-
公开(公告)号:CN117643475B
公开(公告)日:2024-04-16
申请号:CN202410125472.3
申请日:2024-01-30
Applicant: 南京信息工程大学
IPC: A61B5/372 , A61B5/00 , G06F18/213 , G06F18/2131 , G06F18/24 , G06F123/02
Abstract: 本发明涉及一种基于KL散度的特征提取方法,基于对连续目标脑电采样信号的等长度窗口划分,以顺序两两组合、且前后部分重叠的方式,构建各个分析组,考虑各分析组中两脑电采样信号窗口之间的联系,计算获得各分析组中各脑电采样信号窗口的概率密度,进而计算获得各分析组分别对应的相对熵,最后联系时序维度,构建连续目标脑电采样信号所对应的波动特征向量,实现连续目标脑电采样信号的波动分析,解决了现有技术中熵值计算灵敏度不足的问题,提高实际脑电信号应用场景中数据波动检测的准确性。
-
公开(公告)号:CN117113185A
公开(公告)日:2023-11-24
申请号:CN202311074263.2
申请日:2023-08-24
Applicant: 南京信息工程大学
IPC: G06F18/241 , F24F11/38 , F24F11/64 , F24F11/70 , G06F18/214 , G06N3/048
Abstract: 本发明涉及一种基于残差多维泰勒网的暖通空调故障诊断方法,针对目标暖通空调所对应的各类型故障、考虑各暖通空调变量类型数据,针对基于BP‑MTN分类器所创新设计的残差多维泰勒网(ResNet Multidimensional Taylor Network,ResMTN)分类器进行训练,获得暖通空调故障诊断模型,其中ResMTN分类器依次包括输入层、多项式层、激活层、残差连接模块、全连接层、Softmax层、输出层,进而在应用中实现对目标暖通空调的故障诊断;设计方案简化了模型复杂度、提升模型泛化能力,与常用的机器学习分类器相比,能够在不降低分类准确率的同时,提高暖通空调的检测效率。
-
公开(公告)号:CN117643475A
公开(公告)日:2024-03-05
申请号:CN202410125472.3
申请日:2024-01-30
Applicant: 南京信息工程大学
IPC: A61B5/372 , A61B5/00 , G06F18/213 , G06F18/2131 , G06F18/24 , G06F123/02
Abstract: 本发明涉及一种基于KL散度的特征提取方法,基于对连续目标脑电采样信号的等长度窗口划分,以顺序两两组合、且前后部分重叠的方式,构建各个分析组,考虑各分析组中两脑电采样信号窗口之间的联系,计算获得各分析组中各脑电采样信号窗口的概率密度,进而计算获得各分析组分别对应的相对熵,最后联系时序维度,构建连续目标脑电采样信号所对应的波动特征向量,实现连续目标脑电采样信号的波动分析,解决了现有技术中熵值计算灵敏度不足的问题,提高实际脑电信号应用场景中数据波动检测的准确性。
-
-