-
公开(公告)号：CN103065192B
公开(公告)日：2015-09-02
申请号：CN201210560790.X
申请日：2012-12-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于确定学习理论的海量时态数据建模方法，该方法针对的是一类在科学研究与工程实践中普遍存在的、一般可以看作是由离散非线性系统产生的带有噪声的海量时态数据。建模过程包括：海量时态数据定义及滤波预处理；采用动态RBF神经网络构造神经网络辨识器，设计合理的RBF神经网络权值的调节律；对海量时态数据的神经网络建模。具有使海量时态数据的建模及其性能分析更为简洁和可进一步用于对海量时态数据的快速相似性判断等优点。
-
Patent Agency Ranking
公开(公告)号：CN104091177B
公开(公告)日：2017-11-07
申请号：CN201410306595.3
申请日：2014-06-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于确定学习理论的异常步态检测方法。该方法的步骤包括：特征提取；基于提取的步态特征，对健康正常人和不同类型运动神经退行性疾病患者的步态系统动态进行神经网络建模、辨识；建立常值神经网络；利用常值神经网络构建动态估计器，基于健康正常人和不同类型运动神经退行性疾病患者的步态模式之间在步态系统动力学上的差异，根据最小误差原则区分运动神经退行性疾病所引起的异常步态和一般健康人群的正常步态，实现对异常步态的准确检测，并对检测效果进行评价。具有方便简单、非侵入，且在智能家居环境下，通过安装压力感应地板系统或穿戴带传感器鞋垫的特制鞋子，可以实现家庭成员的日常步态监控等优点。
-
公开(公告)号：CN103065192A
公开(公告)日：2013-04-24
申请号：CN201210560790.X
申请日：2012-12-20
Applicant: 华南理工大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于确定学习理论的海量时态数据建模方法，该方法针对的是一类在科学研究与工程实践中普遍存在的、一般可以看作是由离散非线性系统产生的带有噪声的海量时态数据。建模过程包括：海量时态数据定义及滤波预处理；采用动态RBF神经网络构造神经网络辨识器，设计合理的RBF神经网络权值的调节律；对海量时态数据的神经网络建模。具有使海量时态数据的建模及其性能分析更为简洁和可进一步用于对海量时态数据的快速相似性判断等优点。
-
公开(公告)号：CN103549949A
公开(公告)日：2014-02-05
申请号：CN201310496628.0
申请日：2013-10-21
Applicant: 华南理工大学
IPC: A61B5/0452
Abstract: 本发明公开了一种基于确定学习理论的心肌缺血辅助检测方法，该方法包括如下步骤：数据预处理，获取心电图ST-T环数据；采用确定学习算法对ST-T环的内在系统动态进行局部准确建模，将所建模的系统动态进行三维可视化显示得到CDVG；根据CDVG形态并结合高危因素与临床信息进行分析，得到辅助检测结果。该方法的技术要点是基于确定学习算法的CDVG的获得与分析。本发明方法适用于心电图尚未发生明显改变时的心肌缺血检测，可有效提示心血管疾病的发生，还可用于心血管疾病治疗效果的评估，具有检测过程简单、经济、无创，减轻了患者负担等优点。
-
公开(公告)号：CN104134077B
公开(公告)日：2017-10-20
申请号：CN201410329222.8
申请日：2014-07-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于确定学习理论的与视角无关的步态识别方法，属于模式识别技术领域。该方法包括以下步骤：预处理；特征提取；基于提取的步态特征，对训练集里不同视角下的步态系统动态进行神经网络建模、辨识；建立常值神经网络；构建动态估计器，利用不同视角下的步态模式之间在步态系统动力学上的差异，根据最小误差原则实现对测试模式的准确分类识别。本发明能够实现对不同视角下人体步态系统动态的局部准确建模和辨识，同时将不同视角下的步态模式组成一个统一的训练步态模式库，能够克服现有方法对于不同视角下的步态模式要分别构建对应训练集进行识别的问题，实现与视角无关的步态识别，具有更高的鲁棒性和实用性。
-
公开(公告)号：CN103549949B
公开(公告)日：2015-04-29
申请号：CN201310496628.0
申请日：2013-10-21
Applicant: 华南理工大学
IPC: A61B5/0452
Abstract: 本发明公开了一种基于确定学习理论的心肌缺血辅助检测方法，该方法包括如下步骤：数据预处理，获取心电图ST-T环数据；采用确定学习算法对ST-T环的内在系统动态进行局部准确建模，将所建模的系统动态进行三维可视化显示得到CDVG；根据CDVG形态并结合高危因素与临床信息进行分析，得到辅助检测结果。该方法的技术要点是基于确定学习算法的CDVG的获得与分析。本发明方法适用于心电图尚未发生明显改变时的心肌缺血检测，可有效提示心血管疾病的发生，还可用于心血管疾病治疗效果的评估，具有检测过程简单、经济、无创，减轻了患者负担等优点。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
