Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学张震宇获国家专利权

华中科技大学张震宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华中科技大学申请的专利一种基于超维计算的心音分类方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120954668B

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510659619.1,技术领域涉及:G16H50/20;该发明授权一种基于超维计算的心音分类方法及系统是由张震宇;魏江澜;曾志刚设计研发完成,并于2025-05-21向国家知识产权局提交的专利申请。

一种基于超维计算的心音分类方法及系统在说明书摘要公布了:本发明属于心音信号技术领域,公开了一种基于超维计算的心音分类方法及系统,该方法包括:通过MFCCs和DWT提取心音信号特征;将提取的特征编码为超向量;通过超向量聚类生成多个子类别超向量;计算测试样本超向量与子类别超向量的相似性,进行分类。本发明能够在资源受限设备上高效执行心音分类任务。该方法通过超维编码与聚类生成子类别超向量,并采用超向量相似性计算进行分类。相比于传统深度学习方法,本发明具备计算效率高、能耗低、数据需求少、硬件容错性强等优势,适用于智能医疗设备和嵌入式诊断系统。

本发明授权一种基于超维计算的心音分类方法及系统在权利要求书中公布了:1.一种基于超维计算的心音分类方法,其特征在于,该方法包括: S1:信号预处理:提取心音信号的Mel频率倒谱系数MFCCs和离散小波变换DWT特征; S2:超维编码:将提取的特征编码为样本超向量Sample-HV,使得相似的心音样本对应相似的超向量; S3:类别划分:对样本超向量进行聚类,将每个心音类别划分为多个子类别,并为每个子类别生成子类别超向量Subclass-HV; S4:分类决策:通过计算测试样本的超向量与各子类别超向量之间的相似性,确定其所属类别; S5:子类别超向量重训练:根据错误分类的样本调整子类别超向量,以进一步提高分类精度; 所述S2具体包括: 在此步骤中,每个心音样本的N个特征分别被赋予一个随机生成的特征超向量Feature-HV,记为F_nin{-1,1}^D;这些超向量的维度D为10,000,并且彼此之间近似正交,即超向量之间的位差接近50%; 确定每个特征的最小值和最大值,并将96%的数据范围划分为M个离散区间,最低2%和最高2%分别归入最低和最高级别;然后,为每个级别分配一个超向量,使相邻级别的超向量具有较高的相似性,而最远级别的超向量完全正交; 特征的超向量Feature-HV与其对应的级别超向量Level-HV通过绑定操作结合,以生成最终的特征值超向量;绑定操作是逐位异或XOR计算,公式如下: H_n=F_nastL_{i,n} 其中,H_n为特征n对应的最终超向量,L_{i,n}为该特征对应的级别超向量; 所有特征的超向量通过捆绑操作组合,形成完整的样本超向量Sample-HV,其计算公式如下: S_i=[H_1+H_2+…+H_N] 其中,[.]会将大于0的维度赋值为1,将小于0的维度赋值为-1,以此将向量二值化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。