-
公开(公告)号：CN113855043B
公开(公告)日：2023-08-18
申请号：CN202110999643.1
申请日：2021-08-29
Applicant: 北京工业大学
IPC: A61B5/346
Abstract: 本发明公开了一种融合多导联注意力机制的ResNeXt网络分类方法，本发明首先利用傅里叶变换将原始时域信号转变为对应的频谱图像，然后采用MARX‑Net网络对二维频谱图进行图像分类以实现心律失常的类别识别，同时本方法在网络结构中融入了多导联注意力模块，增加了关注相关导联信息的权重，抑制了无关导联信息的权重，进而提高了心电信号分类的准确率。同时引入了PreAct方法改变神经网络激活层位置，改善了残差网络的性能。本发明是一种端到端的心电分类方法。降低了解决问题的繁琐复杂过程，有效地提高了心电信号分类准确率。
-
公开(公告)号：CN113855043A
公开(公告)日：2021-12-31
申请号：CN202110999643.1
申请日：2021-08-29
Applicant: 北京工业大学
IPC: A61B5/346
Abstract: 本发明公开了一种融合多导联注意力机制的ResNeXt网络分类方法，本发明首先利用傅里叶变换将原始时域信号转变为对应的频谱图像，然后采用MARX‑Net网络对二维频谱图进行图像分类以实现心律失常的类别识别，同时本方法在网络结构中融入了多导联注意力模块，增加了关注相关导联信息的权重，抑制了无关导联信息的权重，进而提高了心电信号分类的准确率。同时引入了PreAct方法改变神经网络激活层位置，改善了残差网络的性能。本发明是一种端到端的心电分类方法。降低了解决问题的繁琐复杂过程，有效地提高了心电信号分类准确率。
-
公开(公告)号：CN110070119B
公开(公告)日：2021-11-26
申请号：CN201910288642.9
申请日：2019-04-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于二值化深度神经网络的手写数字图像识别分类方法，基于BinaryConnect二值化深度神经网络，并通过公式推导得出最优权重缩放因子α，将该因子α在前向传播过程中与权重W相乘，以达到增强网络表达能力、提高训练精度的目的。与现有技术相比，本发明人提出的权重缩放因子和XNOR‑Net中提出的权重缩放因子均能够在MLP‑MNIST问题上使得二值化深度神经网络达到较高的精度，但是本专利的方法在四层二值化MLP和MNIST数据集上的实验效果要优于XNOR‑Net的方法。具体表现为：在验证集精度上，本方法高出XNOR‑Net方法0.05％，在测试集精度上，本方法高出XNOR‑Net方法0.01％。
-
公开(公告)号：CN106951517B
公开(公告)日：2020-06-19
申请号：CN201710163193.6
申请日：2017-03-19
Applicant: 北京工业大学
IPC: G06F16/33
Abstract: 本发明公开了狭隘范围内文献的多样性查询方法，以期要得到k条基于关键词的多样性文献，方法的实现步骤如下：步骤一：构建数据关系，设计静态离线排序评价分数；步骤二：输入关键词生成备选的OS；步骤三：根据得到的OS，选取评价分数最高的元组，根据已选择的分数最高节点对其他剩余节点进行文本相似性和关联多样性削弱，再根据文本相似性和关联多样所占的权重返回给用户k条全面的信息。
-
公开(公告)号：CN106649846A
公开(公告)日：2017-05-10
申请号：CN201611254804.X
申请日：2016-12-30
Applicant: 北京工业大学
IPC: G06F17/30
Abstract: 本发明公开了基于多样性的地理空间兴趣点检索方法，以期要得到前k个空间位置，方法的实现步骤如下：步骤一：对于给定的位置点或位置点与关键词的组合进行初始化排序；步骤二：根据选择的分数最高的节点所在的地理位置对其他节点进行地理空间的削弱；步骤三：当不满足结束条件时，选择新节点；综上，计算出R中剩余节点通过对文本和空间的削弱后的新的分数，再从中选出分数最高的节点。最终对用户所输入的位置点或位置点与关键词的组合，运用算法得到前k个空间位置，再根据文本与空间位置所占的权重返回给用户k条最全面的信息。
-
Patent Agency Ranking
公开(公告)号：CN102229146A
公开(公告)日：2011-11-02
申请号：CN201110107593.8
申请日：2011-04-27
Applicant: 北京工业大学
Abstract: 基于外骨骼人体姿态信息采集技术的遥控仿人机器人系统属于机器人技术领域，具体涉及一种基于外骨骼控制技术的仿人机器人系统。仿人机器人缺少下身自由度，无法模仿人类下肢动作。外骨骼式人体姿态信息采集服缺少十根手指的姿态采集装置。本发明外骨骼式人体姿态信息采集服由用户穿在身上，通过传感器动作采集模块采集人体动作信息。人体的动作信息通过无线通讯模块发送给机器人控制模块控制仿人机器人则进行相应的动作操作。本发明适合不同身材用户使用，仿人机器人可实时再现共计16个自由度的人体上身动作。
-
公开(公告)号：CN113855042A
公开(公告)日：2021-12-31
申请号：CN202110999625.3
申请日：2021-08-29
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于序列标注并融合各导联的深度特征与医学特征的心电信号分类方法。该方法借鉴文本序列标注思想，首先提取每个导联上的深度时域特征和传统医学特征，将两个特征进行融合，然后使用Seq2Seq对12个导联进行类别标注，在模型预测时对12个导联的类别标注进行投票。同时在解码时加入和编码器之间的注意力机制，为了在解码时每个导联的类别更加改导联的编码信息，使解码结果更加正确。本方法是一种端到端的心电信号分类方式,利用了深度学习特征和医学特征,有效提升了多导联心电信号分类的准确率。
-
公开(公告)号：CN110070119A
公开(公告)日：2019-07-30
申请号：CN201910288642.9
申请日：2019-04-11
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于二值化深度神经网络的手写数字图像识别分类方法，基于BinaryConnect二值化深度神经网络，并通过公式推导得出最优权重缩放因子α，将该因子α在前向传播过程中与权重W相乘，以达到增强网络表达能力、提高训练精度的目的。与现有技术相比，本发明人提出的权重缩放因子和XNOR-Net中提出的权重缩放因子均能够在MLP-MNIST问题上使得二值化深度神经网络达到较高的精度，但是本专利的方法在四层二值化MLP和MNIST数据集上的实验效果要优于XNOR-Net的方法。具体表现为：在验证集精度上，本方法高出XNOR-Net方法0.05％，在测试集精度上，本方法高出XNOR-Net方法0.01％。
-
公开(公告)号：CN106649846B
公开(公告)日：2019-12-20
申请号：CN201611254804.X
申请日：2016-12-30
Applicant: 北京工业大学
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明公开了基于多样性的地理空间兴趣点检索方法，以期要得到前k个空间位置，方法的实现步骤如下：步骤一：对于给定的位置点或位置点与关键词的组合进行初始化排序；步骤二：根据选择的分数最高的节点所在的地理位置对其他节点进行地理空间的削弱；步骤三：当不满足结束条件时，选择新节点；综上，计算出R中剩余节点通过对文本和空间的削弱后的新的分数，再从中选出分数最高的节点。最终对用户所输入的位置点或位置点与关键词的组合，运用算法得到前k个空间位置，再根据文本与空间位置所占的权重返回给用户k条最全面的信息。
-
公开(公告)号：CN106951517A
公开(公告)日：2017-07-14
申请号：CN201710163193.6
申请日：2017-03-19
Applicant: 北京工业大学
IPC: G06F17/30
CPC classification number: G06F16/3331
Abstract: 本发明公开了狭隘范围内文献的多样性查询方法，以期要得到k条基于关键词的多样性文献，方法的实现步骤如下：步骤一：构建数据关系，设计静态离线排序评价分数；步骤二：输入关键词生成备选的OS；步骤三：根据得到的OS，选取评价分数最高的元组，根据已选择的分数最高节点对其他剩余节点进行文本相似性和关联多样性削弱，再根据文本相似性和关联多样所占的权重返回给用户k条全面的信息。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
