-
Patent Agency Ranking
公开(公告)号：CN113792514B
公开(公告)日：2023-11-24
申请号：CN202111104690.1
申请日：2021-09-18
Applicant: 上海交通大学
IPC: G06F30/38 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法，包括化学机械抛光仿真数据采集，对数据进行数据预处理，建立源域数据集；利用设计的神经网络模型基于源域数据集进行模型训练，建立源域化学机械抛光芯片表面高度预测模型；然后基于不同的化学机械抛光工艺参数或者不同类型的电路建立目标域数据集，并利用迁移学习的方法，生成目标域化学机械抛光芯片表面高度预测模型。有益效果是适应工艺参数变化以及电路种类差异、通用性强。
-
公开(公告)号：CN115581474A
公开(公告)日：2023-01-10
申请号：CN202210947989.1
申请日：2022-08-09
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于心电信号的滤除心音提取肺音的方法及系统，其中方法包括：同时获取混合心肺音信号和心电信号；对获取的所述混合心肺音信号中的噪声干扰信号进行消除；基于获取的所述心电信号，对所述心电信号中的心音进行定位，标记出心音区域；根据所述心音区域，对消除了噪声干扰后的所述混合心肺音信号进行心音滤除，提取纯净的肺音信号。同时提供了一种相应的提取肺音设备。本发明能有效滤除心音信号，得到纯净的肺音信号，为后续的肺音分析带来便利。
-
公开(公告)号：CN115457983A
公开(公告)日：2022-12-09
申请号：CN202210948836.9
申请日：2022-08-09
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于半监督深度学习的呼吸音分类方法及系统，方法包括：对呼吸音数据集中的标签数据和无标签数据进行数据预处理，建立统一规范的数据集，并将该数据集中的无标签数据划分为训练集，将该数据集中的标签数据划分为验证集和测试集；构建无监督深度学习网络模型，将训练集输入至无监督深度学习网络模型进行无监督训练，得到预训练模型；构建有监督深度学习网络模型，利用预训练模型的参数作为有监督深度学习网络模型的初始参数，采用验证集对有监督深度学习网络模型进行调整，得到呼吸音分类模型；利用呼吸音分类模型，对获得的呼吸音进行自动分类。本发明能有效利用无标签的呼吸音信息，提高呼吸音分类器的精度与鲁棒性。
-
公开(公告)号：CN114916953A
公开(公告)日：2022-08-19
申请号：CN202210547984.X
申请日：2022-05-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种呼吸音半自动标注方法、系统及设备，获取呼吸音音频数据；采用人工标注对呼吸音音频数据的一部分划分若干个呼吸音周期；基于人工标注的呼吸音周期，对呼吸音音频数据的其余呼吸音周期的划分位置进行计算，获得呼吸音音频数据的所有呼吸音周期；利用自动识别模型对每一个呼吸音周期进行病理性特征分类，得到相应类别的置信概率；当分类的置信概率大于设定阈值，则将该呼吸音周期直接标记为对应类别，否则通过多个人工进行独立判断；若所有人工判断结果一致，则将该呼吸音周期直接标记为对应类别，否则舍弃该呼吸音周期。本发明实现了自动标注呼吸音类别，节省了人工标注的成本和时间，周期短，准确率高，具有良好的经济效益。
-
公开(公告)号：CN113792514A
公开(公告)日：2021-12-14
申请号：CN202111104690.1
申请日：2021-09-18
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法，包括化学机械抛光仿真数据采集，对数据进行数据预处理，建立源域数据集；利用设计的神经网络模型基于源域数据集进行模型训练，建立源域化学机械抛光芯片表面高度预测模型；然后基于不同的化学机械抛光工艺参数或者不同类型的电路建立目标域数据集，并利用迁移学习的方法，生成目标域化学机械抛光芯片表面高度预测模型。有益效果是适应工艺参数变化以及电路种类差异、通用性强。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
