颈脊髓损伤患者真假咳嗽音线性分类算法、介质和设备

    公开(公告)号:CN111179967A

    公开(公告)日:2020-05-19

    申请号:CN201911300409.4

    申请日:2019-12-17

    Abstract: 本发明提供了一种颈脊髓损伤患者真假咳嗽音线性分类算法,其特征在于:获取若干清音样本和浊音样本,截取清音样本和浊音样本的起始段序列并作滤波处理;计算所得序列的过零率和最大自相关系数;以过零率和最大自相关系数为特征建立线性分类器,并以清音样本和浊音样本为样本集来训练线性分类器;通过训练后的线性分类器来识别颈脊髓损伤患者的真性咳嗽和呼喊声类型假性咳嗽。本发明算法克服了因颈脊髓损伤患者咳嗽音训练样本不足所导致的无法训练识别模型的困难,仅利用清浊音信号即可识别咳嗽真假,避免呼喊声类型的假性咳嗽对咳嗽强度分析的干扰;同时,该方法模型简单且计算量小,便于在可穿戴设备中实现。

    一种基于内容的跨领域推荐方法

    公开(公告)号:CN110232153A

    公开(公告)日:2019-09-13

    申请号:CN201910454275.5

    申请日:2019-05-29

    Inventor: 佘焕波 田翔

    Abstract: 本发明提供一种基于内容的跨领域推荐方法,包括以下步骤:步骤S1:得到用户兴趣词表;步骤S2:采用源领域的用户行为序列中项目的文本信息作为源领域训练数据,采用目标领域中每个项目的文本信息作为目标领域训练数据;步骤S3:构建内容语义编码网络模型;步骤S4:利用步骤S3训练好的内容语义编码网络模型对源领域的用户行为和目标领域的项目进行内容语义编码,得到用户行为兴趣向量和项目语义向量;步骤S5:对每个用户,利用其兴趣向量与项目语义向量计算相似度,并得到k个最相似的项目作为推荐项目。本发明能够基于源领域用户行为序列中的项目的文本信息编码出用户兴趣向量,并与目标领域的项目进行匹配,进而实现跨领域的推荐。

    用于采集体音信号的双麦克风自适应滤波算法及应用

    公开(公告)号:CN109545239A

    公开(公告)日:2019-03-29

    申请号:CN201811485004.8

    申请日:2018-12-06

    Inventor: 莫鸿强 田翔

    Abstract: 本发明提供了一种用于采集体音信号的双麦克风自适应滤波算法,其特征在于:采用至少一主一副两个麦克风来采集信号;主麦克风用以采集带噪体音信号,副麦克风用以采集环境噪音;对主麦克风采集到的信号和副麦克风采集到的信号作相同的高通滤波处理;对高通滤波处理后的主麦克风信号和副麦克风信号采用归一化最小均方算法计算自适应滤波器权值并计算误差信号,以滤除主麦克风信号中的环境噪音;对误差信号作第一次低通滤波处理以复原体音信号,从而得到自适应滤波算法输出的体音信号。该算法既可实现滤波器权值快速收敛,又可避免信号失真,快速可靠地抑制环境噪声干扰。

    一种基于Lempel‑Ziv复杂度的异常心音识别方法

    公开(公告)号:CN107170467A

    公开(公告)日:2017-09-15

    申请号:CN201710356867.4

    申请日:2017-05-19

    Abstract: 本发明公开了一种基于Lempel‑Ziv复杂度的异常心音识别方法,步骤包括:首先用录音设备录取一段心音信号,并从中选取包含至少一个心音完整周期的一段信号;然后分帧计算截取心音信号的能量值,通过低通滤波处理得到截取心音信号的包络值;将截取心音信号分成第一心音、第一第二心音间期、第二心音三部分,分别计算其对应包络的Lempel‑Ziv复杂度;计算正常心音第一心音、第一第二心音间期、第二心音三部分的包络的Lempel‑Ziv复杂度,确定其分布规律;根据正常心音分布规律判断检测心音是否异常。本发明通过分三个阶段计算片段包络的Lempel‑Ziv复杂度,并以此判断心音异常与否,计算简便和速度较快,适用于家庭电子听诊辅助诊疗系统中异常心音的识别。

    一种基于图神经网络的车速预测方法、装置、介质及设备

    公开(公告)号:CN114572229B

    公开(公告)日:2024-06-11

    申请号:CN202210191590.5

    申请日:2022-02-28

    Inventor: 田翔 郭悦婧

    Abstract: 本发明提供了一种基于图神经网络的车速预测方法、装置、介质及设备;其中,方法为采集设定时间范围内的车速数据;对数据进行归一化处理得到预处理后的数据信息;利用空间特征生成基于欧几里得距离的静态图;图学习模块自动捕获空间中隐藏的依赖关系,生成自适应邻接矩阵,以生成动态图;将数据信息依次输入多层间隔布设的时间卷积模块和图卷积模块;时间卷积模块将数据信息进行门控三分支时间卷积来学习车速与时间特征之间的依赖关系;图卷积模块将数据信息分别与静态图和动态图加权混淆来共同学习潜在空间特征;输入预测输出模块进行车速预测,得到后续时段车速预测结果。该方法可有效对车速进行预测,辅助出行规划与交通管制的实施。

    基于深度学习与集成学习的糖尿病并发症高危预警系统

    公开(公告)号:CN111968741B

    公开(公告)日:2023-07-18

    申请号:CN202010677989.5

    申请日:2020-07-15

    Inventor: 陈锦泉 田翔

    Abstract: 本发明提供了一种基于深度学习与集成学习的糖尿病并发症高危预警系统,其特征在于:包括:数据输入模块,用于输入待识别的电子病历原始数据;数据预处理模块,用于对所述待识别的电子病历原始数据进行预处理,得到电子病历数据集;数据处理模块,用于将所述电子病历数据集输入至数据挖掘模型,通过所述数据挖掘模型对所述电子病历数据集进行处理,得到电子病历数据集是否为高危人群的预警结果;其中,所述数据挖掘模型为对初始数据挖掘模型进行训练处理得到的模型。本发明可实现糖尿病并发症高危人群早期发现和预警,预警准确性高,具有良好的预警效果,可对疾病有效监督和预防。

    一种基于图像处理的卵裂期胚胎细胞位置分割和计数方法

    公开(公告)号:CN112991306B

    公开(公告)日:2022-04-22

    申请号:CN202110317411.3

    申请日:2021-03-25

    Inventor: 田翔 周杰

    Abstract: 本发明公开了一种基于图像处理的卵裂期胚胎细胞位置分割和计数方法,包括以下步骤:获取卵裂期胚胎细胞图片,对其进行灰度和轮廓增强处理;进行边缘检测;进行形态学变化处理;进行细化处理,并去除小斑点区域;进行圆检测,得到多个候选圆;去除候选圆中不符合整体半径均值范围或重合程度高的圆;依次在留下的每个候选圆对应范围的图像坐标区域上单独进行椭圆拟合;去除不符合长短轴比例范围以及多个椭圆之间重合程度高的椭圆;确定第一候选椭圆组相对应的范围,近似为卵裂期胚胎细胞各单独细胞的位置范围,第一候选椭圆组中候选椭圆的总数为卵裂期胚胎细胞的所有细胞数。本发明具有处理速度快、精度高等优点。

    用于采集体音信号的双麦克风自适应滤波算法及应用

    公开(公告)号:CN109545239B

    公开(公告)日:2021-11-05

    申请号:CN201811485004.8

    申请日:2018-12-06

    Inventor: 莫鸿强 田翔

    Abstract: 本发明提供了一种用于采集体音信号的双麦克风自适应滤波算法,其特征在于:采用至少一主一副两个麦克风来采集信号;主麦克风用以采集带噪体音信号,副麦克风用以采集环境噪音;对主麦克风采集到的信号和副麦克风采集到的信号作相同的高通滤波处理;对高通滤波处理后的主麦克风信号和副麦克风信号采用归一化最小均方算法计算自适应滤波器权值并计算误差信号,以滤除主麦克风信号中的环境噪音;对误差信号作第一次低通滤波处理以复原体音信号,从而得到自适应滤波算法输出的体音信号。该算法既可实现滤波器权值快速收敛,又可避免信号失真,快速可靠地抑制环境噪声干扰。

    一种基于BART算法的配电网电压无功优化方法

    公开(公告)号:CN103490431B

    公开(公告)日:2016-03-02

    申请号:CN201310455987.1

    申请日:2013-09-29

    CPC classification number: Y02E40/30

    Abstract: 本发明公开了一种基于BART算法的配电网电压无功优化方法,BART算法是一种集成预测方法,通过非参数化的贝叶斯回归方法,将累加回归树模型分解成若干弱回归树,并通过集成方法整合成一个集成预测系统;每个弱回归树负责整个集成预测系统中的一小部分,通过弱化单个回归树模型对预测的影响来提高整体集成模型的预测效果。本发明基于对历史样本数据的自学习,在保证电压处于合理控制范围的前提下,使变压器分接头调节和电容器组投切动作尽量少,变压器低压侧电压和无功处于网损较小的理想状态,且优化过程中不需要求解复杂的优化模型,在充分考虑负荷与电压及无功的影响下,对无功进行柔性调节。

    一种具有双麦克风自适应去噪功能的电子听诊器

    公开(公告)号:CN210077691U

    公开(公告)日:2020-02-18

    申请号:CN201920171570.5

    申请日:2019-01-31

    Abstract: 本实用新型提供了一种具有双麦克风自适应去噪功能的电子听诊器,其特征在于:包括听诊头、信号采集电路、信号处理模块和输出接口模块,以及用于供电的电源电路;听诊头开设有拾音腔体、主拾音器放置腔体和副拾音器放置腔体;拾音腔体上盖设有听诊膜片;拾音腔体的腔壁开设有中空气道以与主拾音器放置腔体连通;主拾音器放置腔体中设置有主麦克风;副拾音器放置腔体中设置有副麦克风;主麦克风和副麦克风分别通过信号采集电路与信号处理模块连接;信号处理模块与输出接口模块连接。该电子听诊器结构简单、紧凑,体积小,成本低,可简化输出接口模块结构,降低功耗。

Patent Agency Ranking