功能；通过流形学习思想实现对具有不同特征的图形、图像信息数据的分解和特征提取来发现模式识别的方法、规律性及初始数据的特征。本发明通过对每个数据集10次测验然后计算平均值显示，对Caltech101数据集，正确率约85.2％正负2.5％误差，对于LFW数据集，测试达到86.5％正负1.75％准确率，如下两组结果是两个数据集测试结果展示；将同类数据逐行显示在图中，从图中可以看到相同的对象都被聚集在一起，只有极少对象分类没有成功。
-
公开(公告)号：CN113591726B
公开(公告)日：2023-07-14
申请号：CN202110884652.6
申请日：2021-08-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种太极拳训练动作的交叉模态评估方法，对存在非线性关系的原始太极拳训练动作跨模态序列配准问题，本发明提出将视频序列与动作捕捉序列对齐的方法。对于不同长度和维度的太极拳运动序列进行去噪和重构恢复，然后进行分阶段时空配准，解决不同主体之间的运动差异，实现跨模态太极拳长序列的时空对齐，提高太极拳运动招式完成度评价准确度。
-
公开(公告)号：CN112382410B
公开(公告)日：2023-05-02
申请号：CN202011179813.3
申请日：2020-10-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于药物依赖性的药对不良反应预测方法，其包括以下步骤：S1、收集药对不良反应关系数据、药物的结构数据和副作用数据；S2、构建基于属性监督的药对不良反应预测基础模型；S3、构建基于药物依赖性的药对不良反应预测模型；S4、采用基于药物依赖性的药对不良反应预测模型对步骤S1中所收集的未知不良反应关系的药对进行不良反应预测。本方法通过已知药对不良反应关系数据、药物的结构数据和副作用数据进行模型训练，可以预测数据集中未知不良反应关系药对的不良反应，发现潜在的不良反应药对，为基于生物实验方法的药对不良反应研究和新药安全性研究提供数据支持。
-
公开(公告)号：CN112926475B
公开(公告)日：2022-10-21
申请号：CN202110251506.X
申请日：2021-03-08
Applicant: 电子科技大学
Abstract: 本发明公开一种人体三维关键点提取方法，应用于人体三维关键点检测领域，针对现有技术存在估计精度差的问题，本发明首先采用双视角进行人体动作行为数据采集；然后采用双分支多阶段结构分别对两个视角的数据进行人体二维关键点置信图检测；进而建立三维关键点生成模型；最后将检测到的待测人体动作行为数据对应的人体二维关键点置信图输入三维关键点生成模型，得到三维关键点坐标；采用本发明的方法可以有效提高人体三维关键点估计精度。
-
Patent Agency Ranking
公开(公告)号：CN110322947B
公开(公告)日：2022-07-19
申请号：CN201910518051.6
申请日：2019-06-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的高血压老年人运动处方推荐方法，收集健康数据；测试高血压老年人安静状态下的心功能状态，评估心率、血压和心率变异性；识别高血压老年人的日常动作；根据运动‑血压风险等级与运动风险贡献度，结合由心率变异性、能量消耗、心率评估高血压老年人的心肺功能，以及BMI、年龄、临床诊断、运动喜好参照FITT规则制定个性化的老年人运动处方。本发明提出的深度学习方案，更好的提取了运动方式、强度等运动参数、心率、心电图、实时血压等时序数据的特征表示，结合人口信息学充分学习挖掘运动与高血压波动规律关系，生成个性化运动处方。
-
公开(公告)号：CN111914655B
公开(公告)日：2022-07-12
申请号：CN202010639354.6
申请日：2020-07-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于显著信号子段提取的脉象分类方法，S1：采集脉搏信号，并进行预处理，得到c个脉搏信号训练样本；S2：定位显著脉搏信号子段位置指示向量；S3：构建多模态距离特征向量；S4：采用最邻近分类器对脉搏信号进行分类，完成基于显著信号子段提取的脉象分类。本发明的脉象分类方法无需对脉搏信号进行周期分割，从脉搏信号中提取具有区分力的子段，避免信息冗余并能加速后续计算过程。通过构建信号子段的多模态距离特征向量能够实现特征信息互补，有助于提高脉搏信号分类准确率，实现脉象的自动识别，为医师脉诊提供辅助决策，提取的脉搏信号子段可提供可解释的结果，用于临床进一步分析。
-
公开(公告)号：CN111488850B
公开(公告)日：2022-07-12
申请号：CN202010305322.2
申请日：2020-04-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于神经网络的老年人跌倒检测方法，包括以下步骤：S1、对深度图像数据进行预处理，得到二值图像；S2、采用粒子群优化算法获取最优ELM映射参数，得到优化的ELM神经网络模型；S3、将二值图像样本化处理，并对样本添加标签，并将样本输入优化的ELM神经网络模型中进行训练，得到特征向量；S4、将特征向量输入卷积神经网络模型，得到老年人处于跌倒状态的概率；S5、根据老年人处于跌倒状态的概率，判别老年人是否发生跌倒行为，本发明解决了基于传统机器学习的跌倒检测，输入层权值与隐层偏差为随机生成，将会导致消耗神经元数目过多，提取特征结果稳定性差的问题。
-
公开(公告)号：CN110717451B
公开(公告)日：2022-07-08
申请号：CN201910956301.4
申请日：2019-10-10
Applicant: 电子科技大学
IPC: G06V20/10 , G06V10/32 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/60 , G06T5/00
Abstract: 本发明公开了一种基于深度学习的药用植物叶部病害图像识别方法，涉及药用植物叶部病害防护技术领域，其包括采集若干药用植物叶部病害图像；对药用植物叶部病害图像进行增强处理；将各增强处理后的药用植物叶部病害图像的尺寸统一调整为299x299；训练深度CNN模型，深度CNN模型包括串联的卷积池化网络、Inception‑I网络、平均池化网络、Dropout层和Softmax层，串联的卷积池化网络的最后两个卷积层为深度可分离卷积层，Inception‑I网络中包括随机池化层；通过深度CNN模型对尺寸调整后的各药用植物叶部病害图像进行识别，识别结果为各药用植物叶部所患病害类型，基于识别结果对各药用植物叶部所患病害进行分类。该识别方法可以有效地辅助种植人员诊断病害，提高诊断效率。
-
公开(公告)号：CN111681767B
公开(公告)日：2022-07-05
申请号：CN202010536331.2
申请日：2020-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种电子病历数据处理方法，包括：采集电子健康数据和血清学检测指标数据，将所述电子健康数据和血清学检测指标数据进行血管钙化等级评估得到样本标签数据集；对所述样本标签数据集进行数据筛选和特征选择预处理操作得到钙化状态的特征表示；采用所述钙化状态的特征表示构建嵌入层得到多维向量嵌入模型；输入所述多维向量嵌入模型构建历史钙化状态集，采用智能体选择所述多历史钙化状态集中的历史钙化状态，得到智能体的状态环境，通过LSTM网络对所述状态环境进行自适应学习历史钙化状态与上一时刻钙化状态得到血管钙化评估模型。采用动态跨越长短期强化记忆网络将电子病历不同时期的钙化状态数据融合提高了模型的评估准确度。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.023 seconds)
