公开(公告)号：CN114841214B

公开(公告)日：2023-06-02

申请号：CN202210547995.8

申请日：2022-05-18

Applicant: 杭州电子科技大学

Inventor： 陈子源 ,  高亦心 ,  阮渊鹏 ,  张炜寒 ,  彭勇

IPC: G06F18/241 ,  G16H20/90 ,  A61B5/024 ,  G06N3/0895

Abstract: 本发明公开了基于半监督判别投影的脉搏数据分类方法及装置。具体分类方法包括：1、采集压力脉搏数据。2、对步骤1中采集到的数据进行预处理及特征提取。3、建立半监督判别投影模型，利用投影矩阵寻找最优子空间，并在该空间中进行聚类，标注无标记样本，并加入下一轮训练，实现对脉搏数据的半监督学习。4、对投影矩阵进行分析，通过求取投影矩阵的“行归一化二范数”，获取各个特征对当前任务的贡献程度。所述脉搏数据分类装置用于实现上述分类步骤。本发明通过判别投影方法，提供了一种高精度脉搏数据分类任务的工具，量化了特征重要性，取得了良好实验效果。

公开(公告)号：CN114841214A

公开(公告)日：2022-08-02

申请号：CN202210547995.8

申请日：2022-05-18

Applicant: 杭州电子科技大学

Inventor： 陈子源 ,  高亦心 ,  阮渊鹏 ,  张炜寒 ,  彭勇

IPC: G06K9/00 ,  G16H20/90

Abstract: 本发明公开了基于半监督判别投影的脉搏数据分类方法及装置。具体分类方法包括：1、采集压力脉搏数据。2、对步骤1中采集到的数据进行预处理及特征提取。3、建立半监督判别投影模型，利用投影矩阵寻找最优子空间，并在该空间中进行聚类，标注无标记样本，并加入下一轮训练，实现对脉搏数据的半监督学习。4、对投影矩阵进行分析，通过求取投影矩阵的“行归一化二范数”，获取各个特征对当前任务的贡献程度。所述脉搏数据分类装置用于实现上述分类步骤。本发明通过判别投影方法，提供了一种高精度脉搏数据分类任务的工具，量化了特征重要性，取得了良好实验效果。