-
公开(公告)号：CN111887858A
公开(公告)日：2020-11-06
申请号：CN202010772668.3
申请日：2020-08-04
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于跨模态映射的心冲击图信号心率估计方法，用于解决现有技术中存在的心率估计精度较低的技术问题，实现步骤为：采集心冲击图信号和心脏脉冲信号；对心冲击图信号进行滤波；利用心冲击图信号的周期性先验知识获取训练样本集和测试样本集；构建基于心冲击图信号周期性和幅值特征的跨模态映射模型；对跨模态映射模型进行训练；峰值搜索算法和平均心率法计算得到心冲击图信号的心率估计值。本发明在心冲击图信号的心率估计问题中引入跨模态映射的思想，利用一维卷积神经网络将心冲击图信号映射为心脏脉冲信号，以降低心跳检测的难度，同时避免现有技术对应同一心率值的心冲击图信号差异较大问题，很大程度上改善心率估计精度。
-
Patent Agency Ranking
公开(公告)号：CN110688968A
公开(公告)日：2020-01-14
申请号：CN201910943765.1
申请日：2019-09-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例深度卷积记忆网络的高光谱目标检测方法，主要解决现有技术对复杂场景下不精确标记的高光谱目标检测效果差的问题。其实现步骤为：1.对输入图像进行划分，得到训练集和测试集；2.搭建依次包括一个输入层，中间三个重复的结构单元和一个输出层共11层结构的多示例深度卷积记忆网络N；3.设置训练参数，用训练集对多示例深度卷积记忆网络N进行迭代训练，当网络性能不再提升或达到最大训练次数时，停止训练，得到最终训练好的网络N′；4.将测试样本集输入到最终训练好的网络N′进行检测，得到检测结果。本发明提高了不精确标记的高光谱目标的检测结果，减小了过拟合现象，可用于爆炸物检测、农作物精细分类。
-
公开(公告)号：CN110688968B
公开(公告)日：2022-12-02
申请号：CN201910943765.1
申请日：2019-09-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例深度卷积记忆网络的高光谱目标检测方法，主要解决现有技术对复杂场景下不精确标记的高光谱目标检测效果差的问题。其实现步骤为：1.对输入图像进行划分，得到训练集和测试集；2.搭建依次包括一个输入层，中间三个重复的结构单元和一个输出层共11层结构的多示例深度卷积记忆网络N；3.设置训练参数，用训练集对多示例深度卷积记忆网络N进行迭代训练，当网络性能不再提升或达到最大训练次数时，停止训练，得到最终训练好的网络N′；4.将测试样本集输入到最终训练好的网络N′进行检测，得到检测结果。本发明提高了不精确标记的高光谱目标的检测结果，减小了过拟合现象，可用于爆炸物检测、农作物精细分类。
-
公开(公告)号：CN111887858B
公开(公告)日：2021-05-04
申请号：CN202010772668.3
申请日：2020-08-04
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于跨模态映射的心冲击图信号心率估计方法，用于解决现有技术中存在的心率估计精度较低的技术问题，实现步骤为：采集心冲击图信号和心脏脉冲信号；对心冲击图信号进行滤波；利用心冲击图信号的周期性先验知识获取训练样本集和测试样本集；构建基于心冲击图信号周期性和幅值特征的跨模态映射模型；对跨模态映射模型进行训练；峰值搜索算法和平均心率法计算得到心冲击图信号的心率估计值。本发明在心冲击图信号的心率估计问题中引入跨模态映射的思想，利用一维卷积神经网络将心冲击图信号映射为心脏脉冲信号，以降低心跳检测的难度，同时避免现有技术对应同一心率值的心冲击图信号差异较大问题，很大程度上改善心率估计精度。
-
公开(公告)号：CN111887834A
公开(公告)日：2020-11-06
申请号：CN202010682668.4
申请日：2020-07-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例学习和进化优化的逐搏心率检测方法，主要解决现有技术对人工标记依赖性高和BCG信号心率估计正确率低的问题。其方案为：采集原始心冲击描图信号和手指电信号；提取心冲击图信号的心跳信号特征，将其先划分为正、负包，再划分为训练集和测试集：对训练样本集进行学习得到初始化心跳模板信号，并对其降维得到降维后的心跳模板信号；对降维后的心跳模板信号进行迭代优化，得到最优心跳模板信号；利用最优心跳模板信号对测试样本集进行分类检测，得到最终心率检测结果。本发明提高了对BCG信号心率的估计正确率，且对心跳特征初始化要求低，人工标记成本低，可用于非精确标记的心冲击描记图信号的心跳检测。
-
公开(公告)号：CN111887834B
公开(公告)日：2021-11-02
申请号：CN202010682668.4
申请日：2020-07-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例学习和进化优化的逐搏心率检测方法，主要解决现有技术对人工标记依赖性高和BCG信号心率估计正确率低的问题。其方案为：采集原始心冲击描图信号和手指电信号；提取心冲击图信号的心跳信号特征，将其先划分为正、负包，再划分为训练集和测试集：对训练样本集进行学习得到初始化心跳模板信号，并对其降维得到降维后的心跳模板信号；对降维后的心跳模板信号进行迭代优化，得到最优心跳模板信号；利用最优心跳模板信号对测试样本集进行分类检测，得到最终心率检测结果。本发明提高了对BCG信号心率的估计正确率，且对心跳特征初始化要求低，人工标记成本低，可用于非精确标记的心冲击描记图信号的心跳检测。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
