申请/专利权人:四川大学;中移(成都)信息通信科技有限公司
申请日:2023-10-24
公开(公告)日:2024-03-08
公开(公告)号:CN117668602A
主分类号:G06F18/24
分类号:G06F18/24;G16H50/20;G06N3/0464;G06N3/08;A61B7/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明公开了基于加权再平衡一维卷积神经网络的心音信号分类方法,包括以下步骤:S1、利用序列标注算法构建数据集;S2、构建一维卷积神经网络;S3、通过数据集,采用Adam优化器对一维卷积神经网络进行训练,得到最优迭代模型;S4、使用最优迭代模型对待分类的心音信号完成分类,本方法解决了现有技术的模型在预测过程中容易产生假正例和假负例预测失衡的问题。
主权项:1.基于加权再平衡一维卷积神经网络的心音信号分类方法,其特征在于,包括以下步骤:S1、利用序列标注算法构建数据集;S2、构建一维卷积神经网络;S3、通过数据集,采用Adam优化器对一维卷积神经网络进行训练,得到最优迭代模型;S4、使用最优迭代模型对待分类的心音信号完成分类。
全文数据:
权利要求:
百度查询: 四川大学;中移(成都)信息通信科技有限公司 基于加权再平衡一维卷积神经网络的心音信号分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。