-
公开(公告)号：CN110488351A
公开(公告)日：2019-11-22
申请号：CN201910752213.2
申请日：2019-08-15
Applicant: 东北大学
Abstract: 本发明提供一种基于机器学习的地震波震动性质识别方法，涉及机器学习技术领域。本发明分为地震波形处理，提取特征值，训练模型，模型应用四个阶段进行。计算震源与台站之间的距离，对震中距进行筛选，读取筛选后震中距的三分量地震波形数据，使用长短时窗算法STA/LTA及AIC方法准确找到地震波初动的位置，进一步对地震数据长度进行截取。分别对地震波形进行时、频域分析，提取三个特征波形复杂度、谱比值和波形复杂度/谱比值作为人工神经网络模型的输入。训练一个识别二分类问题的具有两个隐藏层的人工神经网络模型，输出为波形所属类别的概率。本发明训练的模型可以准确高效的判断地震波形所属类别。
-
公开(公告)号：CN110675849A
公开(公告)日：2020-01-10
申请号：CN201910868054.2
申请日：2019-09-11
Applicant: 东北大学
Abstract: 本发明一种基于贝叶斯网络生成Bossa Nova风格音乐节奏的方法。首先通过建立Bossa Nova风格音乐节奏的推理模型并进行优化，然后建立音乐节奏的先验知识库，生成带有音乐节奏先验知识库的音乐节奏推理模型，最后采用VE算法对音乐节奏进行推理，通过递归的方式来生成条件概率表的信息，根据得到的条件概率表的信息，选取概率最高的条件，按照BN参数配置表的信息得到Bossa Nova风格的音乐节奏。结果证明本发明提供的技术方案可以通过较少的先验音乐的输入，有效提高了音乐节奏的生成效率，快速生成Bossa Nova风格的音乐节奏，并且得到的Bossa Nova风格的音乐节奏较为准确。
-
公开(公告)号：CN110675849B
公开(公告)日：2022-11-15
申请号：CN201910868054.2
申请日：2019-09-11
Applicant: 东北大学
Abstract: 本发明一种基于贝叶斯网络生成Bossa Nova风格音乐节奏的方法。首先通过建立Bossa Nova风格音乐节奏的推理模型并进行优化，然后建立音乐节奏的先验知识库，生成带有音乐节奏先验知识库的音乐节奏推理模型，最后采用VE算法对音乐节奏进行推理，通过递归的方式来生成条件概率表的信息，根据得到的条件概率表的信息，选取概率最高的条件，按照BN参数配置表的信息得到Bossa Nova风格的音乐节奏。结果证明本发明提供的技术方案可以通过较少的先验音乐的输入，有效提高了音乐节奏的生成效率，快速生成Bossa Nova风格的音乐节奏，并且得到的Bossa Nova风格的音乐节奏较为准确。
-
公开(公告)号：CN110504027A
公开(公告)日：2019-11-26
申请号：CN201910767278.4
申请日：2019-08-20
Applicant: 东北大学
Abstract: 本发明公开一种基于深度学习的X-Ray胸片肺炎智能诊断系统与方法，属于医学图像分类技术领域，该系统包括用户登录与注册模块、图片格式转换模块和肺炎预测模块，运用B/S架构，将系统分成四层，分别为平台层、支撑层、服务层和应用层。用户安装过程简单，减轻对本地环境的依赖。通过友好的界面以及围绕实际需求而设计的系统模块，可以使得本系统和其他系统进行功能上的融合。基于深度学习的X-Ray胸片肺炎智能诊断方法通过数据增强迁移学习以及对网络结构进行改进等手段加快了模型训练的收敛速度，提高了肺炎识别的准确率以及模型的泛化能力。本发明的系统与方法可以大大减轻了人工阅片给医生带来的困扰。
-
-
-
Search Results
4
records
(took 0.012 seconds)
