公开(公告)号：CN115048800A

公开(公告)日：2022-09-13

申请号：CN202210749961.7

申请日：2022-06-29

Applicant: 江南大学

Inventor： 刘艳君 ,  范晋翔 ,  刘欣裕 ,  刘维维 ,  丁锋

IPC: G06F30/20 ,  G06F119/10

Abstract: 本发明公开了一种基于绝对角度停止准则的最小角回归稀疏辨识方法、装置、设备以及计算机可读存储介质，包括：系统输入输出关系的稀疏参数辨识模型；采集系统的输入输出数据，并基于辨识模型构造信息矩阵和输出向量；计算输出向量与信息矩阵中所有模型项所夹锐角的标准差；利用最小角回归算法对信息矩阵中的模型项进行逐步筛选，形成有效集并计算残差，计算有效集对应模型项与残差的夹角，直至夹角和标准差满足绝对角度停止准则，输出最终子信息矩阵；基于最终子信息矩阵计算稀疏参数向量估计值，本发明引入绝对角度停止准则作为评价，并且每次迭代都将夹角与标准差进行比较，简化了迭代计算的过程，提高了求解速度。

公开(公告)号：CN114224348A

公开(公告)日：2022-03-25

申请号：CN202111435099.4

申请日：2021-11-29

Applicant: 江南大学

Inventor： 刘艳君 ,  张耀 ,  尹武涛 ,  韩萍 ,  范晋翔 ,  刘维维 ,  刘欣裕

IPC: A61B5/318 ,  A61B5/346

Abstract: 本发明涉及一种组合神经网络心电图分类方法，包括获取心电原始数据并进行滤波处理；将数据按照时间戳截取为样本数据并记录其对应的标签；将样本数据整理成训练集和验证集；将训练集依次送入Inception模块和一维卷积神经网络模块中进行学习，其中Inception模块包括多个并联的一维卷积神经网络；将学习输出的数据依次送入LSTM模块和Softmax函数中进行学习并输出类别；利用验证集对训练学习好的模型进行验证获得标签预测值，并得到分类模型的精确度。本发明在一维卷积神经网络前应用了一个Inception模块，通过利用不同尺度的核提取信号中不同尺度的空间信息，明显提升了分类的精度。

公开(公告)号：CN116680539A

公开(公告)日：2023-09-01

申请号：CN202310721427.X

申请日：2023-06-16

Applicant: 江南大学

Inventor： 刘艳君 ,  刘维维 ,  吴昕韬 ,  范晋翔 ,  肖永松 ,  丁锋

IPC: G06F18/20 ,  G06F18/27 ,  G06Q50/04

Abstract: 本发明涉及一种基于绝对角度停止准则的最小角回归稀疏辨识方法、装置及应用，包括：建立系统输入输出关系的稀疏参数辨识模型；采集输入输出数据，构造信息矩阵和输出向量；计算输出向量与信息矩阵中所有模型项所夹锐角的标准差；利用最小角回归算法对信息矩阵中的模型项进行逐步筛选，形成有效集并计算残差，计算有效集对应模型项与残差的夹角，直至夹角和标准差满足绝对角度停止准则，输出最终子信息矩阵，来计算稀疏参数向量估计值，获取模型进行系统输入输出控制。本发明引入绝对角度停止准则作为评价，无需已知参数向量的稀疏度，无需额外迭代，提高了模型参数辨识效率，拟合度更好，且能够便于控制系统的设计，降低企业生产成本。