摘要
本发明公开了一种基于稀疏三值伯努利矩阵的稀疏样本混检方法和系统,属于流行病早期感染者筛查领域。方法为:对采集的多个待检样本进行编号,并将每个样本制备等量的多份;设置混合操作次数,设定采样序列中元素的生成概率;每次混合操作均设置两个混合组,根据设定的概率随机生成采样序列,按照采样序列对每个样本进行分组操作,所有样本分组完成后,检测两份混合样本的病毒浓度并记录病毒浓度差;根据采用的混合操作以及对应的病毒浓度检测结果进行稀疏三值伯努利矩阵建模;将检测问题转换为稀疏重构问题,采用稀疏信号恢复算法得到稀疏解,确定病毒感染者。本发明适用于大规模病毒检测场景,具有检测成本低、可操作性强且准确性高的特点。
技术关键词
样本
恢复算法
序列
机器可读存储介质
矩阵
元素
混合模块
重构
数学
病毒检测
处理器
指令
信号
存储器
电子设备
噪声
场景
参数
系统为您推荐了相关专利信息
实景三维重建方法
跨尺度特征融合
深度图
实景三维模型
融合多视角
冲突识别方法
机动车辆
YOLO算法
多尺度特征融合
数据
异常事件
报警方法
轨迹
深度学习模型
分布式优化方法
监督学习方法
负荷辨识方法
辨识系统
电流
无标签数据