专利交易市场

本申请实施例提供一种多模态有向脑网络信号去噪的方法、装置、设备及介质，该方法包括：获取第t时刻去噪信号和多模态脑网络信号，第t时刻去噪信号为上一循环中计算获得的去噪信号或者初始噪音信号；将第t时刻去噪信号和多模态脑网络信号输入到去噪模型中，通过去噪模型提取第t时刻去噪信号和多模态脑网络信号中的各脑区之间的局域特征和全局特征，获得第t‑1时刻去噪信号和第t‑1时刻有向连接脑网络；重复上述步骤，直至获得第0时刻去噪信号，则将相应的有向连接脑网络作为目标有向连接脑网络。通过本申请的一些实施例能够获得多模态脑网络信号中的全局特征和局域特征，从而提高去噪效果。

本发明公开了一种基于改进PSO‑FADBN网络的瞬变电磁反演方法，包括步骤：S1、根据电阻率指数等间隔采样建立层状地电模型样本；S2、利用因子分析算法对层状地电模型样本进行降维，并将提取到的主要信号成分作为DBN的输入数据，以构建FADBN网络；S3、基于FADBN网络，利用改进的PSO算法对DBN中的权重及偏置进行预训练，以构建改进PSO‑FADBN网络；S4、训练改进PSO‑FADBN网络模型，并利用其预测未知大地的地电结构。本发明能够利用TEM观测数据快速准确地预测复杂的地下层状电性结构。

本发明专利公开了一种基于混合网格的大地电磁高阶有限元正演模拟方法，具体涉及地球物理电磁三维正演模拟领域。采用Delaunay三角算法将地球表面划分为三角形网格，在三角形网格上延伸三角形网格来形成三棱柱单元；与三棱柱单元相邻的区域被离散成四面体单元，利用构建的混合网格离散地下电性模型，通过高阶形函数进行有限元的单元分析，离散大地电磁波动方程，形成大地电磁高阶有限元系统；求解该混合网格有限元系统，获得大地电磁响应信号。采用本发明技术方案解决了在高频情况下的MT正演中，使用传统非结构化网络导致计算成本增加的问题，混合网格可以适应具有强地形波动的复杂地电模型，这比使用传统的非结构化单元需要的计算成本更少。

本发明公开了一种三维电磁势正演建模的自适应有限元方法，包括以下步骤：S1、利用库伦规范将麦克斯韦方程组转换为标量位和矢量位的控制方程；S2、所述控制方程中引拉格朗日乘子的梯度项，将求解区域离散化，构建有限元线性方程组；S3、求解所述有限元线性方程组；S4、采用电流密度不连续性产生的误差作为后验误差估计量，对偶加权后验误差估计量并确定需要细化的目标网格；S5、使用八分细化策略加密所述目标网格；S6、使用加密后的网格进行有限元正演建模计算。本发明能够增强有限元系统方程求解过程中的稳定性，还能通过减少求解由网格自适应引起的附加系统方程的计算量来提高计算效率。

本发明提供一种PPG大数据驱动下的生物特征识别方法，包括：获取参训人员的PPG信号数据，对PPG信号数据进行高通滤波和低通滤波预处理，得到预处理后的PPG信号；对预处理后的PPG信号进行分帧，分别提取梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征，对梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征进行融合后进行主成分分析降维，得到融合特征；基于融合特征构建高斯混合模型的通用背景模型UBM，计算零阶、一阶和二阶Baum‑Welch统计量，从Baum‑Welch统计量估计全局差异空间矩阵，提取i‑vector身份认证向量；将i‑vector身份认证向量输入长短期记忆网络进行训练和分类，得到参训人员的身份识别结果。本发明能消除运动伪影的影响，捕捉PPG信号的整体变异性，为穿戴式设备提供身份认证方案。

本发明公开了一种基于最小可觉差的显示面板Mura缺陷全局评估方法，本发明克服了人工检测面板Mura缺陷的弊端，使最终Mura缺陷量化评估不受人为主观认定因素的影响，显著提升显示面板质量检测的效率和准确性，尤其是相比之前评估方法，本发明方法可兼顾相机多角度拍摄的图像进行显示模板Mura缺陷评估，可同时对亮度和色度Mura缺陷的进行量化评估，并且采用图像掩膜处理方法避免面板边缘Mura缺陷的漏检测，本方法并非只针对最显著的Mura缺陷进行检测评估，而是从全局上根据所有能观测到的缺陷强度赋予不同的权重进行综合评价，从而提高了显示面板Mura缺陷评估的准确率和可信度。