心脑血管疾病风险预测方法及装置

    公开(公告)号:CN108648827B

    公开(公告)日:2022-04-08

    申请号:CN201810449174.4

    申请日:2018-05-11

    Abstract: 本发明实施例提供的一种心脑血管疾病风险预测方法及装置,包括:获取样本集;将样本集中的样本分为预设数量的局部簇,根据预设的第一K值与所述第一距离集合,计算得到输入样本的第一K值个第一邻近样本,从而确定目标局部簇,计算所述输入样本与所述目标局部簇中样本的距离,从而确定所述输入样本第二K值个第二邻近样本;确定输入样本的标签,确定输入样本是否是心脑血管疾病患者的样本;最终确定待预测患者是否是心脑血管疾病患者。本实施例考虑到心脑血管疾病患者特征数据相似度较高,避免了不同样本数据对训练预测模型的影响。因此,可以提高预测待预测患者是否是心脑血管疾病患者的准确率。

    一种基于最小堆的软件定义网络扩展方法

    公开(公告)号:CN106656578B

    公开(公告)日:2019-10-18

    申请号:CN201611055837.1

    申请日:2016-11-25

    Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法,利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆;利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆,从而实现网络的扩展;利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆,从而实现网络的扩展。通过优化软件定义网络的数据结构,在网络扩展中采用最小堆,利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆,并且基于最小堆优化的路由算法明显降低了时间复杂度。

    一种基于最小堆的软件定义网络扩展方法

    公开(公告)号:CN106656578A

    公开(公告)日:2017-05-10

    申请号:CN201611055837.1

    申请日:2016-11-25

    Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法,利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆;利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆,从而实现网络的扩展;利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆,从而实现网络的扩展。通过优化软件定义网络的数据结构,在网络扩展中采用最小堆,利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆,并且基于最小堆优化的路由算法明显降低了时间复杂度。

    基于模糊集合理论的空间自适应块匹配图像去噪方法

    公开(公告)号:CN102622729B

    公开(公告)日:2015-04-08

    申请号:CN201210059658.0

    申请日:2012-03-08

    Abstract: 本发明涉及一种基于模糊集合理论的空间自适应块匹配图像去噪方法,包括以下步骤:(1)设置初始相似块搜索窗口Δi,1的大小;(2)计算待处理像素i的图像块y(Ni)与搜索窗口Δi,1内像素j的图像块y(Nj)之间的方差归一化的对称距离;(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值(4)对残余噪声像素值进行修正;(5)增加相似块搜索窗口Δi,n的大小,并重复步骤(2)至步骤(4)直至满足迭代终止条件。本发明设计合理,通确保像素相似程度划分的有效性,提高估值的准确性,有效地提高了基于块的图像去噪方法的性能。

    一种提高鲁棒性的动基座初始对准方法

    公开(公告)号:CN103776449A

    公开(公告)日:2014-05-07

    申请号:CN201410065851.4

    申请日:2014-02-26

    CPC classification number: G01C21/16 G01C25/005

    Abstract: 本发明涉及一种提高鲁棒性的动基座初始对准方法,其技术特点是:将初始对准模型进行抽象;通过对比滤波算法中的新息协方差和计算的新息协方差得到模型噪声方差的变化情况,然后对模型噪声w进行自适应缩放;根据观测值和滤波值的残差,自适应地判别每一次滤波后自适应矩阵迹的门限,进而修正状态估计。本发明设计合理,其从模型噪声自适应和观测干扰自适应两个方面同时对UKF算法进行改进,一方面通过监视UKF中预测方差,使用缩放因子达到平抑模型噪声的目的;另一方面通过监测基于新息特性的自适应矩阵的迹并进行实时修改,能够取得更加精确的滤波结果,达到抑制观测干扰的目的,具有较强的鲁棒性,能够快速对其进行平抑。

    基于帧间模式和运动修补的时域错误隐藏方法

    公开(公告)号:CN103313064A

    公开(公告)日:2013-09-18

    申请号:CN201310226333.1

    申请日:2013-06-07

    Abstract: 本发明涉及一种基于帧间模式和运动修补的时域错误隐藏方法,其主要技术特点是:包括以下步骤:根据与当前受损宏块上、下、左、右相邻的正确接收块的帧间模式信息进行错误隐藏方法分类,分别对受损块的运动矢量进行修复;使用运动补偿的方法,利用修复后得到的运动矢量在其参考帧中取得该受损块的重构值。本发明充分利用与受损宏块相邻正确接收块的帧间模式信息采用不同的错误隐藏方法对受损块的运动矢量进行修复,对复杂区域用基于子块的运动修补方法,对相对平坦区域用边界匹配法,对静止区域用零运动矢量法,能更精确地恢复出受损块的运动矢量,提高错误隐藏的效果,算法复杂度合适,能够保证在移动应用中的实时性。

    基于模糊集合理论的空间自适应块匹配图像去噪方法

    公开(公告)号:CN102622729A

    公开(公告)日:2012-08-01

    申请号:CN201210059658.0

    申请日:2012-03-08

    Abstract: 本发明涉及一种基于模糊集合理论的空间自适应块匹配图像去噪方法,包括以下步骤:(1)设置初始相似块搜索窗口Δi,1的大小;(2)计算待处理像素i的图像块y(Ni)与搜索窗口Δi,1内像素j的图像块y(Nj)之间的方差归一化的对称距离;(3)根据图像块之间的距离利用模糊聚类分析计算图像块的相似程度并对搜索窗内的像素值进行加权平均得到待处理像素i的估计值(4)对残余噪声像素值进行修正;(5)增加相似块搜索窗口Δi,n的大小,并重复步骤(2)至步骤(4)直至满足迭代终止条件。本发明设计合理,通确保像素相似程度划分的有效性,提高估值的准确性,有效地提高了基于块的图像去噪方法的性能。

Patent Agency Ranking