蒋明峰
- 作品数：66 被引量：138H指数：5
- 供职机构：浙江理工大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信文化科学更多>>
- 小波变换在电子耳蜗CIS处理中的应用及其仿真和合成被引量：2
- 2005年
- 小波变换是采用多分辨率的思想,非均匀的划分时频空间,对信号做多尺度分析,其功能相当于用一组恒品质因数Q的带通滤波器做多分辨率分析。文章利用小波变换代替带通滤波器组实现电子耳蜗C IS语音信号处理,讨论了小波变换在电子耳蜗C IS语音信号处理中的应用,并对该方法进行计算机仿真和声音合成。
- 蒋明峰郑小林
- 关键词：电子耳蜗小波变换语音信号处理
- 脉动真空灭菌器内室气体流向监测报警装置的研制被引量：2
- 2003年
- 本文针对XGI型脉动真空灭菌柜出现的蒸汽倒流故障设计出一种内室气体流向监测报警装置 ,对管道中的蒸汽流向和空气流向进行监测。当出现倒流现象时 ,报警装置发出报警信号 ,提醒工作人员采取措施排除故障。经在两台灭菌柜上使用 。
- 魏静蓉郑小林王品蒋明峰李彬
- 关键词：报警装置
- 基于深度可分离卷积和改进损失函数的心律失常分类方法
- 本发明公开了基于深度可分离卷积和改进损失函数的心律失常分类方法，步骤如下：将传入的一维心电信号进行预处理，将每个心电信号绘制成单独的二维灰度图像；接着将该二维心电图像输入到构建的深度可分离卷积层中，该卷积层在帮助网络减少...
- 蒋明峰鲁薏李杨韦理英杨晓城
- 文献传递
- 一种基于多尺度低秩模型的心脏磁共振成像方法
- 本发明公开了一种基于多尺度低秩模型的心脏磁共振成像方法，为心脏磁共振成像研究探索出新的方法；其采用径向采样轨迹实现心脏K空间数据的欠采样，可实现全心脏数据径向欠采样，加快磁共振数据采集速度，降低磁共振设备的扫描时间；其基...
- 蒋明峰陆雨黄文清冯杰郑俊褒
- 文献传递
- 一种基于张量分解稀疏约束的三维心脏磁共振成像方法
- 本发明公开了一种基于张量分解稀疏约束的三维心脏磁共振成像方法，其采用三维径向采样轨迹实现全心脏三维K空间数据的欠采样；通过高阶张量分解实现磁共振图像的稀疏表示，实现全心脏三维磁共振数据的最优稀疏表示，提高磁共振成像的精度...
- 蒋明峰汪亚明黄文清冯杰郑俊褒
- 文献传递
- 一种基于巡检机器人的液位仪表读数识别方法
- 本发明公开了一种基于巡检机器人的液位仪表读数识别方法。电力系统的电厂或变电站不同种类的液位仪表尺寸相差很大，这对液位仪表的图像识别带来了极大挑战。本发明步骤：对采集的液位仪表图像信息进行中值滤波处理；然后倾斜校正；进行液...
- 杨晓城孙慧媛边境蒋明峰吴龙吕文涛黄海
- 文献传递
- 基于SP-LSQR的综合孔径辐射成像方法
- 2023年
- 综合孔径微波辐射计是被动微波遥感领域中一种重要的探测器。综合孔径辐射计成像反演过程在数学上是病态的反问题,传统正则化方法虽然能够有效克服其病态性,但重构误差较大、对干扰噪声鲁棒性不强。与传统正则化方法相比,最小二乘Q-R矩阵(Least Square Q-R matrix,LSQR)分解算法具有计算精度高、数值稳定性好等优点,但收敛速度不够快。对此,文中提出利用子空间预处理LSQR(Subspace Preconditioned LSQR,SP-LSQR)算法进行综合孔径辐射计反演成像,提高收敛速度。仿真结果表明:与Tikhonov正则化和带限正则化相比,SP-LSQR方法不仅可以降低重构误差,而且对干扰噪声的鲁棒性更强。此外,与LSQR方法相比,SP-LSQR方法在不降低成像反演精度的情况下,有效提高了计算效率。
- 杨真乙杨晓城阎敬业武林武林
- 关键词：被动微波遥感综合孔径辐射计正则化
- 一种基于改进Landweber算法的图像去模糊方法
- 本发明公开了一种基于改进Landweber算法的图像去模糊方法。本发明包括以下步骤：首先，获取实际采集图像以及对应的点扩散函数；接着，根据实际采集图像确定模糊‑加噪图像矩阵g，根据点扩散函数描述模糊过程中像素点的权重分布...
- 王梦娜杨晓城蒋明峰郑俊褒
- 结合LSQR和遗传算法的心外膜电位分布的检测方法
- 本发明公开了一种结合LSQR和遗传算法的心外膜电位分布的检测方法。根据CT获取的解剖几何信息以及躯干容积导体的电磁特性，建立人体的心脏-躯干模型；采用边界元方法建立心外膜与体表电位之间的传递矩阵T<Sub>BH</Sub...
- 夏灵蒋明峰寿国法
- 文献传递
- 卷积神经网络在心电逆问题中的应用被引量：2
- 2019年
- 基于横跨膜电位分布的心电逆问题研究,即从身体表面电位无创重建心脏跨膜电位,可视为一种多输入多输出的回归问题(亦即多个体表电位分布输入重构多个心脏跨膜电位分布输出),而基于数据驱动的机器学习模型是解决回归问题的一种有效手段。通过使用深度卷动神经网络(CNN)构建深度学习模型,使用Caffe框架训练神经网络;此外,基于真实的心脏模型,使用ECGSim软件仿真了肯特束综合症心室激活情况的数据,用于训练和测试回归模型。实验结果表明,与极限学习机(ELM)和核化的极限学习机相比,CNN方法在心脏跨膜电位重构方面有更高的精度和泛化性能。
- 贺高蒋明峰郑俊褒龚莹岚
