-
公开(公告)号:CN115227258B
公开(公告)日:2025-04-29
申请号:CN202210710325.3
申请日:2022-06-22
Applicant: 苏州大学
IPC: A61B5/346 , A61B5/352 , A61B5/353 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/06 , G06N3/084
Abstract: 本发明涉及心电图自动识别算法技术领域,且公开了一种基于卷积神经网络的心电图自动识别算法,包括:构件数据库:所用的数据库为心律失常数据库;预处理:对所选择导联的心电信号进行预处理;数据扩增:通过改变样本均值和方差的方法将样本量较少的心搏类型进行数据扩增;网络结构包含3个卷积层,3个池化层和3个全连接层;本发明提出一种基于卷积神经网络的心电图自动识别算法,本发明识别类型多,识别准确率高。
-
公开(公告)号:CN115204037A
公开(公告)日:2022-10-18
申请号:CN202210710334.2
申请日:2022-06-22
Applicant: 苏州大学
Abstract: 本发明涉及电池供电技术领域,并公开了一种针对电池供电的数据压缩及传输算法,包括S1、将锂电池供电数据分为两部分,一部分为离线数据,作为IGSA‑GPR模型的学习样本X1,另一部分为在线数据,作为测试IGSA‑GPR模型泛化能力的预测样本X2,其中X1再分为两部分S1与S2,S1作为超参数寻优过程中的训练集,S2作为超参数寻优过程中的验证集,采用简单交叉验证的方法提高模型的泛化能力等步骤。本发明通过对锂电池电压数据的预测实验,证明在线GPR算法可以在保证预测精度的情况下,提高GPR算法的执行效率,适用于在线数据处理,长期预测结果准确,预测结果具有不确定表达,能够确定网络结构,计算效率高,收敛速度快。
-
公开(公告)号:CN115227258A
公开(公告)日:2022-10-25
申请号:CN202210710325.3
申请日:2022-06-22
Applicant: 苏州大学
Abstract: 本发明涉及心电图自动识别算法技术领域,且公开了一种基于卷积神经网络的心电图自动识别算法,包括:构件数据库:所用的数据库为心律失常数据库;预处理:对所选择导联的心电信号进行预处理;数据扩增:通过改变样本均值和方差的方法将样本量较少的心搏类型进行数据扩增;网络结构包含3个卷积层,3个池化层和3个全连接层;本发明提出一种基于卷积神经网络的心电图自动识别算法,本发明识别类型多,识别准确率高。
-
-