一种基于卷积神经网络的心电异常识别分类方法

    公开(公告)号:CN109222963A

    公开(公告)日:2019-01-18

    申请号:CN201811394101.6

    申请日:2018-11-21

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于卷积神经网络的心电异常识别分类方法,方法包括从MIT数据库中获取心电数据,对所获取的数据工频干扰噪声、基线运动噪声与高频噪声干扰,对处理后的数据进行R波峰值检测,前后取点绘制图片,搭建卷积神经网络模型对图片进行训练,采用10倍交叉验证评估性能指标。本发明使用基于卷积神经网络的方法,通过对卷积神经网络的结构配置及优化提高了心电异常识别分类的准确率及增加了分类种数。本发明主要解决的技术问题是通过心电数据进行心电异常的识别分类,辅助给医生提供参考,降低误诊、漏诊率,减轻医生的工作量;应用卷积神经网络自动学习特征,减少了特征提取的工作量及复杂度。

    一种基于Z-Wave嵌入式网关智能家居系统

    公开(公告)号:CN108055173A

    公开(公告)日:2018-05-18

    申请号:CN201710995456.X

    申请日:2017-10-23

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于Z‑Wave嵌入式网关智能家居系统,其特征在于:所述系统包括Z‑Wave终端节点采集控制设备、AR9331无线路由控制器、带有APP的智能系统;AR9331无线路由控制器包括智能网关核心板和Z‑Wave通讯模块ZM5304,智能网关核心板搭载Z‑Wave通讯模块ZM5304,两者通过USB转TTL相互连接,共同实现整个系统的控制中枢功能;Z‑Wave终端节点采集控制设备通过通讯模块ZM5304与AR9331无线路由控制器进行无线互通连接;AR9331无线路由控制器另与带有APP的智能系统通过无线网络进行互通连接。本发明具有成本低、功能全、安全性高等优点。

Patent Agency Ranking