-
公开(公告)号：CN108877949A
公开(公告)日：2018-11-23
申请号：CN201810592920.5
申请日：2018-06-11
Applicant: 吉林大学
Abstract: 本发明涉及一种基于孤立森林算法和投票机制的唐氏综合症筛查方法，该方法包括下述步骤：数据预处理：将多条样本加入数据集；划分数据集，得到A训练集和B训练集，进一步交叉划分A训练集，得到多个训练子集：训练得到多个孤立森林模型及其对应的异常度得分阈值；对B训练集中的样本投票得到每个样本的所得票数：获得预判决阈值以及B训练集中的每条样本的预判决结果；使用训练支持向量机SVM模型进行最终判决。本发明能够提高异常的检出率，降低误诊率。
-
公开(公告)号：CN108597603A
公开(公告)日：2018-09-28
申请号：CN201810416949.8
申请日：2018-05-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于多维高斯分布贝叶斯分类的癌症复发预测系统，该系统的包括预处理模块、训练模块和贝叶斯分类器；预处理模块对训练集进行数据清洗并生成类向量数据集；训练模块首先计算两个类属性先验概率，然后利用pearson相关系数将数据属性分成与类属性关联度紧密的类数据属性集合和与类属性关联度稀疏的II类数据属性集合，两类数据属性集合分别利用多维高斯分布和一维高斯分布来计算相应的概率；贝叶斯分类器将两者概率及类别的先验概率联合共同作为数据属于每个类的概率，并据此判别癌症的分类测试结果。本发明提高了癌症是否复发的预测准确率。
-
公开(公告)号：CN119946673A
公开(公告)日：2025-05-06
申请号：CN202510421656.9
申请日：2025-04-07
Applicant: 吉林大学
IPC: H04W24/02 , H04W24/06 , H04L41/14 , H04L41/16 , H04L43/0894
Abstract: 本发明适用于无线通信系统通信技术领域，提供了一种面向触觉遥操作业务的带宽估计方法，包括：触觉业务到达过程建模；两部分到达过程的相关性分析；触觉突发到达过程的鞅表达方法；对业务到达过程进行预测；对业务流量的带宽进行估计。本发明对触觉业务到达过程进行了建模，分析了主控至从控和从控至主控触觉业务到达过程的相关性，考虑了业务到达的时域、频域和高阶特性，提出了构造到达鞅过程的新方法，并对业务到达进行预测，实现对触觉业务突发性的精准度量，提出了一种新的带宽估计方法，实现了对触觉业务带宽需求的动态估算。本发明能够高效处理触觉业务的突发性，为保障触觉通信的服务质量、优化带宽资源配置以及提升网络性能奠定了基础。
-
公开(公告)号：CN117084693A
公开(公告)日：2023-11-21
申请号：CN202311280333.X
申请日：2023-10-07
Applicant: 吉林大学
Abstract: 本发明属于脑电信号分析技术领域，具体涉及一种基于多领域特征融合和注意力机制的脑病检测系统；从三个领域，包括时域、频域和基于复杂网络指标的大脑功能网络，分别对脑电信号进行特征提取；并且构建了一个准确率高、鲁棒性强的多维特征融合网络模型检测各种脑部疾病；本发明的脑电图信号分析方法可以准确描述大脑细节特征和状态，有效度量大脑功能网络的特征指标，为脑病的智能诊断、预警提供了新方案。
-
公开(公告)号：CN109800811B
公开(公告)日：2022-09-06
申请号：CN201910065984.4
申请日：2019-01-24
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于深度学习的小样本图像识别方法，该方法包括下述步骤：一、划分训练集；二、生成噪声图像；三、预训练原型空间判别网络；四、训练欺骗图像生成网络；五、训练原型空间判别网络；六、重复步骤四和步骤五进行交叉迭代训练，直到达到预先设定的迭代次数或准确率不再提升；七、图像类别识别。本发明在不改变已经训练好的模型的前提下，借助每类少数几个标注样本，通过泛化这些罕见的类别，识别训练过程中有从未见过的新类，而不需要额外的训练，图像识别准确率高。
-
Patent Agency Ranking
公开(公告)号：CN102866801B
公开(公告)日：2015-05-27
申请号：CN201210306022.1
申请日：2012-08-26
Applicant: 吉林大学
IPC: G06F3/041
Abstract: 本发明涉及一种有效滤除电子白板系统中同频信号干扰的方法，首先暂存器存储将要处理的信号，然后由预处理器对此信号进行波形变换，将变换后的信号传递给波形检测器，波形检测器对信号进行包络提取，并把提取后的结果传递给断点位置搜索器，断点位置搜索器负责提取出断点位置并利用门限比较器对断点位置进行修正，最后波形恢复器从断点开始进行波形恢复，以滤除干扰信号。本发明适用于多种具有不同程度同频干扰的板材，具有成本低、实时性强的优点，可以应用到超声定位电子白板系统中。
-
公开(公告)号：CN117398111A
公开(公告)日：2024-01-16
申请号：CN202311420933.1
申请日：2023-10-30
Applicant: 吉林大学
Abstract: 本发明属于脑电信号分析技术领域，具体涉及一种基于多领域融合特征和深度学习的脑病检测系统；首先将同步压缩小波变换和相干函数相结合，并在时间维度进行压缩得到时间平均同步压缩小波相干；然后将MSWC和小波交叉谱求出的锁相值结合，提出了一种新的标志物P‑MSWC，并使用该标志物构建大脑高维功能连接矩阵；该标志物可以从时域‑频域‑相位三个领域全面捕获原始EEG信号种的信息并对生理噪声有较强的抗干扰能力，优于传统的功能连接标记；最后，提出一种轻量级CNN模型，该模型有效地利用了大脑的高维连接矩阵，能够更准确、更有效地检测各种脑部相关疾病。
-
公开(公告)号：CN114245455B
公开(公告)日：2023-04-07
申请号：CN202210011546.1
申请日：2022-01-06
Applicant: 吉林大学
Abstract: 本发明涉及一种基于LoRa技术的无线定位时间同步方法，该方法包括：若待测点的数量大于基站的数量n，则将待测点分组并对分组进行编号，每组最多n个待测点；每个基站对待测点建立无线通信并进行测距，获得各基站与各待测点的距离；对于第j个分组的待测点，基站i对第j个分组的多个待测点的测量距离封装为一帧测距数据信息DATAi，基站i将DATAi发送至服务器；服务器接收到DATAi后向基站i发送应答信号ACKi；当服务器接接收到n个基站的测距数据信息后，分时分别向各基站发送时间同步信号；各基站接收到对应时间同步信号后，根据时间同步信号重置各基站的时间。本发明提高了无线定位信号传递效率和稳定性。
-
公开(公告)号：CN112634243B
公开(公告)日：2022-08-05
申请号：CN202011578982.4
申请日：2020-12-28
Applicant: 吉林大学
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/82 , G06V10/26 , G06V20/69 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种强干扰因素下基于深度学习的图像分类识别系统；其中检测统计模块用于采集完整的细胞原图像，并对该细胞原图像进行逐块显示，根据细胞识别模块识别出的细胞类别及个数生成报告；细胞分割模块采用Unet网络细胞轮廓分割模型对观察窗口内显示的图像中细胞进行识别和分割，每处理完一个观察窗口，就将其输入细胞识别模块，直至处理完全部观察窗口；细胞识别模块采用SSD目标检测网络模型对细胞分割模块从观察窗口内识别并分割出的细胞进行定位以及识别；对显微镜下白细胞图像进行分析，辅助临床医生准确高效完成白细胞分类识别统计，提高准确率及判断精度，能够有效降低噪声干扰，提升分类识别效果。
-
公开(公告)号：CN112561863B
公开(公告)日：2022-06-10
申请号：CN202011406222.5
申请日：2020-12-03
Applicant: 吉林大学
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于深度学习的粒细胞图片细粒度分类识别系统；包含定位模块和分类模块，其中定位模块利用Hourglass网络模型对输入的粒细胞图片进行特征提取，将粒细胞图片中的全部细胞分别进行定位，再将定位后的细胞裁剪出来，留下单个完整的细胞，并将全部裁剪出来的细胞进行尺寸归一化处理；分类模块采用构建的深度学习分类模型对定位模块定位出的粒细胞进行分类；辅助临床医生准确高效完成粒细胞分类识别计数任务，减小主观性带来的误差，减轻医生的工作量，辅助医生做出疾病判断；该系统能够有效解决非均衡数据下的细胞分类以及粒细胞间的细粒度分类，提升网络分类识别效果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.017 seconds)
