-
公开(公告)号：CN114129171A
公开(公告)日：2022-03-04
申请号：CN202111460457.7
申请日：2021-12-01
申请人： 山东省人工智能研究院
摘要： 一种基于改进的残差密集网络的心电信号降噪方法，残差密集网络具有特征重用的能力，实现心电信号降噪的同时，降低了计算成本。应用残差密集网络过程中，不需要根据经验人为设置参数，避免经验误差，提高了模型的泛化能力。在改进的残差密集网络中，每个改进的残差块的输入都融合了前面所有改进的残差块的输出；通过该网络去除心电信号噪声，能够获得前面所有改进的残差块的输出，增强了特征传播；随着网络加深，不会出现梯度消息和梯度爆炸等问题。同时考虑信号的局部特征和全局特征，既能够捕获信号的局部特征并保存有用的医学特征，也能够捕获信号的全局特征并使训练过程稳定。
-
公开(公告)号：CN115105088A
公开(公告)日：2022-09-27
申请号：CN202210695692.0
申请日：2022-06-20
申请人： 山东省人工智能研究院
摘要： 一种改进的基于小波域稀疏特性的心电信号去噪方法，通过对所有不同尺度的小波系数进行优化计算，避免了小波阈值去噪过程中将较小的小波系数舍弃的问题，从而，能够更好地保留心电信号的细节特征。能够提高降噪后心电信号的组稀疏特性，并减轻基于全变分方法求解过程中出现的阶梯伪影，保持了原始心电信号的波形特征。充分利用了心电信号在时域和频域的组稀疏特性，且该方法不仅适用于非重叠的组稀疏信号，当信号相邻分组出现重叠时，优化变量之间是相互耦合的，该方法仍然适用。通过选取参数化的非凸惩罚函数，并限定正则化参数的区间，保证了总代价函数的严格凸性，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN111835360B
公开(公告)日：2021-06-01
申请号：CN202010677703.3
申请日：2020-07-14
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： H03M7/30
摘要： 一种基于基追踪去噪的稀疏信号重构方法，通过压缩感知的重构性能对噪声非常敏感，即噪声的引入会大大降低压缩感知的重构性能，通过基追踪降噪，实现了心电信号噪声的滤除和信号的重构。通过数值最优化算法准确重构出原始信号，得到了原有的波峰波谷信息，利用了心电信号的稀疏性特点重构了原有的心电信号，并有效的去除了噪声，保证了心电信号的真实性。
-
公开(公告)号：CN111917490A
公开(公告)日：2020-11-10
申请号：CN202010707542.8
申请日：2020-07-21
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： H04B13/00
摘要： 一种基于随机几何的无线体域网共存数值的计算方法，针对无线体域网共存的干扰问题，采用随机几何的方法，建立了无线体域网共存的网络泊松聚块模型，分析了无线体域网共存的性能，根据计算无线体域网在一定的分布密度共存时的发送成功概率和MAC层的CSMA协议竞争信道分析，得出了无线体域网共存的网络数值，可以有利于分析无线体域网络共存的性能，为设计无线体域网提供了理论依据和参考。
-
公开(公告)号：CN115105088B
公开(公告)日：2023-03-14
申请号：CN202210695692.0
申请日：2022-06-20
申请人： 山东省人工智能研究院
摘要： 一种改进的基于小波域稀疏特性的心电信号去噪方法，通过对所有不同尺度的小波系数进行优化计算，避免了小波阈值去噪过程中将较小的小波系数舍弃的问题，从而，能够更好地保留心电信号的细节特征。能够提高降噪后心电信号的组稀疏特性，并减轻基于全变分方法求解过程中出现的阶梯伪影，保持了原始心电信号的波形特征。充分利用了心电信号在时域和频域的组稀疏特性，且该方法不仅适用于非重叠的组稀疏信号，当信号相邻分组出现重叠时，优化变量之间是相互耦合的，该方法仍然适用。通过选取参数化的非凸惩罚函数，并限定正则化参数的区间，保证了总代价函数的严格凸性，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN114129171B
公开(公告)日：2022-06-03
申请号：CN202111460457.7
申请日：2021-12-01
申请人： 山东省人工智能研究院
摘要： 一种基于改进的残差密集网络的心电信号降噪方法，残差密集网络具有特征重用的能力，实现心电信号降噪的同时，降低了计算成本。应用残差密集网络过程中，不需要根据经验人为设置参数，避免经验误差，提高了模型的泛化能力。在改进的残差密集网络中，每个改进的残差块的输入都融合了前面所有改进的残差块的输出；通过该网络去除心电信号噪声，能够获得前面所有改进的残差块的输出，增强了特征传播；随着网络加深，不会出现梯度消息和梯度爆炸等问题。同时考虑信号的局部特征和全局特征，既能够捕获信号的局部特征并保存有用的医学特征，也能够捕获信号的全局特征并使训练过程稳定。
-
公开(公告)号：CN111917490B
公开(公告)日：2021-05-18
申请号：CN202010707542.8
申请日：2020-07-21
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： H04B13/00
摘要： 一种基于随机几何的无线体域网共存数值的计算方法，针对无线体域网共存的干扰问题，采用随机几何的方法，建立了无线体域网共存的网络泊松聚块模型，分析了无线体域网共存的性能，根据计算无线体域网在一定的分布密度共存时的发送成功概率和MAC层的CSMA协议竞争信道分析，得出了无线体域网共存的网络数值，可以有利于分析无线体域网络共存的性能，为设计无线体域网提供了理论依据和参考。
-
公开(公告)号：CN113598785B
公开(公告)日：2022-02-18
申请号：CN202111017585.4
申请日：2021-08-31
申请人： 山东省人工智能研究院
摘要： 一种基于小波域稀疏特性的心电信号去噪方法，通过对心电信号小波系数进行优化计算，在实现准确高效去噪的同时，能够更好地保留原始心电信号的波形特征。得到的阈值函数是连续的，且能够避免传统的小波阈值去噪方法在不连续点处出现的噪声尖峰和伪吉布斯震荡。充分利用了心电信号在小波域的稀疏特性，通过选取非凸的稀疏惩罚函数，可以得到较为稀疏的解。通过选取合适的正则化参数，保证了目标函数的严格凸性，通过凸优化方法可以得到去噪问题的唯一解，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN113598785A
公开(公告)日：2021-11-05
申请号：CN202111017585.4
申请日：2021-08-31
申请人： 山东省人工智能研究院
摘要： 一种基于小波域稀疏特性的心电信号去噪方法，通过对心电信号小波系数进行优化计算，在实现准确高效去噪的同时，能够更好地保留原始心电信号的波形特征。得到的阈值函数是连续的，且能够避免传统的小波阈值去噪方法在不连续点处出现的噪声尖峰和伪吉布斯震荡。充分利用了心电信号在小波域的稀疏特性，通过选取非凸的稀疏惩罚函数，可以得到较为稀疏的解。通过选取合适的正则化参数，保证了目标函数的严格凸性，通过凸优化方法可以得到去噪问题的唯一解，且该优化算法计算效率高、收敛速度快。
-
公开(公告)号：CN111835360A
公开(公告)日：2020-10-27
申请号：CN202010677703.3
申请日：2020-07-14
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： H03M7/30
摘要： 一种基于基追踪去噪的稀疏信号重构方法，通过压缩感知的重构性能对噪声非常敏感，即噪声的引入会大大降低压缩感知的重构性能，通过基追踪降噪，实现了心电信号噪声的滤除和信号的重构。通过数值最优化算法准确重构出原始信号，得到了原有的波峰波谷信息，利用了心电信号的稀疏性特点重构了原有的心电信号，并有效的去除了噪声，保证了心电信号的真实性。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.027 秒)
