专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果3个,建议您升级VIP下载更多相关专利
  • [发明专利]一种大脑功能网络的超图表示方法-CN202210826115.0在审
  • 焦竹青;奚正涛;石海峰;张儒璞;陆钰 - 常州大学
  • 2022-07-14 - 2022-11-11 - G06N3/04
  • 本发明公开了一种大脑功能网络的超图表示方法,其步骤包括:对静息态的功能磁共振成像进行预处理得到所有脑区的时间序列;使用滑动窗口将整个时间序列划分为多个重叠的子序列段;构建动态大脑功能网络,并将其转化为一个优化模型;采用最邻近结点算法构建动态大脑功能网络的超图;通过卷积操作对超图结构进行动态修改,提取特征得到新的动态超图;提取动态超图的拉普拉斯矩阵;构建拉普拉斯矩阵的流形正则项,并将流形正则项和L1范数正则项同时引入到优化模型中,得到大脑功能网络的超图表示形式。本发明用于表示多个脑区之间的功能交互和高阶关系,确定具有判别性的大脑功能网络分类特征,有效提高对脑疾病特征的分类性能。
  • 一种大脑功能网络超图表示方法
  • [发明专利]一种多模态大脑影像特征学习方法-CN202111553816.3在审
  • 焦竹青;陈思炜;石海峰;张宇涛;奚正涛 - 常州大学
  • 2021-12-17 - 2022-04-08 - G06K9/62
  • 本发明公开了一种多模态大脑影像特征学习方法,其步骤包括:对多模态大脑影像数据分别进行预处理,得到特征矩阵;计算每种模态数据特征间的相关系数,得到特征相关矩阵,进行线性融合得到特征相关正则化;对特征矩阵进行加权融合,计算特征相邻节点得到邻接矩阵,构建特征图拉普拉斯矩阵,得到特征结构正则化;将两种正则化嵌入到引入低秩约束的多任务模型中,进行特征学习,筛选具有良好表征特征向量;随后进行线性融合,使用支持向量机对训练集进行训练,利用测试集检验模型分类性能。本发明学习多模态大脑影像特征间的潜在关系和特征局部空间几何结构,筛选关联特征,提高特征学习解释性的同时提高分类性能。
  • 一种多模态大脑影像特征学习方法
  • [发明专利]一种基于聚类的多模态大脑网络特征选择方法-CN202110609547.1在审
  • 焦竹青;陈思炜;石海峰;奚正涛;张宇涛;黄宁 - 常州大学
  • 2021-06-01 - 2021-08-20 - G06K9/62
  • 一种基于聚类的多模态大脑网络特征选择方法,步骤包括:基于磁共振扩散峰度成像和静息态功能磁共振成像分别构建白质结构网络和功能连接网络;分别对两种大脑网络提取聚类系数矩阵,将两种矩阵对应位置值求和取平均,融合得到新聚类系数矩阵;计算特征之间的相关系数,得到相关系数矩阵,用来衡量特征之间的相关性;根据相关系数矩阵对特征进行聚类,把相似特征聚为一类,得到若干社团;在社团内进行特征选择迭代,筛选差异大的特征;在社团间进行特征选择,选择差异大的特征。本方法从不同模态数据提取大脑网络特征,并从局部到整体,分层计算特征之间的相似性,筛选出差异显著的特征,提高大脑网络特征分类的准确率。
  • 一种基于多模态大脑网络特征选择方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top