本发明公开了一种基于ResNet‑50和迁移学习的心电信号质量分析方法及装置，方法包括利用ImageNet数据库中的图片对ResNet‑50神经网络进行预训练；采集心电信号数据；对所采集的心电信号数据进行去噪处理；将去噪处理后的心电信号数据转化为二维图片；基于转化后得到的二维图片对预训练的ResNet‑50神经网络进行训练，得到最终的信号质量分析模型；采用信号质量分析模型对实时采集的心电信号数据进行分类，输出心电信号质量等级，完成对心电信号的质量分析。本发明能够有效提高心电信号筛选效率和准确率。
📄 2021111098342
📂 A61B5_318
👤 浙江工业大学
📅 2021-09-18
一种基于局部背景增广和多通道迁移学习的胰腺肿瘤分类方法，首先采用较先进的病理分类模型在胰腺囊性肿瘤ROI进行良/恶性分类预训练，以筛选易混淆的肿瘤图像；接着，对该类图像进行基于GAN的数据增广，以提高易混淆图像的训练集样本量；最后，预训练的分类器在增广后的训练集进行多通道、多阶段的迁移学习，以逐步提高分类器对良/恶性胰腺囊性肿瘤ROI图像的分类准确性。在来自合作医院的胰腺囊性肿瘤CT数据集上的实验证明，本发明的方法的良/恶肿瘤分类性能优于现有的分类方法。
📄 2021103335793
📂 G06T7_00
👤 浙江工业大学
📅 2021-03-29
本发明公开了一种基于迁移学习和自编码器数据增强的微表情种类判别方法。本发明首先构造MecNet微表情种类判别网络：选取在ImageNet上预训练好的CNN模型，保留卷积层及预训练参数，在其后添加全连接层和softmax分类器。其次构造MegNet微表情生成网络：MegNet使用亚洲人微表情样本生成欧美人微表情样本。MegNet的下采样模块、上采样模块和损失函数分别基于卷积、子像素卷积和图像结构相似性设计。将生成的微表情样本加入MecNet训练集进行数据增强，训练MecNet。最后使用MecNet判别微表情种类。本发明使用MegNet进行数据增强能够有效提高MecNet微表情种类判别性能。
📄 2020106041551
📂 G06V40_16
👤 杭州电子科技大学
📅 2020-06-29
本发明提供了一种基于量子迁移学习的文本分类方法，属于量子计算与人工智能融合领域。考虑到文本分类中的复杂特征空间和非线性特性，优化量子电路设计、自注意机制以及量子转移学习过程，以提高模型的学习效率和分类准确性。将该高维特征表示与复杂非线性决策过程转化为量子自注意网络结构，利用复杂量子内核自注意网络(CQKSAN)模型获得文本分类的最优策略，并在其中引入了量子叠加和纠缠机制以增强模型的表达能力。仿真结果表明，所提算法相比于传统深度学习算法和其他混合量子‑经典算法，具有更高的分类精度和学习效率。该方法不仅展现了混合量子‑经典方法的潜力，还为未来全量子学习系统的进一步研究提供了基础。
📄 2024115992272
📂 G06F16_353
👤 湖南师范大学
📅 2024-11-11
本发明公开了一种基于迁移学习的光学定位系统及其节点位置估计方法，光学系统包括多个通信节点，且每个通信节点包括发射节点和接收节点；所述接收节点包括多个光学接收器，且多个光学接收器呈圆形多层分布，并从内层到外层的光学接收器成倍数增加。位置估计方法包括建立接收节点的光学接收器坐标系，计算出每个光学接收器的RSS值，并根据所得RSS值建立卷积神经网络定位模型，建立迁移学习算法架构，通过所建立的迁移学习算法架构统计损失函数，通过BP算法和优化器最小化损失函数来更新模型参数，进行精确定位。本发明通过提供一发多收的水下激光通信场景和节点结构，克服集中式网络定位方案存在的可扩展性及鲁棒性和实时性差、成本高等问题。
📄 2023107484531
📂 H04B17_27
👤 电子科技大学
📅 2023-06-25
本申请涉及人工智能领域，提供一种基于迁移学习的模型建立方法、装置、设备及存储介质，方法包括：将第一研究数据和第二研究数据合并成目标多中心研究数据；分析所述目标多中心研究数据得到第一数据集和第二数据集；通过预置的阈值化双边岭比准则TDRR算法分析所述目标多中心研究数据，获得特征空间维数；根据所述特征空间维数对所述第一数据集和所述第二数据集进行基于最大均值差的降维迁移学习，获得降维数据；通过预置的分类算法和所述降维数据训练初始模型，获得目标模型。采用本方案，能够提高经过模型处理后的数据可靠性。
📄 2019109930297
📂 G06N20_00
👤 平安科技(深圳)有限公司
📅 2019-10-18
本发明提供了一种基于双源域整体迁移学习的癫痫疾病诊断方法。本发明中选取心律失常源域数据集、心肌梗塞源域数据集和目标域数据集：2)对心律失常源域数据集、心肌梗塞源域数据集和目标域数据集中的数据进行降噪预处理；3)对心律失常源域数据集、心肌梗塞源域数据集中的心电信号数据进行降序排列；4)构建疾病诊断模型，并将经过降噪预处理的心电信号数据送入模型进行训练；5)使用整体迁移学习方法将训练好的疾病诊断模型应用到降噪预处理后的目标域数据集中，对癫痫疾病进行诊断。本申请基于双源域整体迁移学习的癫痫疾病诊断方法可有效缩短训练时间，同时，在F1‑score、准确率、查准率以及高检测真实性方面也取得非常好的效果。
📄 2022111471489
📂 A61B5_369
👤 齐鲁工业大学
📅 2022-09-19
本发明涉及一种基于半监督迁移学习的食品品质无损检测模型构建方法，包括：获取只含有标签样本的源域数据集和含有第一预设比例的样本为有标签样本、第二预设比例的样本为无标签样本的目标域数据集，使用源域数据集训练食品品质检测模型，保留食品品质检测模型的通用层Z，截去Z后的品质检测层A和输出层B；在Z后接入重构区C并使用无监督学习训练C得到训练完成的重构区C’，在C’后接入输出层D并使用有监督学习训练D得到训练完成的输出层D’，得到迁移完成的食品品质检测模型Z+C’+D’。本发明可以在目标域样本集只有少量有标签样本的情况下实现模型的迁移、迁移后的模型可以实现对食品品质的无损检测。
📄 2022106651388
📂 G06V20_68
👤 江南大学
📅 2022-06-14
本发明属于故障检测领域，特别涉及一种基于无监督迁移学习的SDN控制器故障自适应智能检测方法，包括构建GRU‑VAE模型，并将源领域数据作为训练数据对GRU‑VAE模型进行训练，将训练获取的领域知识进行知识迁移形成检测器；将待检测的数据作为目标领域数据，并将源领域数据和目标领域数据中的特征变换到Grassmann流形空间中并基于多核MMD的动态分布对该空间中特征进行对齐，计算对齐后源领域数据和目标领域数据的边缘分布差异；根据边缘分布差异更新检测器平衡因子；检测器对数据进行检测，并判断检测结果是否收敛，若收敛则输出检测结果，否则返回重新计算边缘分布差异；本发明减少故障检测中域之间的数据漂移问题。
📄 2022101022604
📂 H04L43_0817
👤 重庆邮电大学
📅 2022-01-27
本发明公开了一种基于迁移学习的手势分类方法，适用于手势图像分类问题。本发明步骤一、将手势视频V转换为手势帧数据集合G0；步骤二、通过高斯滤波方法、OTSU算法和图像与运算对G0分别进行去除噪声、二值化和背景分割处理，得到手势帧数据集合G1，为G1设置标签后得到帧标签数据集合L；步骤三、使用MobileNet卷积神经网络架构和权重文件进行迁移学习，创建与训练模型M1；步骤四、通过模型M1提取帧数据集合G1的特征，得到帧特征向量集合F0；步骤五、将XGBoost作为分类模型对测试集进行分类，得到最终分类结果。本发明将已经训练好的MobileNet卷积神经网络权重迁移至手势图像数据集进行特征提取，采用XGBoost作为分类模型，提升分类精确度的同时减少模型计算量。
📄 2019105979800
📂 G06V40_20
👤 淮阴工学院
📅 2019-07-04
本发明公开了基于迁移学习的慢性阻塞性肺疾病预测系统、设备及介质，包括：获取模块，获取慢性阻塞性肺疾病数据和待预测的疾病数据，对慢性阻塞性肺疾病和待预测疾病数据均进行预处理；提取模块，从预处理后的待预测疾病数据中提取待预测疾病的若干个特征；从预处理后的慢性阻塞性肺疾病数据中提取慢性阻塞性肺疾病数据的若干个特征；相似度计算模块，计算待预测疾病的所有特征与慢性阻塞性肺疾病数据的所有特征之间的相似度，对待预测疾病的特征赋予权重；预测模块，将赋予权重后的待预测疾病的特征进行加权融合；将融合后的待预测疾病的特征输入到预训练的基于迁移学习的弹性网络中，输出待预测疾病是否会发展为慢性阻塞性肺疾病。
📄 2020100712726
📂 A61B5_08
👤 山东师范大学
📅 2020-01-21
本发明涉及一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，属于移动通信技术领域。利用雾计算技术在移动网络边缘开发智能内容缓存，可以解决移动网络上对移动数据服务的巨大需求，以缓解冗余流量，提高内容交付效率。本发明提出一种雾计算网络中基于迁移学习的网络感知自适应缓存方案，以降低内容交付时延，同时提高未来移动网络用户的QoE。本方案考虑到用户的内容请求以及网络的操作特性。所构建的内容与网络感知自适应缓存方案使用迁移学习来估计内容的受欢迎程度，并使用混合整数线性规划MILP来计算内容的放置位置和选择网络中的物理缓存大小。提出的缓存方案同时执行高效的缓存部署和内容缓存。
📄 2020102894343
📂 H04W28_02
👤 重庆邮电大学
📅 2020-04-14
柿子坊 · 知识产权运营
柿子坊知识产权运营平台