您当前的位置：
首页 >
文章列表页 >
基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法
学术论文 | 更新时间：2025-07-02
上一篇|下一篇

    • 基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法

    • A Dynamic-Static Dual Input Deep Neural Network Algorithm for Diagnosing COVID-19 by Cough

    • 张永梅 ，孙捷
    • 电子学报 2023年51卷第1期 页码：202-212

    • DOI： 10.12263/DZXB.20211630     

      中图分类号：

    • 修回：2022-05-17 ，

    移动端阅览

  •  
  •  

  • HTML全文

  • 图( 15 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束，您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束，您可以通过登录账户，到个人中心，购买VIP会员阅读全文。
已是VIP会员？
去登录 >

24

浏览量

60

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型
网络流量分类和生成方法研究综述
近场通信中的信道估计：关键技术、挑战与展望
基于MAAM-LKN模型的稀疏阵列双子阵RCS缩减方法
基于梯度优化的AFDM-ISAC波形高精度感知算法

相关作者

张永梅
孙捷
欧晨
张颖
王琢妍
侯海良
陈洁
徐雪松

相关机构

北方工业大学信息学院
湖南工商大学微电子与物理学院
湖南工商大学人工智能与先进计算学院
湖南工商大学计算机学院
四川大学网络空间安全学院