-
公开(公告)号：CN115002721A
公开(公告)日：2022-09-02
申请号：CN202210632787.8
申请日：2022-06-06
Applicant: 南京大学
Abstract: 一种B5G/6G全解耦蜂窝车联网的随机优化资源分配方法，1)针对网络中两类用户，即时延敏感用户和高速率确保用户建立优化问题模型，2)利用李雅普诺夫漂移加惩罚算法，设计异质资源切片机制，构造1)中所提优化问题的求解框架：首先构造高速率确保用户o在时间切片t的虚拟队列，其中L为时延敏感型用户需要的数据量；在时间片t的开头，初始化队列的储备量为0，在每个时间片上执行如下步骤：S1：通过求解目标函数被转化的问题P1确定最优基站连接方案和资源分配方案；3)在2)的求解框架下，结合马尔科夫近似方法设计接入基站选择方法和频谱资源切片机制：求得问题P2近似最优解。相较于传统的单基站接入，提升了车联网用户的服务质量。
-
公开(公告)号：CN112749295A
公开(公告)日：2021-05-04
申请号：CN201911057340.7
申请日：2019-10-31
Applicant: 南京大学
Abstract: 本发明公布了一种基于交叉对比神经网络的心音录音分类技术。本发明根据手机录音的性质，在原始数据集的基础上，通过模拟录音效果以及一维信号到二维图像的转化，建立了一个全新的心音时频图数据集，并应用交叉对比神经网络的模型进行分类。该神经网络的卷积层经过训练，能够提取出心音时频图中的特征，随后在这些特征上引入IBS模型与两两交叉对比的方法，根据其统计信息计算两张图片的相似性，进而判断所属类别，实现疾病的筛查，在手机录音的心音上取得了较高的分类准确率。
-
-
公开(公告)号：CN111104834A
公开(公告)日：2020-05-05
申请号：CN201811281412.1
申请日：2018-10-25
Applicant: 南京大学
Abstract: 本发明公开了一种交叉对比神经网络在心声智能检测中的应用方法。本发明将深度神经网络与IBS理论相结合，提出了一种新的网络架构，交叉对比神经网络。这种新的网络架构利用卷积滤波器提取声音频谱的纹理特征，然后通过对比的方式计算两幅图像特征的相似度。对心声数据库的实验表明，我们的方法可以提高分类的准确度，同时给出了直观的统计学解释。
-
公开(公告)号：CN109840537A
公开(公告)日：2019-06-04
申请号：CN201711254627.X
申请日：2017-11-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于交叉对比神经网络的图像多任务分类方法。本发明将深度神经网络与IBS理论相结合，提出了交叉对比神经网络，包括训练部分和测试部分。训练部分步骤：(1)按序选取图像组成集合，使用网络对任两幅进行特征提取；(2)对提取的特征进行概率统计，使用修改的IBS公式得到标准化后的MIBS值；(3)将MIBS值与标签结合，计算损失值；(4)重复以上步骤，使用算法优化损失值；(5)重复4，直至模型训练结束。测试部分步骤：(6)将测试图像与训练集图像两两输入训练好的模型中计算MIBS值，确定测试图像类别。本方法将图像以组合方式两两输入网络，对IBS理论修改加入网络中，解决了样本量少，准确率难以保证和统计特征无法寻找的问题。
-
Patent Agency Ranking
公开(公告)号：CN104188649A
公开(公告)日：2014-12-10
申请号：CN201410471105.5
申请日：2014-09-15
Applicant: 南京大学
IPC: A61B5/04 , A61B5/0402
Abstract: 一种多点生理电监测中保障信号线性合成实时性的方法，包括步骤，(1)根据需要布置好体表的多个测点、连接好监测系统、准备监测，(2)预监测记录一段多点生理电信号，用周期成分分析法或者独立分量分析法或者其他方法，求解相应的优化问题，得到相应的信号最优线性组合向量，(3)进入正式监测，用第(2)步确定的信号最优线性组合向量，对每一段新监测的多点生理电信号进行线性合成，以合成出需要的纯净信号，其特征是：把第(2)步预监测阶段确定的信号最优线性组合向量，直接用于了第(3)步正式监测过程中的信号线性合成，而第(3)步正式监测阶段不再求解优化问题，从而保证了整个正式监测阶段线性合成处理的实时性。
-
公开(公告)号：CN103346748A
公开(公告)日：2013-10-09
申请号：CN201310320407.8
申请日：2013-07-29
Applicant: 南京大学
IPC: H03H7/01
Abstract: 一种高通滤波电路模块的构建方法，它让高通滤波电路模块由一差动放大器、一低通滤波器和一积分器等三个子模块构成，待滤波源信号先输入差动放大器，差动放大器的输出作为低通滤波器的输入，低通滤波器的输出作为积分器的输入，积分器的输出反馈至差动放大器的参考端形成一个闭合回路，同时将差动放大器的输出作为整个高通滤波电路模块的输出，其特征是：差动放大器的输出不直接作为积分器的输入，而是中间插入一个低通滤波器。本方案构建的高通滤波电路模块在通带内有较好的相频特性，为高性能模拟高通滤波器的设计和实现创造了有利条件。
-
公开(公告)号：CN102670190A
公开(公告)日：2012-09-19
申请号：CN201210159006.4
申请日：2012-05-21
IPC: A61B5/024 , A61B5/0452 , G06N3/02
Abstract: 本发明提供一种基于心率变异性（heart rate variability，HRV）非线性特性的充盈性心衰（congestive heart failure,CHF）自动诊断方法，步骤包括：1）对于采集到的体表心电图信号，提取其逐拍心跳间期构成心率变异性序列，并对该序列进行三个敏感特征参数（包括线性与非线性）的提取；2）步骤1中得到的三个敏感特征参数，经过预处理后，作为人工神经网络的输入，通过一个确定的人工神经网络模型，获得CHF自动诊断的结果。本方法用体表无创采集的HRV实现了CHF的自动诊断，并对受测试者的状态不做严格地限制（不要求平躺或安静），在日常生活中采集的数据，只要采集时间达到4小时，即可以适用于本方法，经实际数据测试，诊断效果很好。
-
公开(公告)号：CN101779955B
公开(公告)日：2012-01-04
申请号：CN201010017951.1
申请日：2010-01-18
Applicant: 南京大学
IPC: A61B5/0482
Abstract: 便携式脑功能生物反馈仪，由输入传感器即接人体的脑电测量导联、放大与选频模块、导联脱落自动检测模块、屏蔽驱动与右腿驱动模块、A/D采样与转换模块、DSP构成的计算分析模块、触摸屏及扬声器构成的人机交互模块、SD卡构成的存储模块、嵌入式ARM微处理器构成的控制模块构成并依次连接；计算分析模块实现特征脑电成分α波、β波、θ波的提取，给出脑电活动模式；存储模块实现数据与分析结果的保存。本发明通过工程技术手段将脑电信息检测出，并实时反馈给受训练者，通过反复训练产生持久效应，使大脑活动向正常、健康的水平发展，脑电生物反馈疗法更能充分调动受训者的内在潜力，使受训者积极参与治疗。
-
公开(公告)号：CN117102051A
公开(公告)日：2023-11-24
申请号：CN202210531962.4
申请日：2022-05-17
Applicant: 南京大学
Abstract: 本发明公开了一种物料筛选装置及其筛选方法。该装置由传送装置、筛选装置、分离装置和收集装置四部分组成。传送装置包括给料槽、溜槽、传送带，将待筛选的原料均匀地散开并运输至筛选装置；筛选装置包括照明设备、拍摄装置和处理器，用于识别、分辨原材料的类别，再讲信号传输至分离装置；分离装置包含若干个喷气阀，用于接收信号并将正确的物料吹至收集装置；收集装置则由两个成品收集装置组成，分别收集正确的物料和其他物料。物料筛选方法采用了深度学习的方法，利用卷积神经网络将待筛选的原料分类。本发明的装置和方法能够准确并且快速地筛选原料，甄别具有特定特征的物料。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
