“危义民”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]高速铁路边坡形变检测方法及装置-CN202011562419.8有效
发明人：刘俊博;王胜春;孙淑杰;赵鑫欣;戴鹏;王乐;方玥;王亮;危义民 -专利权人：中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所;北京铁科英迈技术有限公司
申请日： 2020-12-25 - 公布日： 2023-10-13 - 主分类号： G01S17/88 文献下载
摘要：本发明公开了一种高速铁路边坡形变检测方法及装置，其中方法包括：利用高速铁路边坡点云采集系统获取高速铁路沿线边坡的三维点云数据，所述高速铁路边坡点云采集系统包括：激光雷达设备，里程定位同步单元和点云数据采集服务器；根据高速铁路场景下的基准点云数据，利用迭代最近点算法对所述三维点云数据进行点云配准处理；从点云配准处理后的三维点云数据中提取当期边坡点云数据，从所述高速铁路场景下的基准点云数据中提取基准边坡点云数据；分别对所述当期边坡点云数据和基准边坡点云数据进行体素化处理；根据体素化处理的结果，进行高速铁路边坡形变检测。本发明实施例可以检测高速铁路边坡形变，节省检测成本，提高检测效率和准确率。
高速铁路形变检测方法装置

[发明专利]点云序列识别模型的训练、识别方法、装置、设备及介质-CN202211674070.6在审
发明人：郭裕兰;危义民 -专利权人：中山大学·深圳;中山大学
申请日： 2022-12-26 - 公布日： 2023-04-14 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了点云序列识别模型的训练、识别方法、装置、设备及介质，包括：获取点云序列，从点云序列中选取不相邻的任意两帧点云数据，得到源点云和目标点云；将源点云和目标点云输入辅助任务模型进行点云重建得到重建点云，根据重建点云与目标点云的特征相似误差对辅助任务模型的编码器进行预训练处理，得到训练好的编码器；获取识别任务解码器，将识别任务解码器与训练好的编码器进行组合处理，得到初始化的点云序列识别模型；将点云序列输入初始化的点云序列识别模型进行训练，得到训练好的点云序列识别模型。本发明实施例能够减少点云序列识别模型对人工标记数据的依赖，能够适用于多种点云识别任务，可广泛应用于人工智能技术领域。
序列识别模型训练方法装置设备介质

[发明专利]一种隧道形变检测方法、系统、设备及存储介质-CN202210082411.4在审
发明人：王亮;危义民;张志勇;苏燮阳;王鲁平;丘昌镇;郑嘉俊;廖义冠 -专利权人：中山大学;深圳市安比科技有限公司;深圳市正阳升智能科技有限公司
申请日： 2022-01-24 - 公布日： 2022-06-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种隧道形变检测方法、系统、设备及存储介质，涉及计算机视觉处理技术领域。所述方法，包括：根据点云数据和视频图像，识别隧道目标；对所述隧道目标进行分割，得到单独目标集，并保存在历史数据库中；其中所述单独目标集包括若干个单独目标，所述历史数据库保存有若干组不同时间检测的单独目标集；利用中轴线左右定界算法对所述历史数据库中的若干个所述单独目标集进行数据比对，得到隧道目标形变程度。本发明对点云数据进行分割处理，并结合历史数据进行数据比对，利用中轴线左右定界算法能够判断隧道是否发生形变，同时对形变区段进行定位，可以很大程度上减少轨道巡检的工作量，提高形变检测的区间精度。
一种隧道形变检测方法系统设备存储介质

[发明专利]基于通道信号融合神经网络的自动心律失常分析方法-CN201810451715.7有效
发明人：刘通;危义民;臧睦君;邹海林;贾世祥;柳婵娟;周树森 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2021-07-20 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于通道信号融合深度神经网络的自动心律失常分析方法，它包括：两种采样方式生成多通道心电图样本；所得600维心电信号沿第二个维度拼接，原始心电信号为两导联时，等效为形成4*600*1维的心电信号样本，将四个通道的输入信号输入到合并层中沿最后一维合并，合并层输出为600*4维的信号。合并层后串联两层卷积层单元，卷积层单元和LSTM层单元间有attention层；卷积层单元包括使用一维卷积提取一维心电信号特征的卷积层以及依次串联的一激励单元操作和一池化层操作；LSTM层单元串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
基于通道信号融合神经网络自动心律失常分析方法

[发明专利]基于多通道信号融合深度神经网络自动心律失常分析方法-CN201810451710.4有效
发明人：刘通;危义民;贾世祥;臧睦君;邹海林;柳婵娟;周树森 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多通道信号融合深度神经网络自动心律失常分析方法，它包括：三种采样方式生成多通道心电图样本；分别得到的600维心电信号扩增为3*（600*1）维，原始心电信号为两导联时，等效形成2*3*(600*1)维心电信号样本，将每导联输入信号通过合并层合并输入到一路导联通道中。导联通道由串联的卷积层单元组成，输出端的合并层将特征图合并，卷积层单元和LSTM层单元间有attention层；卷积层单元包括使用一维卷积提取一维心电信号特征的卷积层以及依次串联的一激励单元操作和一池化层操作；LSTM层单元串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
基于通道信号融合深度神经网络自动心律失常分析方法

[发明专利]一种基于深度神经网络的自动心律失常分析方法-CN201810451728.4有效
发明人：臧睦君;危义民;刘通;邹海林;柳婵娟;周树森;贾世祥 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2021-05-11 - 主分类号： A61B5/318 文献下载
摘要：本发明公开了一种基于深度神经网络的自动心律失常分析方法，它包括：三种采样方式生成多通道心电图样本；所得的600维心电信号沿第二个维度拼接，心电信号由600*1维扩增为600*3维，输入多个依次串联的卷积层单元和LSTM层单元，卷积层单元和LSTM层单元间有attention层；卷积层单元包括一个使用一维卷积的卷积层以及该卷积层输出端依次串联的一激励单元操作和一池化层操作；所述卷积层，用于提取一维心电信号的特征；LSTM层单元的输出串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
一种基于深度神经网络自动心律失常分析方法

[发明专利]一种基于导联深度神经网络的自动心律失常分析方法-CN201810451726.5有效
发明人：臧睦君;危义民;刘通;邹海林;柳婵娟;周树森;贾世祥 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2021-01-15 - 主分类号： A61B5/352 文献下载
摘要：本发明公开了一种基于导联深度神经网络的自动心律失常分析方法，它包括：三种采样方式生成多通道心电图样本；所得600维心电信号沿第二个维度拼接，原始心电信号为两导联时，等效为形成6个600*1维的心电信号样本，分别输入多个依次并联的导联通道，导联通道由串联的卷积层单元组成，输出端的合并层将每路导联通道的特征图沿最后一个维度合并，合并层和LSTM层单元间有attention层；卷积层单元包括使用一维卷积提取一维心电信号特征的卷积层以及依次串联的一激励单元操作和一池化层操作；LSTM层单元串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
一种基于深度神经网络自动心律失常分析方法

[发明专利]基于采样通道融合深度神经网络的自动心律失常分析方法-CN201810451721.2有效
发明人：刘通;危义民;贾世祥;臧睦君;邹海林;柳婵娟;周树森 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2019-10-18 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于采样通道融合深度神经网络的自动心律失常分析方法，它包括：三种采样方式生成多通道心电图样本；得到的600*1维心电信号扩增为3*（600*1）维，原始心电信号为两导联时，等效形成2*3*(600*1)维的心电信号样本，将不同采样方式得到的输入信号分别通过合并层合并后分别输入依次并联的由串联卷积层单元组成的导联通道，合并层和LSTM层单元间有attention层；卷积层单元包括用一维卷积提取一维心电信号特征的卷积层以及依次串联的一激励单元操作和一池化层操作；LSTM层单元串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
心律失常分析神经网络心电信号卷积样本采样方式采样通道激励单元合并层原始心电信号单元串联临床应用一维卷积依次并联依次串联自动识别融合单元间多通道连接层心电图准确率池化导联扩增联通串联输出合并学习

[发明专利]基于压缩图神经网络的自动心律失常分析方法-CN201810451719.5有效
发明人：刘通;危义民;臧睦君;邹海林;贾世祥;柳婵娟;周树森 -专利权人：鲁东大学
申请日： 2018-05-12 - 公布日： 2019-10-15 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种基于压缩图神经网络的自动心律失常分析方法，它包括：两种采样方式生成多通道心电图样本；所得600维心电信号沿第二个维度拼接，原始心电信号为两导联时，等效为4*600*1维心电信号样本，将四个通道的输入信号输入到合并层中合并，输出600*4维信号。在合并层单元和卷积层单元间有图像编码层用于将心电信号由一维编码为二维图像。图像编码层后串联三层卷积层单元；卷积层单元包括使用二维卷积提取二维心电信号编码图片特征的卷积层以及依次串联的一激励单元操作和一池化层操作；串联一个激励单元为softmax的全连接层；输出；学习深度神经网络的参数，对样本进行自动识别；解决了现有心律失常分析系统尚不足以满足临床应用的准确率需求的问题。
心电信号卷积心律失常分析神经网络样本激励单元图像编码合并层串联原始心电信号编码图片采样方式二维卷积二维图像临床应用信号输入一维编码依次串联自动识别输出压缩单元间多通道连接层心电图准确率池化导联二维三层维度拼接合并学习

[发明专利]一种检测行为变化的方法、设备及存储介质-CN201810163732.0在审
发明人：贾世祥;危义民;李琪;王志成 -专利权人：鲁东大学
申请日： 2018-02-27 - 公布日： 2018-08-17 - 主分类号： G06T7/246 文献下载
摘要：本发明提供了一种检测行为变化的方法，包括：将视频每相邻两帧的像素值做差得到像素差值集合；判断所述像素差值集合中的每个像素差值是否超出行为阈值，若不存在超出行为阈值的像素差值，则所述视频无行为变化；若存在超出行为阈值的像素差值，则将超出所述行为阈值的像素差值对应的像素点区域集合设定为待识别区域；将所述待识别区域输入分类模型进行分类，根据分类结果检测行为变化。本发明还提供了一种主动交互设备及非暂态可读存储介质，用来实现所述方法。本发明可以提高检测行为变化的灵敏度，拓宽能够检测到的行为变化的种类的范围。
像素行为变化种检测检测集合视频可读存储介质存储介质分类结果区域集合输入分类相邻两帧主动交互非暂态灵敏度像素点分类

1
共 10 条