“郜东瑞”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92个，建议您升级VIP下载更多相关专利

[发明专利]一种预测DNA蛋白质结合位点的集成学习方法-CN201810489037.3有效
发明人：张永清;郜东瑞;王婷;吴锡;何嘉 -专利权人：成都信息工程大学
申请日： 2018-05-21 - 公布日： 2023-10-20 - 主分类号： G16B20/30 文献下载
摘要：本发明涉及一种预测DNA蛋白质结合位点的集成学习方法，其包括以下步骤：获取DNA结合蛋白质位点的蛋白质序列数据；对DNA结合蛋白质位点的蛋白质序列数据预处理；使用one‑hot编码方式构建输入数据；将提取的特征合并，构建每个蛋白质序列上氨基酸的特征，将其作为输入数据；使用SMOTE算法对正样本数据进行过采样；根据正样本大小将负样本数据分成多份，每份负样本与正样本组合成一个新的数据子集，得到N个数据子集；每个数据子集使用卷积神经网络进行训练；对N个卷积神经网络的结果进行多数投票法集成，从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题，提高了预测的准确性。
一种预测 dna 蛋白质结合集成学习方法

[发明专利]一种基于多模态深度神经网络的驾驶注意力检测方法-CN202311086072.8在审
发明人： 郜东瑞;沈艳;王录涛;张永清;汪曼青;蒋超;赵长名 -专利权人：成都信息工程大学
申请日： 2023-08-28 - 公布日： 2023-09-29 - 主分类号： A61B5/18 文献下载
摘要：本发明公开了一种基于多模态深度神经网络的驾驶注意力检测方法，属于驾驶注意力检测技术领域，为了解决现有驾驶注意力检测过程中用单一模态的指标去进行检测的可靠性不足的技术问题，包括：S1：获取原始公开数据集中的脑电数据和眼电数据；S2：分别对所述脑电数据和所述眼电数据进行预处理，得到预处理后的眼电数据和预处理后的脑电数据；S3：根据所述预处理后的眼电数据和所述预处理后的脑电数据，对多模态深度神经网络进行训练，得到训练好的多模态深度神经网络；S4：利用所述训练好的多模态深度神经网络对驾驶输入图像进行注意力检测，得到驾驶注意力检测结果。本发明能够有效地提升检测结果的准确性。
一种基于多模态深度神经网络驾驶注意力检测方法

[发明专利]基于CNN和Transformer的fNIRS脑力负荷检测方法-CN202311031625.X在审
发明人：汪曼青;廖凌翔;郜东瑞;王录涛;张永清;余海翔;李小鱼 -专利权人：成都信息工程大学
申请日： 2023-08-16 - 公布日： 2023-09-15 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于CNN和Transformer的fNIRS脑力负荷检测方法，其包括获取fNIRS采集设备采集的原始数据，并对原始数据进行预处理得到氧合血红蛋白和脱氧血红蛋白浓度的信号#imgabs0#和#imgabs1#；对信号#imgabs2#和#imgabs3#进行一维卷积操作，并在通道维度上对卷积操作后的两个信号进行组合，得到组合信号Hb；采用卷积神经网络对组合信号Hb进行局部细粒度时间特征的提取，得到特征矩阵；采用Transformer模块对特征矩阵进行特征增强提取，得到状态特征；将状态特征输入多层感知机分类层，得到脑力负荷检测的分类结果。
基于 cnn transformer fnirs 脑力负荷检测方法

[发明专利]一种基于BPR-STNet的跨被试游戏玩家专业水平分类方法-CN202310673992.3在审
发明人： 郜东瑞;沈艳;王录涛;张永清;林历祺;汪曼青;龚津南;白彬楠;余贞侠 -专利权人：成都信息工程大学
申请日： 2023-06-07 - 公布日： 2023-09-12 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于BPR‑STNet的跨被试游戏玩家专业水平分类方法，包括：S1、获取游戏玩家的EEG信号原始数据，并对其进行预处理，构建EEG信号序列；S2、利用训练好的基于BPR‑STNet的专业水平分类模型对EEG信号序列进行处理，识别游戏玩家专业水平；S3、基于游戏玩家专业水平，提取对应的关键特征并结合EEG信号序列，确定游戏玩家不同脑区贡献度的脑地形图，实现跨被试游戏玩家专业水平分类。本发明提供的专业水平分类模型，可以充分学习EEG信号中的时空特征，得出了γ频段是跨被试水平分类效果，发现专业水平游戏玩家的大脑活动对模型决策影响最大的区域是顶叶区和颞叶区；进而实现准确的跨被试分类。
一种基于 bpr stnet 跨被试游戏玩家专业水平分类方法

[发明专利]适用于SSVEP分类的零填充频域卷积神经网络方法-CN202111311799.2有效
发明人： 郜东瑞;郑文银;王柯杰;曹文朋;严明靖;唐雪;张良钰;汪曼青;张永清 -专利权人：成都信息工程大学
申请日： 2021-11-08 - 公布日： 2023-09-08 - 主分类号： A61B5/378 文献下载
摘要：本发明公开一种适用于SSVEP分类的零填充频域卷积神经网络方法，应用于脑电信号处理领域，针对现有技术对SSVEP和SSVEP子类的SSMVEP脑电信号的分类准确率和信息传输速率较低的问题；本发明首先使用脑电采集设备采集人体大脑枕部九个电极的SSVEP脑电信号；其次对脑电信号进行预处理；之后在时域对预处理后的脑电信号进行补零填充，提取九个通道的SSVEP信号的功率谱密度中感兴趣的基频频带和二次谐波频带组合成一个特征矩阵；最后将该特征矩阵作为CNN深度学习模型的输入，使用非线性变换对不同类别的SSVEP信号进行识别；采用本发明的方法能获得较高的分类准确率。
适用于 ssvep 分类填充卷积神经网络方法

[发明专利]一种基于MSFF-SENet的运动想象脑电图解码方法-CN202310648362.0在审
发明人：张永清;牛颢;丁春利;刘世洪;郜东瑞;杨显华;龙树全 -专利权人：成都信息工程大学;四川省计算机研究院
申请日： 2023-05-29 - 公布日： 2023-08-29 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于MSFF‑SENet的运动想象脑电图解码方法，包括：S1、构建MSFF‑SENet模型；其中，MSFF‑SENet模型包括多尺度时空块、多尺度时间块、PSD‑Conv块、SE特征融合块和分类块；S2、构建EEG信号数据集，对MSFF‑SENet模型进行训练；S3、将预处理的EEG信号输入至MSFF‑SENet模型中，获得运动想象脑电图解码分类结果。本发明提出了一种新的MSFF‑SENet模型，其相较于常见的时空模型更为敏感且准确地捕获MI‑EEG数据中的时间和多光谱特征。
一种基于 msff senet 运动想象脑电图解码方法

[发明专利]一种基于深度集成优化模糊分类器的疲劳驾驶检测方法-CN202310622556.3在审
发明人：张永清;龙树全;杨显华;刘世洪;郜东瑞;丁春利;牛颢 -专利权人：成都信息工程大学;四川省计算机研究院
申请日： 2023-05-29 - 公布日： 2023-08-22 - 主分类号： A61B5/369 文献下载
摘要：本发明提供了一种基于深度集成优化模糊分类器的疲劳驾驶检测方法，该方法包括：将经预处理后的数据输入至深度集成优化模糊分类器，得到第一输出向量和第一疲劳驾驶检测结果，并同时随机选择第一模糊规则；先对第一疲劳驾驶检测结果是否达到预设的分类精度进行判断，然后再对第二疲劳检测结果是否达到预设的分类精度进行判断，达到则输出疲劳驾驶检测结果，否则，以不断增加输出向量的拼接和模糊规则累乘运算。本发明解决了疲劳驾驶数据不平衡以及模型解释性差的问题。
一种基于深度集成优化模糊分类疲劳驾驶检测方法

[发明专利]应用于生理信号采集的直流抑制装置-CN201811078768.5有效
发明人：谢佳欣;刘铁军;尧德中;应少飞;姜东;陈家鑫;宗欣;董丽娟;李建福;郜东瑞 -专利权人：电子科技大学
申请日： 2018-09-17 - 公布日： 2023-08-08 - 主分类号： A61B5/31 文献下载
摘要：本发明公开了一种应用于生理信号采集的直流抑制装置，其包括信号采集电极、仪用运算放大器、信号处理电路、信号传输电路和直流校正电路；所述信号采集电极、仪用运算放大器、信号处理电路、信号传输电路依次连接；所述直流校正电路采集仪用运算放大器的输出信号，对所述输出信号中的直流成份进行直流偏移电压校正后反馈至仪用运算放大器。本发明利用运算放大器、MCU单元和双极性电压比较器组成直流校正电路，通过直流校正电路采集仪用运算放大器的输出信号并输出直流偏移校正电压至仪用运算放大器的基准电压端，从而将直流偏移电压下拉至有效范围之内，实现直流偏移的动态消除。
应用于生理信号采集直流抑制装置

[发明专利]眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统-CN201710012567.4有效
发明人： 郜东瑞;谢佳欣;刘铁军;汪润桂;吴涛;王婷;张永清;王路涛 -专利权人：成都信息工程大学;电子科技大学
申请日： 2017-01-09 - 公布日： 2023-07-18 - 主分类号： G06F3/0354 文献下载
摘要：本发明公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统，通过本发明的眼电信号处理方法，识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作，并定义不同的眼部动作对应不同的鼠标操作，本发明的基于眼电信号控制的蓝牙鼠标系统，包括：眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块；用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作，从而能够帮助双臂缺失的患者，像正常人一样使用电子设备进行上网等操作；本发明电路结构简单，体积小，方便携带，抗干扰能力强，能够广泛用于移动医疗、家庭病人监护等领域。
电信号采集方法基于控制蓝牙鼠标系统

[发明专利]一种驾驶员疲劳检测方法-CN202310265323.2在审
发明人： 郜东瑞;沈艳;王录涛;李孝杰;李芃锐;张永清;汪曼青 -专利权人：成都信息工程大学
申请日： 2023-03-17 - 公布日： 2023-06-30 - 主分类号： G06V20/59 文献下载
摘要：本发明公开了一种驾驶员疲劳检测方法，所述驾驶员疲劳检测方法包括：S1：利用Wider_face人脸数据集训练MTCNN模型结构，得到训练好的MTCNN模型结构；S2：利用所述训练好的MTCNN模型结构对人脸图像中的人脸关键特征进行定位，得到定位后的人脸图像；S3：对所述定位后的人脸图像进行眼部特征提取，得到眼部时间特征和眼部空间特征；S4：利用多维度的深度融合网络对所述眼部时间特征和所述眼部空间特征进行融合，得到融合结果；S5：对所述融合结果进行状态识别，得到驾驶员疲劳检测结果。本发明能够将眼睛特征转化为时间特征和空间特征，以从不同的角度深入挖掘局部特征，从而最大化疲劳检测的效果。
一种驾驶员疲劳检测方法

[发明专利]基于关联加密的信息处理方法及装置-CN202210496862.2有效
发明人： 郜东瑞;汪曼青;李芃锐;李晓明;陆全平;曾帅 -专利权人：成都信息工程大学
申请日： 2022-05-09 - 公布日： 2023-06-20 - 主分类号： H04W12/02 文献下载
摘要：本申请实施例提供了一种基于关联加密的信息处理方法及装置。该方法包括：终端接收来自用户面网元的第一业务的第一用户面信息，以及第二业务的第二用户面信息；第一业务与第二业务关联。终端使用第一密钥组对第一用户面信息进行解密得到第一用户数据，以及使用第一密钥组对第二用户面信息进行解密得到第二用户面数据；第一用户数据和第二用户面数据为明文数据，第一密钥组包括第一私钥和第二私钥，第一私钥与第一业务对应，第二私钥与第二业务对应。由于用户面数据的不仅被自身业务对应的密钥加密，还被其他关联业务的密钥加密，从而极大的提高了用户面数据传输的安全性，以实现在高安全需求场景下，保障用户面数据传输的安全。
基于关联加密信息处理方法装置

[发明专利]一种基于多特征融合状态识别网络的驾驶员疲劳检测方法-CN202310038860.3在审
发明人： 郜东瑞;李芃锐;刘世洪;张永清;汪曼清;王录涛 -专利权人：成都信息工程大学
申请日： 2023-01-12 - 公布日： 2023-04-14 - 主分类号： G06V20/59 文献下载
摘要：本发明公开一种基于多特征融合状态识别网络的驾驶员疲劳检测方法，应用于疲劳驾驶检测领域，针对现有技术检测效率低，并且存在错误检测的问题；本发明提出了一个结合了两个子网的多特征融合状态识别网络，分别选取NTHU‑DDD数据集中的眼睛和嘴巴以及头部姿态特征，从视频图像来检测疲劳；首先训练了一个MTCNN人脸检测器来对驾驶员面部特征定位，再提出了一个多特征分割提取算法来在压缩参数的同时也能提取到有效的面部特征，然后提出了一个基于Inception模块、残差模块和通道注意力机制的多特征融合状态识别网络用于检测眼睛、嘴巴和头部姿态来判断驾驶员是否疲劳；本发明的方法优于现有技术，且具有很好的稳定性和实用性。
一种基于特征融合状态识别网络驾驶员疲劳检测方法

[发明专利]一种基于生成对抗网络的宫颈单细胞图像数据生成方法-CN202010240762.4有效
发明人：张永清;陈思宇;周晖;冯李逍;李鑫;王宏宇;郑文银;彭茂琴;郜东瑞 -专利权人：成都信息工程大学
申请日： 2020-03-31 - 公布日： 2023-03-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于生成对抗网络的宫颈单细胞图像数据生成方法，包括以下步骤：S1、准备包含正常细胞图像和异常细胞图像的宫颈单细胞数据集，并对宫颈单细胞数据集进行预处理；S2、模型设计：以传统的生成对抗网络为基础，在生成对抗网络模型过程中使用约束条件指导模型生成指定类别的宫颈单细胞图像。本发明的生成对抗网络由两部分组成：生成器用于捕获训练数据的分布，判别器用于判断输入数据是来自真实数据还是生成数据。模型通过这种竞争的学习方式，使生成对抗网络可以生成逼近真实的图像，提升模型表现。本发明可以通过生成器在消耗很少的时间和人力的前提下获得大量的有效数据，可以通过扩大数据集获得更高的疾病检测准确率。
一种基于生成对抗网络宫颈单细胞图像数据方法

[发明专利]基于深度卷积自动编码器的转录因子结合位点预测的方法-CN202010115572.X有效
发明人：张永清;乔少杰;郜东瑞;曾圆麒;陈庆园;卢荣钊;林志宇 -专利权人：成都信息工程大学
申请日： 2020-02-25 - 公布日： 2023-03-24 - 主分类号： G16B15/30 文献下载
摘要：本发明公开一种基于深度卷积自动编码器的转录因子结合位点预测的方法，应用于计算机技术和生物信息技术领域，为了解决模型对没有结合位点的阴性序列样本的依赖性同时提高模型泛化能力；本发明首先通过染色质免疫共沉淀技术特异性地富集目的蛋白结合的DNA片段，从而获得原始数据集；然后对原始数据集进行预处理，得到训练数据集；其次将训练数据集输入卷积自动编码器进行训练；最后根据训练完成的卷积自动编码器进行结合位点识别；实验证明本发明能够针对不同细胞系的不同转录因子结合位点预测，且具备高准确率识别的效果。
基于深度卷积自动编码器转录因子结合预测方法

[发明专利]基于隐式指示加密的信息处理方法及装置-CN202210533513.3有效
发明人： 郜东瑞;汪曼青;李芃锐;李晓明;陆全平;曾帅 -专利权人：成都信息工程大学
申请日： 2022-05-17 - 公布日： 2023-03-14 - 主分类号： H04W12/033 文献下载
摘要：本申请提供一种基于隐式指示加密的信息处理方法及装置，用以满足高安全需求，保障用户面数据传输的安全。该方法包括：会话管理网元根据终端的用户面策略，确定接入网设备不开启终端的用户面安全策略；接入网设备为终端当前驻留的接入网设备；会话管理网元向终端发送第一指示信息，和/或，向用户面网元发送第二指示信息；终端与用户面网元之间预先建立有安全隧道，第一指示信息和第二指示信息均用于指示接入网设备不开启终端的用户面安全策略。
基于指示加密信息处理方法装置

1
2
3
4
5
6
7
下一页»
尾页
共 92 条