一种面向脑卒中非平衡数据集的分类方法及系统

    公开(公告)号:CN116933166A

    公开(公告)日:2023-10-24

    申请号:CN202310944187.X

    申请日:2019-11-28

    Abstract: 本发明公开了一种面向脑卒中非平衡数据集的分类方法及系统,涉及数据处理技术领域,方法包括:将脑卒中非平衡数据集划分成训练样本集和测试样本集;根据各个样本点之间的距离确定正/负类样本自适应调节半径,以确定正/负类样本自适应调节因子,进而构建差异矩阵;根据差异矩阵统计样本点有效范围内的正类样本个数和负类样本个数,以确定样本点所含的正/负类信息量,进而构造信息量模糊隶属函数;确定基于样本间距离的正/负类模糊隶属度函数;确定改进后的正/负类模糊隶属度函数,进而构造模糊支持向量机分类器;采用模糊支持向量机分类器对脑卒中非平衡数据集进行分类。本发明有效提高对脑卒中非平衡数据集的分类性能。

    一种对非平衡数据集的分类方法及系统

    公开(公告)号:CN109165694B

    公开(公告)日:2022-07-08

    申请号:CN201811061152.7

    申请日:2018-09-12

    Abstract: 本发明的对非平衡数据集的分类方法及系统,计算获得正类和负类训练集的类中心c1和c2,确定两类类中心的距离T、正类超平面、负类超平面、第一距离、第二距离、第三距离和第四距离,进而确定模糊隶属度函数,根据模糊隶属度函数及模糊双支持向量机确定分类模型。采用网格搜索算法和交叉验证法得到优化后的分类模型。将待分类的非平衡数据输入优化后的分类模型,得到对待分类的非平衡数据的分类结果。本发明的方法或系统通过使用基于模糊隶属度函数的确定分类模型,根据样本点对分类超平面贡献的不同和两类样本非平衡率的不同赋予样本点不同的隶属度值,减轻了样本间的不平衡性,从而提高了使用本发明的方法或系统时的分类结果的准确性。

    一种基于单样本的人脸图像虚拟样本扩充方法及系统

    公开(公告)号:CN108898547B

    公开(公告)日:2022-06-07

    申请号:CN201810675044.2

    申请日:2018-06-27

    Abstract: 本发明公开了一种基于单样本的人脸图像虚拟样本扩充方法及系统。本方法和系统将非负矩阵分解(NMF)叠加到镜像变换、滑动窗口法以及位图像法上产生丰富的虚拟样本。本发明综合了镜像变换、窗口滑动法、位平面法这三种样本扩张法的优势,提高了对姿态、表情、光照的鲁棒性。本发明对经过窗口滑动法、位平面法产生的虚拟样本再次进行了镜像变换,而经过镜像变换后的图像会包含较多的与原图像不同的信息,使得原样本信息被充分挖掘利用;对原图像以及镜像变换、窗口滑动法、位平面法产生的虚拟样本进行非负矩阵分解NMF重构出了新的图像,能够提高人脸识别的准确性。

    一种网络图分割方法及系统

    公开(公告)号:CN107222565B

    公开(公告)日:2019-07-12

    申请号:CN201710544733.5

    申请日:2017-07-06

    Abstract: 本发明公开一种网络图分割方法及系统。该方法包括:随机将N类标签均匀分配给网络图中的顶点,随机选取多个顶点作为起始顶点,对于任一起始点,判断是否存在满足交换条件的邻接点,如果是,确定一个邻接点,进行标签交换;如果否,在全图范围内随机选取一个顶点,判断是否满足交换条件,如果是,则进行标签交换,如果否,重新选取一个顶点;直至连续T次迭代的全图通信量变化小于设定阈值,迭代停止,获得分割后的子图,每一子图由标签相同的全部顶点组成。采用本发明方法或系统,从通信负载均衡角度对网络图进行划分,利用标签交换,降低子图与子图之间的通信量,实现各个节点的通信负载均衡,从而提高计算系统资源利用率,减少计算消耗时间。

    一种多声源定位的方法及系统

    公开(公告)号:CN108198568A

    公开(公告)日:2018-06-22

    申请号:CN201711433961.1

    申请日:2017-12-26

    Abstract: 本发明公开一种多声源定位的方法及系统。该方法包括:获取初始语音信号集合;对每个初始语音信号进行预处理;采用耳蜗基底膜滤波器将预处理后的信号划分为多个子带;获得同一子带的互功率谱密度函数;融合所有子带的互功率谱密度函数;获得每个第一语音信号对对应的麦克风对的二维位置/基频特性函数;获得每个麦克风对的加权二维位置/基频特性函数;获得融合后的加权二维位置/基频特性函数;在设定阈值范围内根据融合后的加权二维位置/基频特性函数的函数值确定各个声源的方位角和基频。本发明的方法及系统,克服了声源信号间的相互干扰,提高了定位精度。而且本发明有较高的抗混响性,能在强混响情况下准确估计出各个声源的位置。

    一种基于图覆盖的大数据全比较的数据分配方法及系统

    公开(公告)号:CN107506452A

    公开(公告)日:2017-12-22

    申请号:CN201710751446.1

    申请日:2017-08-28

    Abstract: 本发明公开一种基于图覆盖的大数据全比较的数据分配方法及系统,所述数据分配方法包括:将M个待处理数据文件抽象为图的顶点,任意两个待处理数据文件之间的比较计算抽象为图的边,将M个待处理数据文件的全比较计算映射为一个完全图GM;将完全图GM划分为N个诱导图,且各诱导图的联合能够覆盖完全图GM以及使max{|V1|,|V2|,...,|VN|}最小化;根据各诱导图确定最优覆盖解;根据所述最优覆盖解,依次将待处理数据分配到各计算节点。本发明通过待处理数据文件抽象为图的顶点,比较计算抽象图的边,从而将待处理数据文件的全比较计算映射为一个完全图,将图覆盖方法引入,来解决全比较计算的数据分配问题,并进一步通过划分诱导图确定最优覆盖解,实现数据分配的全局最优性。

    一种用于矿井下多巷道任意角度耦合的水害漫延系统

    公开(公告)号:CN105804794A

    公开(公告)日:2016-07-27

    申请号:CN201610162388.4

    申请日:2016-03-22

    CPC classification number: E21F17/18

    Abstract: 一种用于矿井下多巷道任意角度耦合的水害漫延系统是将客户端、突水漫延子系统、无线传感器终端、PC机输入端和数据库服务器,数据库服务器与无线传感器终端和PC机输入端连接,以存储传感器坐标信息、矿井采掘位置信息、巷道线状走向信息、巷道长度宽度信息和巷道障碍物位置信息;无线传感器终端和PC机输入端将现场监测信息传输给数据库服务器,突水漫延子系统用于向数据库请求实时更新信息同步加载到GIS空间图层中,实现与数据库服务器的同步,运用井下多巷道任意角度耦合的LBM方法,得出巷道实时水害漫延图层,客户端同步接收来自数据库服务器的图表数据和突水漫延子系统返回的巷道实时漫延图层,客户端共享信息,最终实现矿井下多巷道任意角度耦合的水害漫延仿真。

    钢绳芯输送带超声磁记忆检测传感器

    公开(公告)号:CN103983689A

    公开(公告)日:2014-08-13

    申请号:CN201410203459.1

    申请日:2014-05-15

    Abstract: 本发明属于机械自动化设备动态检测领域,具体涉及一种钢绳芯输送带超声磁记忆检测传感器。在钢绳芯输送带下带上方搭建一个比输送带略宽的固定架,根据钢绳芯输送带所检测钢丝绳的数量,布置稍多于钢丝绳数量的磁记忆传感器和超声波传感器,根据金属磁记忆检测原理,准确定位钢丝绳的缺陷或应力集中区的位置,再通过超声波传感器对磁记忆传感器检测出的位置进行复检,并定量测出缺陷程度。本发明克服了磁记忆检测不能建立应力集中区损伤程度与磁记忆信号之间的定量对应关系,同时弥补了超声波不能定性检测的缺陷。

    一种融合脑电和功能近红外的可穿戴情绪监测方法及系统

    公开(公告)号:CN115040127B

    公开(公告)日:2025-02-25

    申请号:CN202210614045.2

    申请日:2022-05-31

    Abstract: 本发明涉及一种融合脑电和功能近红外的情绪监测方法及系统,该方法包括:实时采集待测者大脑左右两侧前额叶和颞叶在静息态和诱发态下的脑电信号和近红外光密度变化信号;对所述脑电信号和所述近红外光密度变化信号进行特征提取,得到脑电信号特征和血氧浓度变化信号特征,基于支持向量机算法构建情绪检测模型,基于所述脑电信号特征和所述血氧浓度变化信号特征,通过所述情绪检测模型对所述待测者的负性异常情绪进行检测识别。本发明通过融合脑电和功能近红外技术来检测大脑情绪响应的脑神经电活动和血氧代谢指标,提高情绪识别准确率。

    一种碳碳复合材料沉积炉生产数据智能分析方法及系统

    公开(公告)号:CN114065615B

    公开(公告)日:2024-11-19

    申请号:CN202111283179.2

    申请日:2021-11-01

    Abstract: 本发明涉及一种碳碳复合材料沉积炉生产数据智能分析方法及系统,先获取多个生产数据,包括沉积炉原料数据以及产品单位增重,沉积炉原料数据即为碳碳复合材料沉积炉生产过程中各个生产因子的值。然后采用基于学习自动机的聚类算法对所有生产数据进行聚类,得到多个簇。最后根据产品单位增重对所有簇进行等级划分,确定优质生产因子集合、合格生产因子集合和劣质生产因子集合,进而采用机器学习方法实现对碳碳复合材料沉积炉生产数据的智能分析,以确定优质生产因子集合、合格生产因子集合和劣质生产因子集合,为碳碳复合材料产品的沉积炉生产过程提供依据,显著提高碳碳复合材料沉积炉产品的合格率。

Patent Agency Ranking