-
公开(公告)号:CN104165968A
公开(公告)日:2014-11-26
申请号:CN201410249993.6
申请日:2014-06-06
Applicant: 重庆大学
IPC: G01N33/00
Abstract: 本发明公开了一种产品创新设计表达用户嗅觉体验测试方法及其测试仪,通过在电脑屏幕上显示产品创新设计表达,用户观察屏幕上的产品创新设计表达,当用户想体验产品设计图中所用材料的气味时,用鼠标点击屏幕上所显示产品创新设计表达图中某一组成材料所在区域,测试系统会输出一个控制信号给嗅觉发生器,气味发生器自动吹出屏幕上被用户选中产品使用材料的气味供用户体验,同时,屏幕上弹出产品整体或材料气味体验问卷表窗口,用户按提问进行选择回答,测试软件保存、处理、输出用户体验测试评价报告,使设计师在新产品开发概念设计阶段,就可对产品创新设计表达图中所采用材料的气味对目标用户进行嗅觉体验测试。
-
公开(公告)号:CN118965228A
公开(公告)日:2024-11-15
申请号:CN202411113341.X
申请日:2024-08-14
Applicant: 重庆大学
IPC: G06F18/2433 , G06N3/0442 , G06F18/25 , G06F18/213
Abstract: 本发明涉及航天器故障检测技术领域,特别涉及一种基于遥测数据特征预测的航天器异常检测方法。包括:对航天器遥测数据进行归一化处理;以第一LSTM神经网络提取遥测数据特征,实现数据降维;以时间窗口划分降维后的航天遥测数据;训练第二LSTM神经网络;计算第二LSTM神经网络的预测特征值和原始特征值的误差,误差大于阈值的数据归为异常;评估第二LSTM神经网络模型。本发明通过将神经网络的特征提取模型和预测模型进行融合,解决高维、非线性难题下的时间序列遥测数据异常检测难题,能够在较高的异常检测精度下减少模型训练时间和模型内存,显著提高异常检测效率。
-
公开(公告)号:CN118570776A
公开(公告)日:2024-08-30
申请号:CN202410669059.3
申请日:2024-05-28
Applicant: 重庆大学
IPC: G06V20/59 , G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/098
Abstract: 本发明公开了一种基于深度学习的驾驶人情绪数据集构建方法及系统,包括:采集真实道路场景下的驾驶人情绪数据;对驾驶人情绪数据进行预处理,得到处理后的驾驶人情绪数据;基于深度学习,对处理后的驾驶人情绪数据进行情绪分类识别,得到情绪第一识别结果;根据情绪第一识别结果,制作得到驾驶人情绪标签数据;将驾驶人情绪标签数据以及处理后的驾驶人情绪数据作为驾驶人情绪数据集。本发明能够快速构建数据分布平衡且数据种类丰富的情绪数据集,为真实道路场景下情绪数据集的系统化与规范化构建提供了技术支持。
-
公开(公告)号:CN116985741A
公开(公告)日:2023-11-03
申请号:CN202310967749.2
申请日:2023-07-31
Applicant: 重庆大学
IPC: B60R16/037 , G10L25/63 , G10L25/03 , G10L25/18 , G10L25/24 , G10L25/30 , B60H3/00 , B60Q9/00 , B60W40/08
Abstract: 本发明公开了一种基于听觉与嗅觉的多模态驾驶员愤怒情绪调节方法,包括:对驾驶员语音信号进行全局声学特征提取,得到全局特征信息;对驾驶员语音信号进行局部频谱特征提取,得到局部特征信息;将全局特征信息与局部特征信息进行融合,并对融合后的特征信息进行情绪分类,得到情绪分类结果;制作音频以及制备气味;通过播放音频以及释放气味,调节情绪分类结果中的愤怒情绪。本发明情绪识别准确度高、适用范围广,情绪调节效果好。
-
公开(公告)号:CN112945086A
公开(公告)日:2021-06-11
申请号:CN202011313379.3
申请日:2020-11-21
Applicant: 重庆大学
Abstract: 本发明公开了一种基于空间序列及光强阈值分割的结构光编码方法,步骤包括:1)搭建结构光测量系统;2)调整相机和投影仪的位置,保存标定参数;3)生成随机空间编码序列4)合成内含有空间编码序列信息的结构光光栅图;5)将结构光光栅图投射到被测物体表面,采集经被测物体反射的形变图像;6)将形变图像分割为多个区域,并计算出每一个区域内每一个像素的初始相位;7)获得各个区域的初始相位对应的周期数;8)计算出全场相位,完成被测物体的三维重建;本发明仅用一张投射光栅图且无需相移实现了三维测量,极大地减少了主动式光学三维测量中所需要的投射和采集的图片数量。
-
公开(公告)号:CN119720095A
公开(公告)日:2025-03-28
申请号:CN202411861928.9
申请日:2024-12-17
Applicant: 重庆大学
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/18 , G01M13/04
Abstract: 本发明涉及轴承故障诊断技术领域,特别涉及一种基于知识特征融合的轴承故障诊断评估方法。所述方法包括:提取历史故障特征数据;训练故障诊断模型;以训练数据在故障诊断模型特征层的输出,引入中心损失函数训练嵌入层网络模型;以嵌入层网络模型对型特征数据进行映射;将映射数据和基于数据的知识特征进行加权融合;计算临近数据的局部密度分布情况;计算诊断结果的置信度。本发明通过融合故障诊断模型诊断过程中提取到的特征和故障数据本身的特征,在嵌入空间中根据样本局部密度分布估计出模型诊断结果的置信度情况,解决了故障诊断模型置信度评估困难、一般评估过程可解释性差的难题,能够获得复杂模型及复杂数据下的置信度评估结果。
-
公开(公告)号:CN118963202A
公开(公告)日:2024-11-15
申请号:CN202410990550.6
申请日:2024-07-23
Applicant: 重庆大学
IPC: G05B19/042 , G16H10/20 , G16H50/70
Abstract: 本发明公开了一种基于人车路映射关系的晕车车辆参数调节方法及系统,包括:确定晕车路况以及确定晕车敏感性人群;将晕车敏感性人群作为被试,在不同晕车路况下设置不同的车辆运行状态,对被试进行晕车测试,得到测试结果;对测试结果进行处理,得到与晕车等级密切相关的车辆参数;确定所述车辆参数的阈值,在车辆行驶时,使得所述车辆参数的取值不超过所述阈值。本发明能够对车辆参数进行调节,消除或显著地减轻晕车症状。
-
公开(公告)号:CN118170495A
公开(公告)日:2024-06-11
申请号:CN202410371665.7
申请日:2024-03-29
Applicant: 重庆大学
Abstract: 本发明涉及云计算技术领域,特别涉及一种基于分布式计算的深度学习任务处理方法及系统。包括:1、深度学习模型推理服务容器化;2、分发待处理深度学习任务;3、部署容器化深度学习模型推理服务到分发了深度学习任务的计算节点;4、监控并汇总计算节点处理深度学习任务的进程;5、更新容器化的深度学习模型推理服务。本发明提供了一种先进的、高度可定制的分布式模型推理服务部署方法及系统,可以有效降低应用模型推理服务的难度,提高系统的资源利用率,并且服务部署较为轻便,能够适用于各种规模的机器学习模型。
-
公开(公告)号:CN118113312A
公开(公告)日:2024-05-31
申请号:CN202410288812.4
申请日:2024-03-14
Applicant: 重庆大学
IPC: G06F8/61 , G06F8/76 , G06F9/455 , G06F3/0481 , G06N3/08
Abstract: 本发明涉及计算机技术领域,特别涉及一种基于容器技术的深度学习算法库部署方法及装置。包括:1)算法调用,通过主函数确定一系列信息,从而调用相应的算法部署子函数;2)前后端交互,利用flask为算法调用流程创建一个服务端,实现与前端的高效交互,用户能够通过前端界面选择算法、数据增强技术和模型架构等参数;3)容器化部署,将整个程序打包成Docker镜像,用户可以在任何设备上轻松部署程序,无需配置复杂的环境。本发明通过边缘计算中基于容器的方法对深度学习算法库进行部署,通过实现算法封装、前后端交互和容器化部署,在提升边缘计算环境下深度学习算法的部署效率和灵活性方面具有显著的创新和实际应用价值。
-
公开(公告)号:CN119515137A
公开(公告)日:2025-02-25
申请号:CN202411489371.0
申请日:2024-10-24
Applicant: 重庆大学
IPC: G06Q10/0639 , G06F18/23213 , G06F18/213 , G06Q50/40
Abstract: 本发明提供的一种融合驾驶绩效的特种车辆驾驶员舒适性评价方法,包括以下步骤:S1.获取括驾驶员的主观评分指标集、客观生理特征指标集和驾驶绩效特征指标集;S2.构建客观生理特征评分模型和驾驶绩效特征评分模型;S3.获取待评分驾驶员的客观生理特征指标和驾驶绩效特征指标;S4.基于所述客观生理特征评分模型,根据所述待评分驾驶员的客观生理特征指标,确定客观生理指标评分;基于所述驾驶绩效特征评分模型,根据所述待评分驾驶员的驾驶绩效特征指标,确定驾驶绩效评分;S5.根据所述客观生理指标评分和所述驾驶绩效评分计算驾驶员舒适性评分;通过上述方法,能够更加准确、全面地评价特种车辆驾驶员的舒适性。
-
-
-
-
-
-
-
-
-