发明专利已授权

深度网络堆栈模型自适应加权特征融合的癫痫检测方法

Name: 深度网络堆栈模型自适应加权特征融合的癫痫检测方法
Brand: 杭州电子科技大学
SKU: 201910398578X
Availability: InStock

📄 申请号：CN201910398578.X 📄 发布日：2026/07/23

著录项目信息

申请日

2019-05-14

公开号

CN110289081A

公开日

2019-09-27

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G16H30_20

IPC 分类号

G16H30_20 , G06K9_62 , G06N3_04 ,

技术画像

所属领域

深度学习深度学习特征融合癫痫检测

应用场景

癫痫诊断, 脑电信号分析, 医疗人工智能

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种深度网络堆栈模型自适应加权特征融合的癫痫检测方法。本发明步骤如下：1：原始脑电信号经过预处理后，对脑电信号每个通道的数据进行离散傅里叶变换，并获得其平均振幅谱；将取得的平均振幅谱特征随机划分为几部分，以适用于自适应加权特征融合的深度网络堆栈模型；2：使用不同结构的卷积神经网络对步骤1中得到的数据集进行第二次特征提取；3：将不同的卷积神经网络提取的特征进行自适应加权特征融合，最后由基于支持向量机的纠错输出编码模型预测样本所属类别。本发明通过堆栈集成方法和自适应加权特征融合算法，使系统可以融合每种不同结构深度网络提取的特征，提高了癫痫预测效果。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN110289081A

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

能量收集安全传输系统中基于Lyapunov框架的在线功率控制方法

当前第 / 件

一种基于多目标关联深度推理的图像问答方法

同领域国内专利 · IPC: (G16H30_20)

G16H30_00 G16H30_20 G16H30_40 覆盖3个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：54 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

深度网络堆栈模型自适应加权特征融合的癫痫检测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G16H30_20)

相似专利推荐 AI 驱动 · 同领域

一种基于LSTM-PID的溶菌酶发酵温度控制方法

一种基于频域对抗水印的图像双重保护方法

一种基于改进神经网络的网络安全态势理解和评估方法（需要二次变更）

服务项目

资源中心

关于柿子坊