基于ResOHEM-net的心律失常分类方法及系统

    公开(公告)号:CN113743259A

    公开(公告)日:2021-12-03

    申请号:CN202110965643.X

    申请日:2021-08-23

    Abstract: 本发明公开了基于ResOHEM‑net的心律失常分类方法及系统,该方法包括:获取心电波形信号,基于离散小波变换进行消噪处理,并进行R点检测和以拍分割,得到心拍序列,基于马尔可夫变迁场图像化的方法计算得出二维特征图;将所述二维特征图作为训练集的输入矩阵,将所述二维特征图对应的心拍类型值作为训练集的另一输入值,基于ResOHEM‑net神经网络进行模型训练,并通过SGD优化算法和OHEM模块对网络参数进行优化,得到训练好的心拍分类模型;接收待分类的所述心电波形信号对应的所述二维特征图,基于训练好的所述心拍分类模型,获得心拍分类类型。本发明基于ResOHEM‑net神经网络对心拍特征图进行建模,提高了心律失常分类系统的抗数据倾斜能力及分类准确率。

    一种基于SVR-PSO的语音机器人的外形优化方法

    公开(公告)号:CN115470593A

    公开(公告)日:2022-12-13

    申请号:CN202211197359.3

    申请日:2022-09-29

    Abstract: 本发明公开了一种基于SVR‑PSO的语音机器人的外形优化方法,包括如下步骤:步骤一、对智能语音机器人的外形壳体和内部零件进行建模获得外壳模型和零件装配体模型;步骤二、对外壳模型进行参数化表示获得外形拟合函数,对装配体模型进行参数化表示获得多个零件的投影高度;步骤三、构建外形优化模型;步骤四、通过粒子群优化算法结合支持向量回归算法对外形优化模型进行优化,寻找当前外形优化模型的最优解,调节智能语音机器人的外形至最小体积。本发明具有缩短优化时间和提高计算精度的特点。

Patent Agency Ranking