[发明专利]基于卷积自编码器高斯混合模型的健康数据检测方法在审
| 申请号： | 202011226516.X | 申请日： | 2020-11-04 |
| 公开（公告）号： | CN112509696A | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 朱壮壮;周治平 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G16H50/30 | 分类号： | G16H50/30;G16H50/20;G06N3/08;G06N3/04;A61B5/00 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 林娟 |
| 地址： | 214000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积自编码器高斯混合模型的健康数据检测方法，属于医疗保健技术领域。所述方法采用了自适应、非线性、多层编码的方式将多维数据转为低维特征表示，有效避免了由于“维度灾难”导致的计算开销大而降低检测准确性的问题；该方法性针对人体活动数据的多阶段的特性，加入了卷积与反卷积神经网络层，有效识别并提取数据特征，进一步地提高了检测的精度；本发明将降维过程和密度估计过程有机地结合在一起，避免了两模型独立导致陷入局部最优的窘境；同时考虑到矩阵的奇点问题，协方差矩阵的逆可能会无法求解的问题，利用混合概率、均值和协方差来构造协方差矩阵的cholesky分解，以计算样本密度避免了无法求解的问题。 | ||
| 搜索关键词： | 基于 卷积 编码器 混合 模型 健康 数据 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011226516.X/，转载请声明来源钻瓜专利网。
