-
公开(公告)号：CN112766201A
公开(公告)日：2021-05-07
申请号：CN202110110788.1
申请日：2021-01-27
Applicant: 西北大学
Abstract: 本发明公开了基于CSI数据的行为跨域识别模型建立、识别方法及系统，建立源域行为数据集和目标域行为数据集；对源域数据集和目标域数据集中的数据分别进行分割和重表示；将源域数据集中重表示的行为数据片段与目标域数据集中重表示的行为数据片段进行配对，获得多个数据对；对同类别行为形成的数据对和不同类别行为形成的数据对标注不同的标签；构建孪生网络模型；将数据对及其对应的标签输入至孪生网络模型中，训练该孪生网络模型，得到识别模型；采集测试对象的行为数据；进行分割处理以及数据配对后，将配对的数据对输入识别模型中，输出识别结果；经验证，采用本发明的识别方法可达到较高的跨域识别准确率。
-
公开(公告)号：CN111898469A
公开(公告)日：2020-11-06
申请号：CN202010656997.1
申请日：2020-07-09
Applicant: 西北大学
Abstract: 本发明公开了一种基于缩放卷积层的信号时频特征提取方法及装置，该方法使用初始化的缩放卷积层的卷积核与信号进行互相关计算，然后判断卷积核大小是否达到初始设定的下界，若没有达到下界则对卷积核进行缩放处理后再次与信号进行互相关计算，直至卷积核大小达到初始设定的下界时，则停止计算；将多个互相关计算结果拼接成能同时表达时频信息的二维张量作为缩放卷积层的最终特征提取结果。本发明有效地解决了在使用深度神经网络对信号进行处理时需要人工提取特征、对时频信息进行建模等复杂的特征工程问题，从而提供了一种无需对信号进行手动特征提取、可同时建模时频信息、适用于信号处理、兼容现有深度学习框架的缩放卷积层。
-
公开(公告)号：CN110059720A
公开(公告)日：2019-07-26
申请号：CN201910203641.X
申请日：2019-03-18
Applicant: 西北大学
Abstract: 本发明公开了一种用于在非均衡数据集上训练深度神经网络的方法及结构，该方法首先通过分层采样或施加在少数类样本上的留一法划分训练集和验证集；然后，将自适应归一化层作为第一层、样本多样化层作为第二层，并将目标深度神经网络串接在样本多样化层后得到整体深度神经网络；最后，在训练集上采用批均衡对整体深度神经网络进行训练。本发明有效的解决了现有方法不能在少数类样本数极少的极度非均衡数据集上进行有效学习的问题，从而提供了一种无需对非均衡数据进行预处理、未引入超级参数、能执行自适应归一化、兼容现有深度学习技术的在非均衡数据集上训练深度神经网络的方法。
-
公开(公告)号：CN110013249B
公开(公告)日：2022-02-18
申请号：CN201910207886.X
申请日：2019-03-19
Applicant: 西北大学
Abstract: 本发明公开了一种便携式可调式的头戴癫痫病监测仪，包括：脑电帽，用于采集患者的脑电信号；调试模块，用于根据脑电帽上所有电极采集的患者在癫痫病发作期间、发作前期、发作期的脑电信号，进行处理，以确定最合适电极；训练模块，用于根据最合适的电极采集的脑电信号，进行模型训练；监测模块，用于接收脑电信号，利用训练模块训练好的模型进行检测，以判断患者当前是否处于癫痫病发作前期；预警模块，用于在监测模块监测到患者处于癫痫病发作前期时进行预警。本发明可做到便携式监测、即时预警，有效防止癫痫患者发病时二次伤害的发生。
-
公开(公告)号：CN112817959A
公开(公告)日：2021-05-18
申请号：CN202110213760.0
申请日：2021-02-25
Applicant: 西北大学
IPC: G06F16/215 , G06F16/22 , G06N5/00
Abstract: 本发明公开了基于多度量指标权重的古生物形态系统发育树构建方法，包括：对待处理的古生物形态学数据缺失插补形成完整数据集；根据古生物形态学数据的层次特点选择度量指标；对决策点数据的度量指标生成随机权重值，获取度量指标组合；采用进化算法扩充初始种群，形成扩充后的新种群；计算古生物物种间距离，根据该距离划分当前决策点的古生物形态学数据；采用Fitch算法评估当前决策点的划分结果，保留最优分割；判断最优分割后的两个分枝是否均为单一古生物物种，是则保留，否则重新初始化权重分配；本发明可以将多个不同量纲的度量指标共同用于古生物系统发育树构建，克服了使用单一度量指标计算古生物物种间距离片面性的问题。
-
Patent Agency Ranking
公开(公告)号：CN110013249A
公开(公告)日：2019-07-16
申请号：CN201910207886.X
申请日：2019-03-19
Applicant: 西北大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明公开了一种便携式可调式的头戴癫痫病监测仪，包括：脑电帽，用于采集患者的脑电信号；调试模块，用于根据脑电帽上所有电极采集的患者在癫痫病发作期间、发作前期、发作期的脑电信号，进行处理，以确定最合适电极；训练模块，用于根据最合适的电极采集的脑电信号，进行模型训练；监测模块，用于接收脑电信号，利用训练模块训练好的模型进行检测，以判断患者当前是否处于癫痫病发作前期；预警模块，用于在监测模块监测到患者处于癫痫病发作前期时进行预警。本发明可做到便携式监测、即时预警，有效防止癫痫患者发病时二次伤害的发生。
-
公开(公告)号：CN112817959B
公开(公告)日：2023-03-24
申请号：CN202110213760.0
申请日：2021-02-25
Applicant: 西北大学
IPC: G06F16/215 , G06F16/22 , G06N5/01
Abstract: 本发明公开了基于多度量指标权重的古生物形态系统发育树构建方法，包括：对待处理的古生物形态学数据缺失插补形成完整数据集；根据古生物形态学数据的层次特点选择度量指标；对决策点数据的度量指标生成随机权重值，获取度量指标组合；采用进化算法扩充初始种群，形成扩充后的新种群；计算古生物物种间距离，根据该距离划分当前决策点的古生物形态学数据；采用Fitch算法评估当前决策点的划分结果，保留最优分割；判断最优分割后的两个分枝是否均为单一古生物物种，是则保留，否则重新初始化权重分配；本发明可以将多个不同量纲的度量指标共同用于古生物系统发育树构建，克服了使用单一度量指标计算古生物物种间距离片面性的问题。
-
公开(公告)号：CN110123342B
公开(公告)日：2021-06-08
申请号：CN201910307964.3
申请日：2019-04-17
Applicant: 西北大学
Abstract: 本发明公开了一种基于脑电波的网瘾检测方法和系统，首先采集不同测试者的脑电波信号，计算滤波处理后的脑电波信号能量特征矩阵；然后对能量特征矩阵进行训练，获得训练好的分类模型；最后将被测试者的脑电波信号输入分类模型中，输出被测试者的网瘾程度。本发明将脑电波与网瘾检测相结合，通过采集不同网瘾程度的青少年上网后的脑电波信息，使用基于深度学习映射核函数的ELM训练分类模型，使用该模型对青少年的网瘾程度进行判断，该分类模型在保证学习精度的前提下，比传统训练模型具有更快的学习速度和更强的泛化能力。有助于改善过去网瘾判断的主观性，为医师判断青少年网络成瘾提供一种客观的真实的辅助诊断方案。
-
公开(公告)号：CN112836593A
公开(公告)日：2021-05-25
申请号：CN202110052255.2
申请日：2021-01-15
Applicant: 西北大学
Abstract: 本发明公开了一种融合先验与自动脑电特征的情绪识别方法及系统，该方法首先从原始脑电信号中提取与情绪相关的不同频率的差分熵特征，然后将其映射为差分熵矩阵并拼接为空频特征矩阵后作为数学驱动的先验情绪特征；同时通过缩放卷积层自动提取原始脑电信号中的时频域信息作为数据驱动的自动脑电情绪特征；再将先验情绪特征与自动脑电情绪特征进行变换后拼接，再进行融合，提取其高阶语义特征，最后送入柔性最大值激活函数对情绪进行识别分类。本发明提供了一种能结合先验知识与数据驱动、可同时建模时空频域信息、提高情绪识别的智能与普适性的情绪识别的方法。
-
公开(公告)号：CN111966865A
公开(公告)日：2020-11-20
申请号：CN202010704755.5
申请日：2020-07-21
Applicant: 西北大学
IPC: G06F16/901 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种利用基于查表子网络的空域图卷积层进行特征提取的方法，首先初始化设置和输入数据；从邻接矩阵中查询卷积中心节点的n阶邻域内的节点；通过位置编码器查询卷积中心节点的n阶邻域内的节点的位置编码；两两融合卷积中心节点与其n阶邻域内的节点的位置编码；通过查表子网络分别查询分配给卷积中心节点n阶邻域内的节点的卷积核权重；计算卷积中心节点的n阶邻域内的节点的特征与卷积核的互相关值，并加上偏置与通过激活函数，得到激活值即卷积中心节点的新特征。本发明解决了现有方法损失了部分空间信息等问题，提供了一种满足局部性与权重共享、模型容量易于控制、采用互相关操作同时整合空间和通道维度信息等特性的图卷积层。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.035 seconds)
