-
公开(公告)号：CN113116321A
公开(公告)日：2021-07-16
申请号：CN202110232803.X
申请日：2021-03-03
Abstract: 本发明公开了基于PSO‑GRNN神经网络的无创连续血压测量系统，包括：脉搏信号采集模块；血压采集模块；服务端模块，用于接收采集到的脉搏波信号，基于离散小波变换进行消噪处理，获取脉搏波特征点，基于脉搏波特征点计算得出特征参数，将特征参数作为训练集的输入矩阵，将与脉搏信号对应的血压信号作为训练集的输出值，基于PSO‑GRNN神经网络的进行模型训练，得到训练好的血压预测模型，并基于训练好的血压预测模型，通过特征参数，获得血压预测值；终端模块，与服务端模块连接，用于显示消噪处理后的脉搏波信号以及血压预测值。本发明基于PSO‑GRNN神经网络对脉搏波特征参数进行动态建模，提高了连续血压的测量精确度。
-
公开(公告)号：CN112257573A
公开(公告)日：2021-01-22
申请号：CN202011128822.X
申请日：2020-10-21
IPC: G06K9/00
Abstract: 本发明公开了一种基于t‑SNE和Adaboost的ECG身份识别方法，其方法为：第一步、通过中值滤波器和小波去噪算法去除噪声；第二步、得到多个单周期心拍数据；第三步、得到单周期心拍数据的特征向量；第四步、采用Adaboost算法构建并训练分类器；第五步、最终输出识别结果，即该心电信号数据对应数据库中的个体身份。有益效果：本发明能极大降低心电信号数据处理的维度，加快分类器的训练速度，同时有效利用了心电信号数据的信息和类别标签，增强了ECG身份识别的准确率和时效性。同时通过结合t‑SNE算法和Adaboost构成了高效的强分类器，提高了身份识别方法的泛用性和准确率。
-
公开(公告)号：CN108537100A
公开(公告)日：2018-09-14
申请号：CN201711143799.X
申请日：2017-11-17
Abstract: 本发明的包括一种基于PCA和LDA分析的心电信号身份识别方法及系统，其特征在于，该方法包括：对心电信号进行采集并执行预处理，其包括采集ECG信号并进行去噪处理；获取经过去噪处理的ECG信号，进而对ECG信号进行R波峰值点定位，分割心拍构建形态学特征向量，以及获取对应特征向量；对获取的特征向量分别进行PCA及LDA分析，得到终选待识别特征向量；使用终选待识别特征向量构造的训练集心拍特征数据库与测试集心拍特征数据库，使用分类器进行匹配验证，完成身份识别。本发明的有益效果为：降低了信号特征维度，能为后续Softmax分类器分类减少计算量及提高分类准确率，能够有效的应用于基于心电信号的身份识别。
-
公开(公告)号：CN112257573B
公开(公告)日：2022-06-24
申请号：CN202011128822.X
申请日：2020-10-21
IPC: G06K9/00
Abstract: 本发明公开了一种基于t‑SNE和Adaboost的ECG身份识别方法，其方法为：第一步、通过中值滤波器和小波去噪算法去除噪声；第二步、得到多个单周期心拍数据；第三步、得到单周期心拍数据的特征向量；第四步、采用Adaboost算法构建并训练分类器；第五步、最终输出识别结果，即该心电信号数据对应数据库中的个体身份。有益效果：本发明能极大降低心电信号数据处理的维度，加快分类器的训练速度，同时有效利用了心电信号数据的信息和类别标签，增强了ECG身份识别的准确率和时效性。同时通过结合t‑SNE算法和Adaboost构成了高效的强分类器，提高了身份识别方法的泛用性和准确率。
-
公开(公告)号：CN109951268B
公开(公告)日：2020-12-22
申请号：CN201910119852.5
申请日：2019-02-18
Abstract: 本发明涉及一种基于位置换和位变换的加密解密方法和装置。其中方法包括步骤：S1、开辟内存空间，为明文文件、密文文件及密钥文件准备对应的存储空间，其中初始的密钥文件来自于的已知编码序列，并且作为加密和解密的共用文件；S2、按照位运算规则以改变初始的密钥流的位值，从而得到位变换的密钥流，然后按照依赖于密钥流的位运算规则改变明文的位值；S3、在已经过位变换的明文流的基础上，按照依赖于密钥流的位置换规则，对位变换后的明文流进行位置换运算，并将其随机散布在密文流中，从而得到目标密文后储存为文件。其中装置包括存储器和处理器，以被配置为实施上述方法。本发明的技术方案具有高安全性、强适用性和广应用范围。
-
Patent Agency Ranking
公开(公告)号：CN106108880B
公开(公告)日：2020-10-16
申请号：CN201610486684.X
申请日：2016-06-28
IPC: A61B5/0245
Abstract: 本发明公开了一种心拍自动识别方法，包括以下步骤：S1，对心电信号进行预处理，得到纯净心电信号；将所得纯净心电信号分割为待分类的心拍信号,并存储待用；S2，读取数据集中选取的已知类别的心拍信号，设置训练集；S3，抽取并存储各个类别的心拍信号，对存储的信号进行分层合并且训练；存储训练得到的分类器；S4，将待分类的心拍进行分类识别。一种心拍自动识别系统，包括储存程序的存储器和一处理器，所述处理器用于运行所述程序以执行所述的方法。本发明减少了心拍多分类所需支持向量机数目，降低了运算复杂度，提高分类实用价值。广泛应用于医学信号处理领域。
-
公开(公告)号：CN107239684A
公开(公告)日：2017-10-10
申请号：CN201710364545.4
申请日：2017-05-22
Abstract: 一种用于ECG身份识别的特征学习方法，包括步骤：获取个体的心电信号；对个体的心电信号进行滤波处理；提取滤波后的心电信号的形态学特征和小波特征；基于个体的心电信号的形态学特征和小波特征，建立稀疏自编码识别神经网络。本发明能够改善在现实生活中采集心电信号时，因个体的身体(例如心律失常，剧烈运动)心理和情绪状态等心电异常状态导致的身份识别精度下降的问题。
-
公开(公告)号：CN105997055A
公开(公告)日：2016-10-12
申请号：CN201610541616.9
申请日：2016-07-11
IPC: A61B5/0402 , A61B5/0452
CPC classification number: A61B5/0402 , A61B5/0452 , A61B5/7253 , A61B5/7264
Abstract: 本发明公开了一种心电信号ST段的自动分类方法，其特征在于，包括步骤：S1、获取人体的心电信号波形，并进行预处理；S2、对经过预处理后的心电信号波形进行特征点检测；S3、基于步骤S2中的特征点检测，确定心电信号ST段波形，并获取所述心电信号ST段波形的特征参数，以建立待分类特征输入矩阵；S4、将心电信号ST段波形划分设置为训练样本以及测试样本，并基于训练样本建立分类器模型；S5、将测试样本输入分类器模型中进行测试，并结合决策融合完成最后分类。还公开了一种心电信号ST段的自动分类的系统及装置。通过神经网络方法建立分类器模型及决策层融合，有效地减少了运算并缩小了时间成本，提高了ST段的分类精度，并且分类更容易。
-
公开(公告)号：CN108777622B
公开(公告)日：2021-03-26
申请号：CN201810451010.5
申请日：2018-05-11
IPC: H04L9/18
Abstract: 本发明涉及一种二进制流散列取模加密解密方法，包括：根据明文文件创建明文集合M；将明文集合M作为初始集合并进行参照串的字节数次顺序迭代加密得到密文集合C，其中迭代加密结合密钥集合P及算法集合A；对密文集合C调用密钥集合P进行参照串的字节数次解密，其中加密结合使用密钥集合P和算法集合A，其中加密和解密共享密钥集合P和算法集合A。本发明的有益效果为：实施方式简单，节省人力物力；解密复杂，能够有效提升解密的难度或者难以被解密；可将传输在现在互联网中的文件变得安全；他人截获也无法破译，传输技术和环境仍使用现有的互联网平台，但传输的信息是加密信息。
-
公开(公告)号：CN109981249B
公开(公告)日：2020-09-08
申请号：CN201910121128.6
申请日：2019-02-19
IPC: H04L9/06
Abstract: 一种基于拉链式动态散列和NLFSR的加密解密方法，加密过程包括以下步骤：利用非线性反馈函数和位变换布尔函数预处理种子密钥，以形成密钥流序列；按照基于密钥流序列的位变换布尔函数改变明文序列的位值，以形成伪明文序列；按照密钥流序列将伪明文序列划分为多路伪明文子序列；按照依赖于密钥流序列的散列映射规则，计算每个伪明文序列的二进制位所对应动态散列地址，并将分为多路的伪明文子序列散列映射到密文空间中以形成密文流序列。本申请的有益效果为：密钥流生成器中除了使用非线性反馈移位寄存器，还引入位变换布尔函数，从而得到周期更长随机性更好的密钥流；通过明文的位变换规则和拉链式动态散列映射规则，提高了密文流序列的破译难度。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.02 seconds)
