公开(公告)号：CN117731304A

公开(公告)日：2024-03-22

申请号：CN202311701399.1

申请日：2023-12-11

Applicant: 华南农业大学

Inventor： 宋歌 ,  钟俐淇 ,  谢翔 ,  陈金杰 ,  陈松林 ,  杨思宇

IPC: A61B5/372 ,  A61B5/00

Abstract: 本申请涉及一种多通道脑电信号睡眠分期方法、装置、设备及介质，所述方法包括：响应睡眠分期指令，从预设的数据库中获取脑电波数据，基于BorderlineSMOTE算法对所述脑电波数据进行数据增强处理；对增强处理后的所述脑电波数据进行特征波提取，确定所述脑电波数据中的多种特征波数据，并计算确定所述多种特征波数据相对应的功率谱密度值；将所述多种特征波数据相对应的功率谱密度值输入至预训练的睡眠分期模型中，确定睡眠分期结果，以完成多通道脑电信号的睡眠分期。本申请显著提高了睡眠分期的准确率，大大简化了计算的复杂度，无需大量的数据支持即可实现睡眠准确分期，能够给医生提供关于个体的睡眠状态，以便更好地了解和处理与睡眠相关的问题。

公开(公告)号：CN119580087A

公开(公告)日：2025-03-07

申请号：CN202411621140.0

申请日：2024-11-14

Applicant: 华南农业大学

Inventor： 宋歌 ,  陈金杰 ,  杨小飞 ,  罗晓琪 ,  陈嘉欣 ,  王旭

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请涉及一种农作物遥感高光谱图像分类方法、装置、设备及介质，方法包括：在上下文信息融合模块中，确定第一上下文信息特征图以及第二上下文信息特征图；将二维卷积特征图以及三维卷积特征图分别输入至特征过滤器中，以确定第一过滤特征图以及第二过滤特征图；分别将第一上下文信息特征图与第一过滤特征图、第二上下文信息特征图与第二过滤特征图进行特征图融合，以确定第一融合特征图以及第二融合特征图；将第一融合特征图以及第二融合特征图进行信息拼接，以确定综合融合特征图，将综合融合特征图输入至多层感知机层进行映射以确定农作物遥感高光谱图像中农作物的类别。本申请能够有效地提升农作物遥感高光谱图像分类的精度和效率。

公开(公告)号：CN116861291A

公开(公告)日：2023-10-10

申请号：CN202310837505.2

申请日：2023-07-07

Applicant: 华南农业大学

Inventor： 宋歌 ,  杨思宇 ,  邓宇桥 ,  刘昌余 ,  欧卓钰 ,  钟俐淇 ,  陈松林 ,  陈金杰 ,  谢翔

IPC: G06F18/24 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明公开了一种具有网络结构的集成学习分类方法及系统，所述方法包括：获取待处理的数据；将所述待处理的数据输入至网络集成学习模型，输出分类结果；其中，所述网络集成学习模型包括输入层、多个隐藏层和输出层；每个隐藏层中包含多个基分类器；其中，所述多个基分类器根据Bagging算法并行运算，隐藏层与隐藏层之间根据Boosting算法串联运算。本发明提供一种具有网络结构的集成学习分类方法，能够解决现有的集成分类方法中存在的偏差与过拟合问题。

公开(公告)号：CN117649561A

公开(公告)日：2024-03-05

申请号：CN202311774247.4

申请日：2023-12-21

Applicant: 华南农业大学

Inventor： 宋歌 ,  陈松林 ,  杨小飞 ,  陈金杰 ,  陈梦瑶 ,  陈嘉欣 ,  谢翔

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种农业遥感图像分类方法、装置、设备及介质，所述方法包括：由3D‑CNN模型以及VI T模型构建农业遥感图像分类模型，通过3D‑CNN模型捕获光谱维度信息，传递给VI T模型，利用VI T模型全局感知的特点将信息传递给3D‑CNN模型，能够使两个模型全面地提取光谱特征和全局信息，达到相辅相成的效果，有效改善高光谱图像识别任务的性能，并获得更高的分类精确度。本申请能够在复杂的农业环境下对农业遥感图像进行分类，进一步推动智慧农业的发展，为自动化农业打下坚实的理论基础。