-
公开(公告)号:CN114631827B
公开(公告)日:2025-03-18
申请号:CN202111604562.3
申请日:2021-12-24
Applicant: 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本,进行去噪处理后,采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN,并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是,本发明的方法有助于解决轻度认知障碍早期诊断困难的问题,可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术,从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号:CN116030941B
公开(公告)日:2023-08-25
申请号:CN202310329085.7
申请日:2023-03-30
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法,包括:获取被试的多模态脑影像数据,基于此,得到被试的BOLD(Blood Oxygenation Level Dependent,血氧水平依赖)时间序列、功能连接网络和结构连接网络;基于结构连接网络与功能连接网络之间的抑制关系对条件格兰杰因果算法进行改进,得到改进后的格兰杰因果算法,基于BOLD时间序列和结构连接网络,利用改进后的格兰杰因果算法,构建以边为中心的效应连接网络;基于构建的以边为中心的效应连接网络,利用预设分类器完成阿尔茨海默病的识别。本发明有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号:CN115713699A
公开(公告)日:2023-02-24
申请号:CN202211472368.9
申请日:2022-11-22
Applicant: 北京科技大学顺德创新学院
IPC: G06V20/17 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于无人机拍摄图像的风电机组图像分割方法,包括U‑Net网络,所述U‑Net网络包括编码部分和解码部分,使用ResNet作为编码部分特征提取的主干网络;编码部分的每个卷积层包括一个3×3卷积操作和ReLU激活函数,同时使用Batch Normalization层加速训练和平滑损失函数;输入的图像通过5层编码,共可以产生512通道的特征图,在从上层到下层过程采用Maxpooling取局部接受域中值最大的点,其中,为了获得通道注意力,在卷积层后面使用ECA‑Net,在跳级结构中加入PSA‑Net进一步产生多尺度特征;将下层的ECA‑Net输出特征图上采样,并且为了进一步上采样而拼接PSA‑Net的输出,最终,就获得对原始图像进行像素级标注的分割图像。本发明极大的增强了该模型图片分割方法的鲁棒性。
-
公开(公告)号:CN113449304A
公开(公告)日:2021-09-28
申请号:CN202110764206.1
申请日:2021-07-06
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于策略梯度降维的恶意软件检测方法及装置,该方法包括:获取待检程序的程序行为数据;对获取的程序行为数据进行独热编码,得到由独热向量组成的行为序列数据;采用预设的基于策略梯度的词向量降维模型对由独热向量组成的行为序列数据进行降维处理,得到降维后的行为序列数据;将降维后的行为序列数据输入预设的深度学习模型,利用深度学习模型对降维后的行为序列数据进行特征分类,判断当前待检程序是否为恶意程序。本发明面向恶意软件检测领域,在经典的文本词嵌入方法中引入了策略梯度技术,提高了恶意软件中API特征的表达能力,增强了深度学习模型的分类性能。
-
公开(公告)号:CN113420873A
公开(公告)日:2021-09-21
申请号:CN202110978302.6
申请日:2021-08-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种阿尔茨海默病智能早期筛查系统,包括:模型搭建模块,用于使用脉冲神经网络搭建海马CA3区的类脑忆阻神经形态模型,以模拟海马CA3区的联想记忆能力、信息存储能力、以及正常状态下产生脑电信号的能力;突触缺失模拟模块,用于在搭建的类脑忆阻神经形态模型的基础上,建立突触缺失模型,研究不同的突触缺失水平以及不同的网络连接结构对于人脑联想记忆能力的影响;仿真演示模块,用于对所述突触缺失模型的联想记忆能力进行仿真,并以像素图像模式对所述突触缺失模型进行演示。本发明能够对阿尔茨海默病的病况及病因进行直观展示与可视化分析,有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号:CN113409225A
公开(公告)日:2021-09-17
申请号:CN202110791880.9
申请日:2021-07-13
Applicant: 北京科技大学
IPC: G06T5/00
Abstract: 本发明公开了基于Retinex的无人机拍摄图像增强算法,涉及无人机拍摄图像增强技术领域,具体为基于Retinex的无人机拍摄图像增强算法,包括以下步骤:S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理;S2、基于MSRCP模型,并使用两阶段优化算法调整其控制参数;S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法,其中,Rao‑2算法用于全局搜索,NM算法负责局部搜索;S4、应用Rao‑2算法进行全局搜索,得到目标函数局部最优解;S5、使用NM单纯形法通过局部搜索改进结果;S6、将最后得到的最优解作为MSRCP模型的参数,达到最优的图像增强效果。本发明中,对比度大大增强;图像细节大部分保留;图像更加自然,以及极大的减轻了本发明方法的计算量,提高了计算速度。
-
公开(公告)号:CN112508255B
公开(公告)日:2021-09-07
申请号:CN202011384818.X
申请日:2020-12-01
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统,包括:通过深度神经网络从地基云图中提取云图特征;从历史光伏出力数据中提取历史数据特征;将云图特征和历史数据特征拼接;最后基于拼接后的特征,通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测,利用深度神经网络在图像特征提取上的优势,从地基云图中提取特征,再与光伏出力历史数据融合,实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点,深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。
-
公开(公告)号:CN112508255A
公开(公告)日:2021-03-16
申请号:CN202011384818.X
申请日:2020-12-01
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统,包括:通过深度神经网络从地基云图中提取云图特征;从历史光伏出力数据中提取历史数据特征;将云图特征和历史数据特征拼接;最后基于拼接后的特征,通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测,利用深度神经网络在图像特征提取上的优势,从地基云图中提取特征,再与光伏出力历史数据融合,实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点,深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。
-
公开(公告)号:CN118153680A
公开(公告)日:2024-06-07
申请号:CN202410360426.1
申请日:2024-03-27
Applicant: 北京科技大学
Abstract: 本发明公开了一种适用多门课程的学科知识图谱构建方法和系统,涉及人工智能技术领域,包括:对目标课程的学科资源进行预处理,得到预处理之后的学科资料;采用基于提示学习的实体抽取模型,提取预处理之后的学科资源的实体集合;采用基于提示学习的实体关系分类模型,提取实体集合中的实体关系集合;基于实体集合和实体关系集合,构建目标课程的学科知识图谱。本发明缓解了现有技术存在着在少量样本或零样本实体抽取和关系分类效果不佳的问题。
-
公开(公告)号:CN113687875B
公开(公告)日:2024-03-19
申请号:CN202110915535.1
申请日:2021-08-10
Applicant: 北京科技大学
Abstract: 本发明公开了一种车联网中车辆任务卸载方法及装置,该方法包括:将移动边缘计算引入车辆任务卸载场景,建立包括计算节点和待卸载任务车辆的交通环境;其中,计算节点作为边缘计算中的边缘节点,用于供车辆卸载任务,并对车辆所卸载的任务进行处理;基于交通环境,以降低系统时延为目标,采用深度强化学习算法建立车辆任务卸载模型,实现通信与计算资源的协同优化;利用车辆任务卸载模型,实现车联网中的车辆任务卸载。本发明在车联网领域引进了边缘计算,并基于深度强化学习算法改进了传统车联网中车辆任务卸载方式,从而为车辆任务卸载提供了低时延的卸载方案。
-
-
-
-
-
-
-
-
-