基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

基于时空特征提取的智能网络切片算法

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于...     

基于无线多媒体传感器网络特征提取的图像压缩算法

提出了一种兴趣提取图像压缩算法,将图片分为兴趣部分和非兴趣部分分别进行有损—无损压缩。同时结合分布式算法把图像的压缩和处理过程分散到多个传感器节点,这样提高了整个网络的生命周期也可以满足网络的传输效率,均衡了网络的耗能情况。     

基于形态中值小波的滚动轴承特征提取

为了提取隐含在噪声中的滚动轴承的故障信息,提出了一种基于数学形态学的形态中值小波分析方法。形态中值小波具有形态学的形态滤波特性与小波分解的多分辨率特性,且是基于信号形态特征的非线性分解。形态变换只有加减法和取极大、极小运算,计算简单。仿真和实验数据表明:该方法能有效的提取信号的故障特征,适用于轴承故障的在线监测和诊断。     

基于复杂网络的雷达辐射源信号脉内特征提取算法

针对现代电子战环境下雷达辐射源信号的高度密集、复杂调制、交叠概率大等特点,基于时域、频域、时频域以及其他数学变换域的信号分析方法仍然不能满足雷达辐射源信号分选识别的要求,结合雷达辐射源信号具有可分辨性的确定数据结构表示,受时间序列的复杂网络分析启发,提出一种基于复杂网络的雷达辐射源信号脉内特征提取算法。该特征提取算法首先采用相空间重构方法对信号频谱序列数据进行预处理,将重构后的信号序列转换至复杂网络域进行表征;其次,通过复杂网络建模及其统计特征分析,研究雷达脉内信号时间序列动力学微观特性,从而挖掘信号的有效特征参数;最后,在不同噪声环境下,实现雷达辐射源信号序列的特征参数的分类性能及其准确性分析。仿真结果表明,所提取的特征参数在低信噪比环境下具有良好的抗噪能力和不错的聚类质量,验证了基于复杂网络时间序列分析的信号特征提取方法的可行性,为进一步丰富刻画雷达辐射源信号提供了有效的技术支持和手段。     

基于UDP的特征提取算法研究

局部保持投影(LPP)算法在特征提取时仅考虑了对数据的局部信息的保持,鉴于此,本文提出无监督判别投影(UDP)算法。UDP算法通过定义局部和非局部散布度,建立一个类似Fisher的判别准则,最大化非局部散布度与局部散布度的比,选择出判别性最强的投影方向对目标数据信息进行特征提取,进而完成对目标的分类识别。实验结果证实了UDP算法的可行性。     

基于BLOB的积木特征提取算法

介绍了搭积木机器人机器视觉系统的特征提取算法。该算法首先将获得的积木图像在OHTA颜色空间下进行阈值分割;在分割后的二值化图像中进行BLOB分析;最后根据积木自身的特点进行了噪声去除和特征提取。试验证明该算法能够有效地提取出同一图像中多个积木的特征,提取的坐标精度能够满足机器人的操作要求。     

基于DEM的地形特征提取算法

从数字化地形中自动提取地形特征是地形分析的一种重要方法。针对大规模复杂地形的特点,提出了一种有效的基于规则网格的地形主山脊线特征提取算法。该算法首先进行了洼地填平与快速有效的地形平滑处理,然后提取地形的山脊线并进行细化,最后根据地形遮挡剔除的需要,进行主山脊线的提取,其结果在对地形的遮挡剔除的应用中取得了比较满意的结果。