一种用于判别咳嗽音的多分支模型系统的持续学习方法

    公开(公告)号:CN118430575A

    公开(公告)日:2024-08-02

    申请号:CN202410889363.9

    申请日:2024-07-04

    Abstract: 本发明涉及语音识别与人工智能技术领域,尤其涉及一种用于判别咳嗽音的多分支模型系统的持续学习方法,包括:对待判别音频数据进行频谱分析,生成待判别音频数据的梅尔倒谱图;将梅尔倒谱图输入到能够扩展分支的多分支模型系统中,以得到最终的用于表示待判别音频数据是否为咳嗽音的二分类结果;其中,多分支模型系统包括n个并联的分支,并且n个并联的分支中每个分支均包括咳嗽音感知模型,其中,第n个分支中的咳嗽音感知模型是利用前n‑1个分支中的咳嗽音感知模型均判别错误的训练样本数据进行训练后得到的,从而能够解决现有技术中存在着的“遗忘”的问题。

    一种咳嗽音的检测提取方法
    12.
    发明公开

    公开(公告)号:CN117275525A

    公开(公告)日:2023-12-22

    申请号:CN202311226086.5

    申请日:2023-09-21

    Abstract: 本发明公开了一种咳嗽音的检测提取方法,包括以下各个步骤:1)将音频信号转换为波形图,对波形图做时间方向抖动,生成多个时间序列图;2)由序列图产生均值波形图,再累加各序列图与均值图的差别得到累计差异图;3)累计差异图抑制了背景噪声幅度,凸显了咳嗽音幅度,设定阈值可得到咳嗽音候选起始点;4)截取候选咳嗽音,送入多分支正反馈的模型网络,做咳嗽波形提取;5)多分支正反馈网络中的各模型是图像目标检测模型;可以通过扩增新模型,获得持续学习能力。本发明减少了背景噪声,实现可持续学习,提高了咳嗽音检测准确度。

    基于0-1整数规划的永磁型纵向梯度线圈

    公开(公告)号:CN108802646B

    公开(公告)日:2021-11-02

    申请号:CN201810810489.7

    申请日:2018-07-14

    Abstract: 本发明公开了一种基于0‑1整数规划的永磁型纵向梯度线圈,本发明针对分离绕线方法存在的问题,基于一种永磁型纵向梯度线圈设计的0‑1整数规划方法。此方法将线圈所在的区域划分为若干一维网格,取网格的中心为待求电流圆环的半径。给定圆环线圈的电流I,如果某处电流圆环对磁场有贡献,则变量为1,电流为1*I,无贡献则变量为0,电流为0。该方法计算简单直接,可以以线圈电感最小或者使用材料最小为目标,可容易实现很好的梯度磁场线性度,并且可以方便的施加线圈间距的约束。

    基于0-1整数规划的永磁型纵向梯度线圈设计方法

    公开(公告)号:CN108802645A

    公开(公告)日:2018-11-13

    申请号:CN201810810488.2

    申请日:2018-07-14

    CPC classification number: G01R33/385

    Abstract: 本发明公开了一种基于0‑1整数规划的永磁型纵向梯度线圈设计方法,本发明针对分离绕线方法存在的问题,提出一种纵向梯度线圈设计的0‑1整数规划方法。此方法将线圈所在的区域划分为若干一维网格,取网格的中心为待求电流圆环的半径。给定圆环线圈的电流I,如果某处电流圆环对磁场有贡献,则变量为1,电流为1*I,无贡献则变量为0,电流为0。该方法计算简单直接,可以以线圈电感最小或者使用材料最小为目标,可容易实现很好的梯度磁场线性度,并且可以方便的施加线圈间距的约束。

    一种基于自适应阈值的肺功能呼吸检测方法

    公开(公告)号:CN114847926B

    公开(公告)日:2025-05-20

    申请号:CN202210491067.4

    申请日:2022-05-07

    Inventor: 何国强 徐文龙

    Abstract: 本发明公开了一种基于自适应阈值的肺功能呼吸检测方法。现有固定阈值方法对提高呼吸检测的准确率和鲁棒性存在局限。本发明对呼吸流量数据进行卷积平滑滤波滤除呼吸信号噪声;对平滑后的呼吸流量数据进行零交叉检测获得潜在的呼吸开始和结束点;对平滑后的呼吸流量信号求一阶导数峰值并标准化;对一阶导数峰值根据时间间隔分析呼吸模式,将呼吸模式分为快速呼吸、正常呼吸、慢速呼吸3种类型;根据每个呼吸模式的不同自适应的调整时间间隔阈值Tn,根据Tn来筛选潜在的呼吸开始和结束点获得呼吸起始和结束点完成呼吸检测。本发明根据患者自身呼吸特性和呼吸状态可自适应改变呼吸阈值,增加了肺功能呼吸检测的准确性和鲁棒性。

    最小化最大温度值的盘式梯度线圈

    公开(公告)号:CN109946631B

    公开(公告)日:2021-06-25

    申请号:CN201910264420.3

    申请日:2019-03-27

    Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈,由以下方法设计而成,包括以下步骤:1)构建盘式梯度线圈模型;2)得到热方程;3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数,以得到总的热传递系数ht;4)对方程进行傅里叶分析,得到在极坐标系下,T*在点(r,θ)的温度表达式;5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈,降低了线圈的最大温度值,改善了梯度线圈的成像性能。

    最小化最大温度值的盘式梯度线圈设计方法

    公开(公告)号:CN109946630B

    公开(公告)日:2021-05-28

    申请号:CN201910264419.0

    申请日:2019-03-27

    Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈设计方法,包括以下步骤:1)构建盘式梯度线圈模型;2)得到热方程;3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数,以得到总的热传递系数ht;4)对方程进行傅里叶分析,得到在极坐标系下,T*在点(r,θ)的温度表达式;5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈,降低了线圈的最大温度值,改善了梯度线圈的成像性能。

    级联神经网络下医学图像特征提取和分类方法

    公开(公告)号:CN112215291A

    公开(公告)日:2021-01-12

    申请号:CN202011115303.X

    申请日:2020-10-19

    Inventor: 楚阳 徐文龙 李霞

    Abstract: 本发明提供了一种级联神经网络下医学图像特征提取和分类方法,步骤如下:步骤1:以三种不同类别的三维影像作为网络输入,以三种类别的分类概率值作为网络输出,构建级联神经网络模型;所述级联神经网络模型为基于3DCNN和2DCNN的级联方式;步骤2:将三种已具有标签标注的影像数据进行数据预处理操作,准备好训练样本数据和测试所需数据样本;步骤3:将训练样本数据送入级联神经网络进行训练,分析并提取样本特征;步骤4:对训练网络进行参数优化,经优化后的模型,获得最优网络参数的深度级联神经网络模型;步骤5:对经处理后的影像数据送入训练好的最优参数的级联神经网络模型,并通过分类器输出最终分类结果。本发明提高了分类精度和效率。

    最小化最大温度值的盘式梯度线圈

    公开(公告)号:CN109946631A

    公开(公告)日:2019-06-28

    申请号:CN201910264420.3

    申请日:2019-03-27

    Abstract: 本发明公开了一种最小化最大温度值的盘式梯度线圈,由以下方法设计而成,包括以下步骤:1)构建盘式梯度线圈模型;2)得到热方程;3)分别获得热传导热传递系数、对流热传递系数和辐射热传递系数,以得到总的热传递系数ht;4)对方程 进行傅里叶分析,得到在极坐标系下,T*在点(r,θ)的温度表达式;5)最小化最大温度值的盘式梯度线圈。本发明通过最小化最大温度值设计了梯度线圈,降低了线圈的最大温度值,改善了梯度线圈的成像性能。

    基于0-1整数规划的永磁型纵向梯度线圈

    公开(公告)号:CN108802646A

    公开(公告)日:2018-11-13

    申请号:CN201810810489.7

    申请日:2018-07-14

    CPC classification number: G01R33/385

    Abstract: 本发明公开了一种基于0‑1整数规划的永磁型纵向梯度线圈,本发明针对分离绕线方法存在的问题,基于一种永磁型纵向梯度线圈设计的0‑1整数规划方法。此方法将线圈所在的区域划分为若干一维网格,取网格的中心为待求电流圆环的半径。给定圆环线圈的电流I,如果某处电流圆环对磁场有贡献,则变量为1,电流为1*I,无贡献则变量为0,电流为0。该方法计算简单直接,可以以线圈电感最小或者使用材料最小为目标,可容易实现很好的梯度磁场线性度,并且可以方便的施加线圈间距的约束。

Patent Agency Ranking