-
公开(公告)号：CN106021859A
公开(公告)日：2016-10-12
申请号：CN201610300289.8
申请日：2016-05-09
Applicant: 吉林大学
Abstract: 本发明涉及一种改进遗传算法的可控源音频大地电磁法一维反演的方法。将遗传算法应用于CSAMT一维数据反演，提出了基于频率加权和相位加权相结合的目标函数，提出了基于适应度值排序选择和模拟退火法相结合的选择算子，提出了分段的交叉概率上下限，提出了基于适应度值的自适应交叉概率相结合的交叉算子和基于适应度和基因加权相结合的变异算子，并采用基于概率的最优个体保留策略，用适应度值最大的个体以一定的概率代替适应度值最小的个体。与常用的CSAMT数据反演方法相比，本发明方法不会因为出现病态矩阵而导致反演失败，有助于避免标准遗传算法中的早熟和易陷入局部极值等问题，有利于染色体快速向最优解方向移动，找到最优解。
-
公开(公告)号：CN105680428A
公开(公告)日：2016-06-15
申请号：CN201610161077.6
申请日：2016-03-21
Applicant: 吉林大学
Abstract: 本发明涉及一种电压型二次重合闸微机装置及控制方法，包括：电压采集单元、数字处理单元、上位机显示控制单元和电源单元。电压采集单元与数字处理单元连接，数字处理单元与上位机显示控制单元连接，电源单元分别与电压采集单元和数字处理单元连接。本发明是基于MSP430F149+上位机架构的二次重合闸微机装置，克服了传统的一次重合闸装置接线复杂，辅助设备多，易出现误动、拒动情况的缺点，具有体积小，结构简单，低功耗，低成本，数据实时显示，单片机重合闸控制，上位机交互控制等特点，提高了重合闸成功率和系统安全稳定性。控制方法简单方便，有效可行，本发明具有一定的研究前景与应用价值。
-
公开(公告)号：CN113640736B
公开(公告)日：2023-07-25
申请号：CN202110971251.4
申请日：2021-08-23
Applicant: 吉林大学
Abstract: 本发明涉及一种基于退化的空间ARMA模型的多维传感器阵列信源测向方法，属于阵列信号处理中基于多维阵列的二维信源测向。包括3维体阵模型，多维阵列中任一ULA的信源相差估计，多维阵列中的ULA分类准则，多维阵列中信源相差(或角度)配对方案，多维阵列中信源仰角和方位角的计算。本发明的优点是：能够处理多维阵列中的任一ULA,二维信源测向方法能够匹配和发挥多维阵列ULA及其数据丰富的优势；给出了能够实现信源相差自动配对的ULA组合准则，所提测向方法能够处理两种方位角定义下ULA，而且对信源和传感器阵元噪声的信号性质仅要求为平稳；所提测向方法是直接处理多维阵列数据，不涉及矩阵特征值分解或奇异值分解，计算较为高效。
-
公开(公告)号：CN112885409B
公开(公告)日：2023-03-24
申请号：CN202110059973.2
申请日：2021-01-18
Applicant: 吉林大学
Abstract: 本发明属于结直肠癌蛋白标志物选择技术领域，具体涉及一种基于特征选择的结直肠癌蛋白标志物选择系统；其中数据处理模块采集大肠癌蛋白文本数据，并对数据进行处理，特征排序模块采集数据处理模块输出的数据，并按ReliefF法计算每种大肠癌表达蛋白的权重；特征选择模块使用Lasso方法计算每种大肠癌表达蛋白的特征重要性，最后分别将每种蛋白质的特征重要性与该种蛋白质的权重相乘，获得每种蛋白质的重要性评分，归一化处理得到每种蛋白质的最终重要性评分，将蛋白质的最终重要性评分从大到小进行排序，选择排名靠前的蛋白质作为输出；辅助临床医生对肿瘤生物标志物的鉴定，分析肿瘤组织与正常组织的蛋白质组差异。
-
公开(公告)号：CN108877949B
公开(公告)日：2021-04-27
申请号：CN201810592920.5
申请日：2018-06-11
Applicant: 吉林大学
Abstract: 本发明涉及一种基于孤立森林算法和投票机制的唐氏综合症筛查方法，该方法包括下述步骤：数据预处理：将多条样本加入数据集；划分数据集，得到A训练集和B训练集，进一步交叉划分A训练集，得到多个训练子集：训练得到多个孤立森林模型及其对应的异常度得分阈值；对B训练集中的样本投票得到每个样本的所得票数：获得预判决阈值以及B训练集中的每条样本的预判决结果；使用训练支持向量机SVM模型进行最终判决。本发明能够提高异常的检出率，降低误诊率。
-
Patent Agency Ranking
公开(公告)号：CN108597603B
公开(公告)日：2021-04-20
申请号：CN201810416949.8
申请日：2018-05-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于多维高斯分布贝叶斯分类的癌症复发预测系统，该系统的包括预处理模块、训练模块和贝叶斯分类器；预处理模块对训练集进行数据清洗并生成类向量数据集；训练模块首先计算两个类属性先验概率，然后利用pearson相关系数将数据属性分成与类属性关联度紧密的类数据属性集合和与类属性关联度稀疏的II类数据属性集合，两类数据属性集合分别利用多维高斯分布和一维高斯分布来计算相应的概率；贝叶斯分类器将两者概率及类别的先验概率联合共同作为数据属于每个类的概率，并据此判别癌症的分类测试结果。本发明提高了癌症是否复发的预测准确率。
-
公开(公告)号：CN108847285A
公开(公告)日：2018-11-20
申请号：CN201810436034.3
申请日：2018-05-09
Applicant: 吉林大学
Abstract: 本发明涉及一种基于机器学习的孕前期及孕中期唐氏综合征筛查方法，该方法包括如下步骤：选择孕妇中孕期唐氏筛查结果数据中的ns个字段作为训练特征；将Ns条样本加入数据集A；对数据集A内的样本进行预处理，使少数类集合与多数类集合中的样本数目达到均衡，获得合成数据集；将合成数据集中的样本进行处理获得胎儿是否患有唐氏综合征的预测模型，利用预测模型对测试样本进行预测得到预测结果。本发明避免了人为划分指标阈值的过程，减轻了人力资源，能够取得较高的准确率和较低的假阳性率。
-
公开(公告)号：CN103531042B
公开(公告)日：2015-08-19
申请号：CN201310512563.4
申请日：2013-10-25
Applicant: 吉林大学
Abstract: 本发明公开了一种基于驾驶人类型的车辆追尾预警方法，旨在解决现有技术没有考虑不同类型驾驶人驾驶习惯降低了预警准确性的问题，本发明的车辆追尾预警方法步骤如下：1.应急反应能力测试：利用反应时间测试器测试被测驾驶人的反应时间；2.驾驶行为监测：分别利用相应传感器实时获取被测驾驶人操作参数以及被测车辆与前车间距离、相对速度；3.驾驶人类型分类：利用无监督式聚类分析方法，根据被测驾驶人的应急反应能力测试数据和驾驶行为监测数据，基于预设的反应能力分类规则和驾驶风格隶属度函数确定驾驶人类型；4.危险等级实时检测：选择适用于被测驾驶人的驾驶人类型的危险等级判断方程，判断被测车辆当前行车危险等级；5.预警触发。
-
公开(公告)号：CN103531042A
公开(公告)日：2014-01-22
申请号：CN201310512563.4
申请日：2013-10-25
Applicant: 吉林大学
Abstract: 本发明公开了一种基于驾驶人类型的车辆追尾预警方法，旨在解决现有技术没有考虑不同类型驾驶人驾驶习惯降低了预警准确性的问题，本发明的车辆追尾预警方法步骤如下：1.应急反应能力测试：利用反应时间测试器测试被测驾驶人的反应时间；2.驾驶行为监测：分别利用相应传感器实时获取被测驾驶人操作参数以及被测车辆与前车间距离、相对速度；3.驾驶人类型分类：利用无监督式聚类分析方法，根据被测驾驶人的应急反应能力测试数据和驾驶行为监测数据，基于预设的反应能力分类规则和驾驶风格隶属度函数确定驾驶人类型；4.危险等级实时检测：选择适用于被测驾驶人的驾驶人类型的危险等级判断方程，判断被测车辆当前行车危险等级；5.预警触发。
-
公开(公告)号：CN108847285B
公开(公告)日：2021-05-28
申请号：CN201810436034.3
申请日：2018-05-09
Applicant: 吉林大学
Abstract: 本发明涉及一种基于机器学习的孕前期及孕中期唐氏综合征筛查方法，该方法包括如下步骤：选择孕妇中孕期唐氏筛查结果数据中的ns个字段作为训练特征；将Ns条样本加入数据集A；对数据集A内的样本进行预处理，使少数类集合与多数类集合中的样本数目达到均衡，获得合成数据集；将合成数据集中的样本进行处理获得胎儿是否患有唐氏综合征的预测模型，利用预测模型对测试样本进行预测得到预测结果。本发明避免了人为划分指标阈值的过程，减轻了人力资源，能够取得较高的准确率和较低的假阳性率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.02 seconds)
