-
公开(公告)号：CN108596238A
公开(公告)日：2018-09-28
申请号：CN201810356507.9
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度词向量的端到端生物医学信号语义表征方法，属于生物医学工程和数据挖掘领域。本发明通过引入语义表达学习方法于生物医学信号深度特征提取中，无监督训练端到端的深度词向量模型，即联合训练深度自编码器和词向量模型。与现有技术相比，本发明结合了深度神经网络和词向量模型共享表示生物医学信号的深度静态特征和动态语义特征，使其融合的深度语义特征在提升算法性能的同时具有鲁棒性。
-
公开(公告)号：CN108420429A
公开(公告)日：2018-08-21
申请号：CN201810356502.6
申请日：2018-04-19
Applicant: 北京工业大学
IPC: A61B5/0476 , G06K9/00 , G06K9/62
CPC classification number: A61B5/0476 , A61B5/4094 , A61B5/7257 , A61B5/7267 , G06K9/00523 , G06K9/00536 , G06K9/6269 , G06K9/629
Abstract: 本发明公开了一种基于多视角深度特征融合的脑电癫痫自动识别方法，属于生物医学工程和机器学习领域。本发明通过表达脑电时频图谱并利用深度学习训练多视角深度特征融合模型，使其融合特征在提升算法性能的同时具有鲁棒性。与现有技术相比，本发明有效结合信号处理和深度学习技术提取脑电数据在时间和通道上不同角度信息，共同表达癫痫特征并提高自动识别准确率。
-
公开(公告)号：CN106503649A
公开(公告)日：2017-03-15
申请号：CN201610917977.9
申请日：2016-10-20
Applicant: 北京工业大学
CPC classification number: G06K9/0053 , G06K9/00536 , G06K9/6269
Abstract: 本发明公开了一种基于计算机视觉的短波信号检测识别方法，根据短波信号的时频矩阵特征与机器学习的分类器构建过程，发明一种基于计算机视觉的短波信号检测与判别方法，相比于传统的基于人工方式的信号检测判别方式与其他已有的信号检测判别方法，本方法可实现计算机对短波信号的自动化检测与识别，同时较其他的信号检测判别方法，对信号所处的噪声环境要求更低，适用于噪声低至0dB的信道环境。通过在不同信道条件下进行了大量实际数据测试，短波信号的检测判别正确率均在90％以上。
-
公开(公告)号：CN106650605B
公开(公告)日：2019-10-08
申请号：CN201610918338.4
申请日：2016-10-20
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于机器学习的Morse信号自动检测译码方法。该方法通过对信号时频图中的代表性特征进行提取和比对，实现在包含多类型信号的信道中，对Morse信号的自动检测译码。同时通过引入码文中三类字符长度的聚类，提高了传统的Morse译码方法准确率较低的人工发报码文的译码准确率。通过不同信道环境的实际测试，本发明方法的Morse自动检测正确率保持在95％以上，自动译码准确率保持在80％以上，单个Morse信号的平均处理延迟稳定在0.25秒内，整个Morse检测译码方法具有高时效性。
-
Patent Agency Ranking
公开(公告)号：CN106650605A
公开(公告)日：2017-05-10
申请号：CN201610918338.4
申请日：2016-10-20
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于机器学习的Morse信号自动检测译码方法。该方法通过对信号时频图中的代表性特征进行提取和比对，实现在包含多类型信号的信道中，对Morse信号的自动检测译码。同时通过引入码文中三类字符长度的聚类，提高了传统的Morse译码方法准确率较低的人工发报码文的译码准确率。通过不同信道环境的实际测试，本发明方法的Morse自动检测正确率保持在95％以上，自动译码准确率保持在80％以上，单个Morse信号的平均处理延迟稳定在0.25秒内，整个Morse检测译码方法具有高时效性。
-
公开(公告)号：CN102915636A
公开(公告)日：2013-02-06
申请号：CN201210402707.6
申请日：2012-10-19
Applicant: 北京工业大学
Abstract: 交通信号机控制策略综合性能有效性测试系统及方法，涉及交通信号机的综合运行性能及控制策略的测试和评价，对信号机控制策略的有效性进行评估，属于交通信息信号控制领域。本发明运用微观交通仿真软件VISSIM建立虚拟路口交通环境，与实际的交通信号机进行信息交互，实现信号机输出信号控制虚拟路口交通环境中的交通运行，同时，虚拟路口交通环境中返回交通车辆检测信息给交通信号机。通过交通信号机与虚拟路口交通环境的同步运行，基于微观交通仿真软件VISSIM的交通运行评价功能，实现对虚拟路口的交通运行情况的评价，其交通运行情况是交通信号机所控制的结果，即实现对交通信号机控制策略综合性能有效性的测试和评价。
-
公开(公告)号：CN108549875A
公开(公告)日：2018-09-18
申请号：CN201810356130.7
申请日：2018-04-19
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于深度通道注意力感知的脑电癫痫发作检测方法，属于生物医学工程和机器学习领域。本发明引入注意力机制于多通道脑电癫痫发作检测中，训练端到端的深度通道注意力感知模型。该模型不仅可以提取脑波信号的深度特征，而且能够同时学习各通道对于检测癫痫的贡献分数，实现动态选择最相关脑电通道。与现有技术相比，本发明通过结合深度特征提取和注意力机制动态选择最相关脑电通道并协同表达癫痫特征，使其融合特征具有通道感知能力，并在提升癫痫检测率的同时具有可解释性。
-
公开(公告)号：CN108549875B
公开(公告)日：2022-04-15
申请号：CN201810356130.7
申请日：2018-04-19
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于深度通道注意力感知的脑电癫痫发作检测方法，属于生物医学工程和机器学习领域。本发明引入注意力机制于多通道脑电癫痫发作检测中，训练端到端的深度通道注意力感知模型。该模型不仅可以提取脑波信号的深度特征，而且能够同时学习各通道对于检测癫痫的贡献分数，实现动态选择最相关脑电通道。与现有技术相比，本发明通过结合深度特征提取和注意力机制动态选择最相关脑电通道并协同表达癫痫特征，使其融合特征具有通道感知能力，并在提升癫痫检测率的同时具有可解释性。
-
公开(公告)号：CN106503649B
公开(公告)日：2019-06-07
申请号：CN201610917977.9
申请日：2016-10-20
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于计算机视觉的短波信号检测识别方法，根据短波信号的时频矩阵特征与机器学习的分类器构建过程，发明一种基于计算机视觉的短波信号检测与判别方法，相比于传统的基于人工方式的信号检测判别方式与其他已有的信号检测判别方法，本方法可实现计算机对短波信号的自动化检测与识别，同时较其他的信号检测判别方法，对信号所处的噪声环境要求更低，适用于噪声低至0dB的信道环境。通过在不同信道条件下进行了大量实际数据测试，短波信号的检测判别正确率均在90％以上。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
