-
公开(公告)号：CN103945091A
公开(公告)日：2014-07-23
申请号：CN201410162913.3
申请日：2014-04-22
Applicant: 苏州大学
IPC: H04N5/21
Abstract: 本发明公开了一种基于FPGA进化学习的数字图像滤波电路设计方法，利用基因表达式对电路编码和(2+)ES进化策略的寻优特性，通过对样本图像滤波前后效果的学习，使用多目标模型进化一组合适的关系操作集合，设计出的滤波电路能够取得尽可能好的图像滤波效果，在学习阶段,滤波器在限定的进化代数后可得到优化的逻辑组成结构，通过VHDL转换和竞争与冒险消除设计,在FPGA芯片上实现图像滤波的硬件电路。本发明进化得到的非线性滤波电路，使得滤波后的图像清晰，边缘清楚。
-
公开(公告)号：CN104376143B
公开(公告)日：2018-01-09
申请号：CN201410372628.4
申请日：2014-07-31
Applicant: 苏州大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于近似逻辑电路的软错误屏蔽方法，以较低的面积/功耗代价换取与原电路功能接近的近似电路，并通过近似电路对原电路中的重要输出位或易错位进行屏蔽，忽略相对次要的输出位，达到高错误覆盖率且低代价的逻辑错误屏蔽系统。本发明能够实现高性价比的容错，相比于先前的容错方法，避免了传统的系统完全备份带来的高能耗/大面积开销，也没有自主容错的时钟能源过多消耗和数据路径亚稳态问题，无需回滚与修复，且对原电路具有无创性。
-
公开(公告)号：CN103945091B
公开(公告)日：2017-03-29
申请号：CN201410162913.3
申请日：2014-04-22
Applicant: 苏州大学
IPC: H04N5/21
Abstract: 本发明公开了一种基于FPGA进化学习的数字图像滤波电路设计方法，利用基因表达式对电路编码和(2+ )ES进化策略的寻优特性，通过对样本图像滤波前后效果的学习，使用多目标模型进化一组合适的关系操作集合，设计出的滤波电路能够取得尽可能好的图像滤波效果，在学习阶段,滤波器在限定的进化代数后可得到优化的逻辑组成结构，通过VHDL转换和竞争与冒险消除设计,在FPGA芯片上实现图像滤波的硬件电路。本发明进化得到的非线性滤波电路，使得滤波后的图像清晰，边缘清楚。
-
Patent Agency Ranking
公开(公告)号：CN104376143A
公开(公告)日：2015-02-25
申请号：CN201410372628.4
申请日：2014-07-31
Applicant: 苏州大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于近似逻辑电路的软错误屏蔽方法，以较低的面积/功耗代价换取与原电路功能接近的近似电路，并通过近似电路对原电路中的重要输出位或易错位进行屏蔽，忽略相对次要的输出位，达到高错误覆盖率且低代价的逻辑错误屏蔽系统。本发明能够实现高性价比的容错，相比于先前的容错方法，避免了传统的系统完全备份带来的高能耗/大面积开销，也没有自主容错的时钟能源过多消耗和数据路径亚稳态问题，无需回滚与修复，且对原电路具有无创性。
-
公开(公告)号：CN117476193A
公开(公告)日：2024-01-30
申请号：CN202311414050.X
申请日：2023-10-30
Applicant: 苏州大学附属第一医院
IPC: G16H40/20 , G06Q10/0631
Abstract: 本发明公开了一种手术进度的发布方法、系统、装置及手术治疗系统，涉及动态排队领域，应用于手术进度的发布装置的处理器，包括：确定患者的治疗信息，治疗信息包括患者身份信息、手术类型及诊断信息；根据所有治疗信息对患者的治疗顺序进行排序；在每一个手术结束后，更新治疗顺序，控制提示模块对最新的治疗顺序进行提示。自动对患者的治疗顺序进行排序，无需医护人员手动进行排序，减少了医护人员的工作量。对手术的治疗顺序进行提示，患者及家属可以更加准确的预估自身的等待时间，提高患者及家属的体验。
-
公开(公告)号：CN110638430B
公开(公告)日：2022-08-09
申请号：CN201911012613.6
申请日：2019-10-23
Applicant: 苏州大学
Abstract: 本发明公开了一种级联神经网络ECG信号心律失常分类模型的搭建方法，具体包括：建立卷积模块；建立特征表达模块；对特征表达进行第一级softmax计算，判断形态异常的心律失常；获取多组心博特征表达；建立长短时记忆模块，所述长短时记忆模块处理所述多组心博特征表达，获得所述多组心博特征表达之间的关联表达；通过所述关联表达判断异常心律类别；对所述级联神经网络模型进行训练。其具有自动化的数据类型特征提取能力，可判断形态异常的心律失常及节律异常的心律失常类型。
-
公开(公告)号：CN110638430A
公开(公告)日：2020-01-03
申请号：CN201911012613.6
申请日：2019-10-23
Applicant: 苏州大学
IPC: A61B5/00 , A61B5/04 , A61B5/0402 , G06K9/62
Abstract: 本发明公开了一种多任务级联神经网络ECG信号心律失常疾病分类模型和方法，具体包括：建立卷积模块；建立特征表达模块；对特征表达进行第一级softmax计算，判断形态异常的心律失常；获取多组心博特征表达；建立长短时记忆模块，所述长短时记忆模块处理所述多组心博特征表达，获得所述多组心博特征表达之间的关联表达；通过所述关联表达判断异常心律类别；对所述级联神经网络模型进行训练。其具有自动化的数据类型特征提取能力，可判断形态异常的心律失常及节律异常的心律失常类型。
-
公开(公告)号：CN107993723A
公开(公告)日：2018-05-04
申请号：CN201711378986.6
申请日：2017-12-19
Applicant: 苏州大学
IPC: G16H50/50
Abstract: 本发明公开了一种基于集成进化学习的华法林剂量预测建模方法，包括如下步骤：（1）、基于遗传编码进化基函数；（2）、基于进化策略演算系数；（3）、基于遗传算法框架的选择、优化得到M个候选模型;（4）、在M个候选模型基础上,选择m个模型进行权重和的集成,得到最终的预测模型；集成学习得到的回归预测模型进行测试集合数据上的实际预测。本发明采用集成进化学习的方式构建模型，集成进化学习是构建出准确预测华法林剂量模型的关键点；相比于贝叶斯决策系统、人工神经网络和支持向量机等建模方法，集成进化回归模型有着更好的泛化能力；相比于个体进化回归模型，集成进化回归模型有着更好的稳定性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
