王建荣
- 作品数：14 被引量：0H指数：0
- 供职机构：山西大学更多>>
- 相关领域：自动化与计算机技术医药卫生理学交通运输工程更多>>
- 一种用于火力发电锅炉的气体监测装置
- 本实用新型提供一种用于火力发电锅炉的气体监测装置，属于火力发电技术领域；所述气体监测装置设置在脱硝和脱硫设备之前，与烟气排放主管道连接；其中，所述气体监测装置包括烟气管道，所述烟气管道的进气端与排气端之间依次设置有水循环...
- 王建荣贾新春
- 文献传递
- 一种改进U-Net网络的心电图分类算法研究
- 2024年
- 基于CPSC-2018十二导联数据,提出了一种U-Net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用U-Net网络中跳层连接和编码解码方式,对预处理后较长的数据进行处理。在U-Net网络解码的最后一层加入注意力机制对抗噪声,提升模型的有效信息关注度和准确性。最后,利用CPSC-2018数据集进行验证。实验结果表明:所提模型能够取得较好的分类效果,识别房颤(AF)和右束支传导阻滞(RBBB)心律失常的精准率、召回率、F1值都可以达到90%以上,平均F1值可以达到82.5%。
- 王建荣王建荣辛彬彬高睿丰李国翚
- 关键词：心律失常心电图
- 一种智能照明装置
- 本实用新型属于照明装置技术领域；解决了目前的照明装置一般都是固定式的，其不能够根据需求进行照明工作，且直接裸露在外很容易被破坏的问题，本实用新型提供一种智能照明装置，底座内设置调节安装箱高度的转盘，安装箱连接装有照明灯的...
- 王建荣刘鑫杨波贾新春
- 文献传递
- 防溜器手柄
- 本实用新型公开一种防溜器手柄，包括手柄壁和支座，手柄壁安装在支座的顶端，手柄壁上设置有相互电联接的电路板和电池盒，信号灯与电路板相连接，电池盒设置于手柄壁内侧的电池卡槽中，手柄壁上还设置有与电路板连接的天线，天线用于接发...
- 杨波郭璐瑶闫腾飞王建荣
- 文献传递
- 一种蔬菜智能清洗设备
- 本实用新型涉及蔬菜清洗技术领域，特别是涉及一种蔬菜智能清洗设备，包括清洗池，清洗池的外壁固定连接有两对L型的限位架，每对限位架的底部均固定连接有底板，清洗池上还固定连接有U型的连接架，连接架上固定连接有两个L型的连接杆，...
- 王建荣解文鑫焦泽宇刘禄
- 一种大型筒节卧式轧制过程中外径检测系统
- 本发明涉及一种大型筒节卧式轧制过程中外径检测系统。本发明主要是解决现有筒节测量装置存在的测量精度低、误差大和无法投入外形闭环控制系统的技术问题。本发明的技术方案是：该系统其由激光外径检测装置、升降装置、倾斜装置、数据采集...
- 杨波阮艺琳贾新春王建荣
- 文献传递
- 基于CNN‑LSTM‑SE的心电图分类算法研究
- 2024年
- 心血管疾病是我国死亡率较高的疾病之一,通过观察心电图来判断心电信号是否出现异常能够对心血管疾病进行预防和筛查。由于心电图数据规模大且繁杂,临床医护人员在心电图筛查时,工作负担大且容易出现误诊或漏诊的情况。为了提高心电图的筛查效率、减少医护人员的压力,提出了一种基于卷积神经网络、长短期记忆神经网络和SE网络的心电图分类算法模型(CNN-LSTM-SE),该模型将心电图分成5种不同的类别。主要研究内容包括:选用MIT-BIH心律失常数据集作为心电信号的数据来源,使用巴特沃斯带通滤波器对心电信号进行去噪处理,通过Z-score方法对心电信号进行标准化处理,利用独热编码方法对心电信号标签进行编码,最后使用处理后的心电数据对所提算法模型进行训练和测试。实验结果表明:所提模型相较于其它模型,能够有效提高心电图分类的准确性,在实验数据集上的分类准确率达到99.1%。
- 王建荣王建荣程伟李国翚
- 关键词：心律失常心电图卷积神经网络
- 一种基于Cascade R-CNN的文献关键信息目标检测方法
- 本发明公开了一种基于Cascade R‑CNN的文献关键信息目标检测方法，属于目标检测技术领域。针对文献关键信息公开数据集不足，小目标识别困难等问题，通过制作文献关键信息数据集；建立基于的Cascade R‑CNN的目标...
- 王建荣张泽宇郝江浩
- 一种煤炭传送带金属异物检测设备
- 本实用新型属于异物检测相关技术领域，公开了一种煤炭传送带金属异物检测设备。在机架上安装有上位机和声光报警器，在机架顶部的传动箱进、出口侧设置有四个磁场强度传感器，四个磁场强度传感器的信号输出端和声光报警器通过线缆与上位机...
- 王建荣高睿丰辛彬彬尉向前徐慧
- 基于多特征分支卷积神经网络的心电图分类算法
- 2024年
- 我国心血管疾病发病率、病死率呈逐年上升趋势。但由于心电图数据规模大且繁杂,临床医护人员在心电图筛查时,工作负担大且容易出现误诊或者漏诊的情况。基于此,利用CPSC-201812导联数据,提出了一种基于多特征分支卷积神经网络的多导联心电信号的智能分类与分析。首先,将CPSC-201812导联数据分为9个类别,基于12导联推导出8导联心电信号并分别提取局部特征。然后,通过双向GRU编码和注意力机制计算出不同类别的注意力权重向量,并将特征信息串联融合成特征向量,从而实现多导联心电图分类。实验结果表明:在验证集上取得了较好的分类效果,正常类别的F1值达到81.2%,平均F1值达到84.2%。特别地,在识别房颤(AF)和右束支传导阻滞(RBBB)这两类别心律失常时F1值分别达到95.1%和93.1%。
- 王建荣王建荣邓黎明李国翚
- 关键词：心律失常心电图卷积神经网络
