-
公开(公告)号：CN106202988A
公开(公告)日：2016-12-07
申请号：CN201610886234.X
申请日：2016-10-11
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F19/00
Abstract: 本发明提供了一种预测疾病生存期的逐步多元回归模型及应用。通过在逐步多元回归模型中通过构造F统计量，来判断是否引入一个新的变量或删除原有的一个变量，在每引入一个新的变量都需要进行是否需要删除一个变量，即检验新引入的变量是否与原有变量具有相关性；当拟合系数大于0.8时，认为拟合效果较好。本发明的逐步多元回归模型可以预测癌症、与癌症类似重大疾病患者生存期方面具有较大的应用。
-
公开(公告)号：CN102389302B
公开(公告)日：2013-07-10
申请号：CN201110203867.3
申请日：2011-07-20
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0402
Abstract: 本发明涉及一种心电信号动力特征的分析方法，首先利用替代数据算法对采集来的信号进行动力特征识别；然后，将识别出的心电信号转化为加权的网络，进而在复杂网络的框架下，利用点强度分布图来捕获不同类型心电信号间动力特征的差异；最后，定义统计量Rs，并根据此统计量成功地将正常心电信号与房颤心电信号区分开。本发明技术方案提高了心电信号的分类精度，更深层地挖掘心电信号所蕴含的信息。
-
公开(公告)号：CN108670245A
公开(公告)日：2018-10-19
申请号：CN201810552206.3
申请日：2018-05-31
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0402 , A61B5/00
CPC classification number: A61B5/0402 , A61B5/04012 , A61B5/7235 , A61B5/7253 , A61B5/7264
Abstract: 本发明公开了一种心电信号检测方法及系统。该方法包括：获取测试集，测试集包括按照固定频率采集的测试心电信号；对测试心电信号进行滤波，得到处理后的测试心电信号；根据预设长度的滑动窗，将处理后的测试心电信号划分为多段测试滑动窗信号；根据测试滑动窗信号，计算处理后的测试心电信号的幅值；判断幅值是否小于幅值阈值；若是，则测试心电信号为不可电击信号；若否，则通过小波变换函数，计算第一参数；通过离散小波变换法，计算第二参数；通过第一参数、第二参数以及分类模型对大于幅值阈值的测试滑动窗信号进行检测。本发明能够提高心室纤颤检测的精确度，使其灵敏度和特异性满足除颤仪的临床标准。
-
公开(公告)号：CN105225486A
公开(公告)日：2016-01-06
申请号：CN201510650150.1
申请日：2015-10-09
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G08G1/01
Abstract: 本发明提供了一种填补缺失浮动车数据的方法及系统，该方法包括：数据筛选步骤、地图匹配步骤、划分网格步骤、确定插补区域及时间段步骤、以及插补缺失数据步骤。本发明的有益效果是：本发明通过插补使数据得到完整，可以用于估计交通拥挤程度，计算路段通行速度以及发布当前交通公告，为公众的出行提供便利。
-
公开(公告)号：CN102389302A
公开(公告)日：2012-03-28
申请号：CN201110203867.3
申请日：2011-07-20
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0402
Abstract: 本发明涉及一种心电信号动力特征的分析方法,首先利用替代数据算法对采集来的信号进行动力特征识别；然后,将识别出的心电信号转化为加权的网络，进而在复杂网络的框架下，利用点强度分布图来捕获不同类型心电信号间动力特征的差异；最后,定义统计量Rs，并根据此统计量成功地将正常心电信号与房颤心电信号区分开。本发明技术方案提高了心电信号的分类精度，更深层地挖掘心电信号所蕴含的信息。
-
Patent Agency Ranking
公开(公告)号：CN108256293A
公开(公告)日：2018-07-06
申请号：CN201810134414.1
申请日：2018-02-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开一种疾病关联基因组合的统计方法及系统。该统计方法包括：采用全基因组关联分析方法计算基因序列中的每个单核苷酸多态性位点的显著性，显著性表示单核苷酸多态性位点与疾病的关联程度，获得单核苷酸多态性位点显著性；根据核苷酸显著性和阈值，筛选出与疾病关联的单核苷酸多态性位点，获得关联单核苷酸多态性位点；采用基于极端梯度的Boosting的集成学习算法对关联单核苷酸多态性位点对应的人分为患病和不患病两类，获得关联基因组合。本发明通过全基因组关联分析方法与基于梯度的Boosting的集成学习算法相结合的方法对关联单核苷酸多态性位点对应的人分为患病和不患病两类，获得关联基因组合，提高了疾病关联基因组合获取结果的准确性。
-
公开(公告)号：CN104217591B
公开(公告)日：2017-03-15
申请号：CN201410437660.6
申请日：2014-08-29
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 赵毅
Abstract: 本发明提供了一种动态路况检测方法及系统，该方法包括如下步骤：A根据单车上的实时路况分析模型得到浮动车车辆速度，分别计算出实时加速度以及单位路程；B在一个时间间隔中嵌入时间窗，再给定一个步进时间，平移时间窗，从而得到不同的时间窗数据；C对所有时间窗内数据进行检查，避免数据缺失或异常值的情况；D对每一个时间窗内的数据通过聚类算法进行状态分析，得到交通状态；E对所有时间窗的交通状态进行统计分析，得出统计结果；F将实时路况数据上传至数据中心端。本发明的有益效果是：本发明通过分布式个体的实时路况分析，消除以往分析存在大量失真数据的干扰的问题，显著提高动态路况检测的准确性。
-
公开(公告)号：CN104217591A
公开(公告)日：2014-12-17
申请号：CN201410437660.6
申请日：2014-08-29
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 赵毅
Abstract: 本发明提供了一种动态路况检测方法及系统，该方法包括如下步骤：A根据单车上的实时路况分析模型得到浮动车车辆速度，分别计算出实时加速度以及单位路程；B在一个时间间隔中嵌入时间窗，再给定一个步进时间，平移时间窗，从而得到不同的时间窗数据；C对所有时间窗内数据进行检查，避免数据缺失或异常值的情况；D对每一个时间窗内的数据通过聚类算法进行状态分析，得到交通状态；E对所有时间窗的交通状态进行统计分析，得出统计结果；F将实时路况数据上传至数据中心端。本发明的有益效果是：本发明通过分布式个体的实时路况分析，消除以往分析存在大量失真数据的干扰的问题，显著提高动态路况检测的准确性。
-
公开(公告)号：CN105206057B
公开(公告)日：2018-09-07
申请号：CN201510641824.1
申请日：2015-09-30
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G08G1/01
Abstract: 本发明提供了一种基于浮动车居民出行热点区域的检测方法及系统，在检测方法中，服务器执行如下步骤：转换步骤，将经纬度换算为平面距离，然后执行分析步骤；分析步骤，对经纬度数据汇总，进行空间聚类分析，从而得出居民出行的热点区域。本发明的有益效果是：本发明能够提高居民出行热点区域的准确性，提高判别效率，为居民出行的选择提供便利。
-
公开(公告)号：CN105206057A
公开(公告)日：2015-12-30
申请号：CN201510641824.1
申请日：2015-09-30
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G08G1/01
Abstract: 本发明提供了一种基于浮动车居民出行热点区域的检测方法及系统，在检测方法中，服务器执行如下步骤：转换步骤，将经纬度换算为平面距离，然后执行分析步骤；分析步骤，对经纬度数据汇总，进行空间聚类分析，从而得出居民出行的热点区域。本发明的有益效果是：本发明能够提高居民出行热点区域的准确性，提高判别效率，为居民出行的选择提供便利。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.033 seconds)
