一种阿尔茨海默症老人康复监护系统

    公开(公告)号:CN106215336B

    公开(公告)日:2018-08-28

    申请号:CN201610823242.X

    申请日:2016-09-14

    Applicant: 东北大学

    Abstract: 本发明提供一种阿尔茨海默症老人康复监护系统,涉及医疗器械技术领域。该系统包括经颅超声脑刺激治疗康复模块、智能家庭视频监控模块、GPS定位导航模块和手机终端APP客户端模块,是针对轻度和中度AD患者的集康复治疗功能、远程视频监控功能、火灾煤气报警功能、远程控制家用电器功能、老人外出定位导航防走失功能于一体的综合智能系统,采用软硬件结合的模式,有效保障阿尔茨海默症老人康复与监护的安全性和稳定性。

    一种基于优化极限学习机的高炉故障检测系统及方法

    公开(公告)号:CN106228184A

    公开(公告)日:2016-12-14

    申请号:CN201610570856.1

    申请日:2016-07-19

    Applicant: 东北大学

    CPC classification number: G06K9/6267 G06K9/6256 G06N3/006 G06N3/061

    Abstract: 本发明提出一种基于优化极限学习机的高炉故障检测系统及方法,属于高炉故障检测技术领域,本发明通过ABC算法优化ELM中的输入权值和隐层阈值,以建立合理有效的分类模型;基于Tent映射采用混沌反向学习策略产生分布均匀的初始群体,以提高初始解的质量和增加方法的稳定性;采用自适应搜索策略在全局搜索和局部搜索两个方面达到最好的平衡;通过Tent混沌局部搜索策略跳出局部最优解;本发明提高了ABC算法的收敛速度和寻优精度,提高了高炉故障检测的分类精度,增大产生新解的概率,避免陷入局部最优解,保证了算法快速进化的方向,在保证全局搜索能力的同时在一定程度上也提高了算法的局部搜索能力。

    一种基于优化极限学习机的高炉故障检测方法

    公开(公告)号:CN106228184B

    公开(公告)日:2019-08-06

    申请号:CN201610570856.1

    申请日:2016-07-19

    Applicant: 东北大学

    Abstract: 本发明提出一种基于优化极限学习机的高炉故障检测方法,属于高炉故障检测技术领域,本发明通过ABC算法优化ELM中的输入权值和隐层阈值,以建立合理有效的分类模型;基于Tent映射采用混沌反向学习策略产生分布均匀的初始群体,以提高初始解的质量和增加方法的稳定性;采用自适应搜索策略在全局搜索和局部搜索两个方面达到最好的平衡;通过Tent混沌局部搜索策略跳出局部最优解;本发明提高了ABC算法的收敛速度和寻优精度,提高了高炉故障检测的分类精度,增大产生新解的概率,避免陷入局部最优解,保证了算法快速进化的方向,在保证全局搜索能力的同时在一定程度上也提高了算法的局部搜索能力。

    一种脑部MRI图像分割方法

    公开(公告)号:CN105719293A

    公开(公告)日:2016-06-29

    申请号:CN201610038254.1

    申请日:2016-01-20

    Applicant: 东北大学

    Inventor: 王安娜 王杨

    CPC classification number: G06N7/08 G06K9/6221 G06T2207/10088 G06T2207/30016

    Abstract: 本发明提供一种脑部MRI图像分割方法,包括:获取待分割脑部MRI图像的灰度图像;将脑部MRI图像中不同像素点的灰度值作为聚类中心,形成聚类中心集合作为粒子,采用粒子群优化算法进行聚类中心集合的优化;将脑部MRI图像中每个像素点归属于具有最大隶属度的类中,令同一类中像素点灰度值等于同一个灰度值,完成脑部MRI图像分割。本发明根据混沌的特性以及逻辑自映射函数的特点,采用逻辑自映射函数来初始化均匀分布的粒子群,以提高初始解的质量和增加PSO算法的稳定性,提高图像分割的速度和精度;当粒子陷入早熟收敛状态时进行混沌搜索,防止在迭代过程中粒子处于停滞状态而出现早熟收敛现象,实现全局范围内的最优解,提高图像分割速度和精度。

Patent Agency Ranking