-
公开(公告)号：CN111832431B
公开(公告)日：2024-12-10
申请号：CN202010582404.1
申请日：2020-06-23
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于CNN的情绪脑电分类方法。本发明采用连续情绪维度模型中的Russell情绪维度模型为基准，使用DEAP数据集作为样本，对其中的情绪脑电进行基线移除，再进行数据归一化，提取脑电三个频带的皮尔逊系数，将其转换2D图片格式，以实验为单位通过SBS筛选有价值用来情绪脑电分类的实验，并将筛选后的实验数据输入CWAGAN‑GP进行数据增强以此补充训练集，再以帧的形式输入集成卷积神经网络。该方法可以有效地对情绪脑电信号进行分类，提供了可观的分类精度，并且以帧形式输入集成卷积神经网络的操作可以有效防止卷积神经网络过拟合。
-
公开(公告)号：CN111832416B
公开(公告)日：2024-07-09
申请号：CN202010547741.7
申请日：2020-06-16
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于增强卷积神经网络的运动想象脑电信号识别方法。本发明首先采集大脑皮层上对应电极通道的运动想象脑电信号数据并预处理；将预处理信号进行时序切片，增加训练数据量，提高CNN模型的泛化能力，减少不同受试者的运动想象特征提前或是滞后的影响；采用STFT对信号进行时频分析，将时序信号转化为具有时、频、空域特征的二维图像数据；构建CNN模型，加入改进的Adaboost算法，将参数训练后的多个CNN模型作为Adaboost模块基学习器，模型会根据基学习器分类误差率自动更新基学习器，进一步增强CNN模型的泛化能力，减少各时间片之间的信息冗余影响，使测试分类准确率偏差减小，分类准确率提高。
-
公开(公告)号：CN113249125A
公开(公告)日：2021-08-13
申请号：CN202110362465.1
申请日：2021-04-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开Ce3+掺杂的硅酸盐基绿色荧光粉及其制备方法和应用，其化学通式为：KBaScSi2O7:xmol％Ce3+，其中0.5≤x≤20。本发明以拥有单斜晶相的钪基硅酸盐KBaScSi2O7为基质，以稀土铈离子为激活剂，在还原气氛中通过调节铈离子的浓度，可以获得高亮度、高效率的宽带绿光发射；本发明制备的荧光粉在紫外区域拥有宽带激发光谱，与紫外芯片的波长相匹配；且拥有420～700nm宽带发射光谱，半高宽大于120nm。本发明制备的荧光粉拥有发光效率高、稳定性好、量子效率高等优势，且合成方法简单，能耗低，制备成本低，制备过程环保无污染。
-
公开(公告)号：CN109081369B
公开(公告)日：2020-11-17
申请号：CN201810778105.8
申请日：2018-07-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种利用溶胶汽雾自燃烧法制备SnO2‑非晶碳纳米复合小球的方法。本发明采用SnO2醇溶胶和有机碳源的混合溶胶作为前驱体，利用超声雾化器将其转换成可燃前驱体气雾，混入一定比例的空气后，将气雾引入到带有燃烧室的中空石英玻璃管中，调控工艺参数，利用激光引燃前驱体汽雾，促使汽雾燃烧发生裂解转化，实现SnO2/非晶碳纳米复合小球的制备。本发明克服了传统SnO2‑非晶碳纳米复合小球制备工艺严苛、步骤繁琐、需要成球剂、易引入杂质、产生大量废液和生产成本高的缺点，具有制备工艺简单、快速、连续化、无废液产生等优点，为低成本地制备SnO2‑非晶碳纳米复合小球提供了新的方法。
-
Patent Agency Ranking
公开(公告)号：CN111832431A
公开(公告)日：2020-10-27
申请号：CN202010582404.1
申请日：2020-06-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于CNN的情绪脑电分类方法。本发明采用连续情绪维度模型中的Russell情绪维度模型为基准，使用DEAP数据集作为样本，对其中的情绪脑电进行基线移除，再进行数据归一化，提取脑电三个频带的皮尔逊系数，将其转换2D图片格式，以实验为单位通过SBS筛选有价值用来情绪脑电分类的实验，并将筛选后的实验数据输入CWAGAN-GP进行数据增强以此补充训练集，再以帧的形式输入集成卷积神经网络。该方法可以有效地对情绪脑电信号进行分类，提供了可观的分类精度，并且以帧形式输入集成卷积神经网络的操作可以有效防止卷积神经网络过拟合。
-
公开(公告)号：CN110364702A
公开(公告)日：2019-10-22
申请号：CN201910501170.0
申请日：2019-06-11
Applicant: 杭州电子科技大学
IPC: H01M4/36 , H01M4/58 , H01M4/62 , H01M10/0525
Abstract: 本发明公开了板栗状分级硒化锰/碳复合材料作为锂离子电池负极材料的应用，所述的板栗状分级硒化锰/碳复合材料的直径约为1-5μm。所述的板栗状分级硒化锰/碳复合材料具有高电导率、高比表面积、高体积变化抑制效应、相对更高的工作电压平台和赝电容增强的多重特性，从而不仅提高了锂离子电池的安全性，也改善了锂离子电池的循环稳定性和倍率性能，使组装的锂离子电池具有更好的电化学性能。
-
公开(公告)号：CN109081369A
公开(公告)日：2018-12-25
申请号：CN201810778105.8
申请日：2018-07-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种利用溶胶汽雾自燃烧法制备SnO2-非晶碳纳米复合小球的方法。本发明采用SnO2醇溶胶和有机碳源的混合溶胶作为前驱体，利用超声雾化器将其转换成可燃前驱体气雾，混入一定比例的空气后，将气雾引入到带有燃烧室的中空石英玻璃管中，调控工艺参数，利用激光引燃前驱体汽雾，促使汽雾燃烧发生裂解转化，实现SnO2/非晶碳纳米复合小球的制备。本发明克服了传统SnO2-非晶碳纳米复合小球制备工艺严苛、步骤繁琐、需要成球剂、易引入杂质、产生大量废液和生产成本高的缺点，具有制备工艺简单、快速、连续化、无废液产生等优点，为低成本地制备SnO2-非晶碳纳米复合小球提供了新的方法。
-
公开(公告)号：CN111832416A
公开(公告)日：2020-10-27
申请号：CN202010547741.7
申请日：2020-06-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于增强卷积神经网络的运动想象脑电信号识别方法。本发明首先采集大脑皮层上对应电极通道的运动想象脑电信号数据并预处理；将预处理信号进行时序切片，增加训练数据量，提高CNN模型的泛化能力，减少不同受试者的运动想象特征提前或是滞后的影响；采用STFT对信号进行时频分析，将时序信号转化为具有时、频、空域特征的二维图像数据；构建CNN模型，加入改进的Adaboost算法，将参数训练后的多个CNN模型作为Adaboost模块基学习器，模型会根据基学习器分类误差率自动更新基学习器，进一步增强CNN模型的泛化能力，减少各时间片之间的信息冗余影响，使测试分类准确率偏差减小，分类准确率提高。
-
公开(公告)号：CN201921008U
公开(公告)日：2011-08-10
申请号：CN201020696000.7
申请日：2010-12-30
Applicant: 杭州电子科技大学
Abstract: 本实用新型涉及一种单人足式担架车。目前的救援的担架局限在手抬式与轮式上，自动化程度低。本实用新型机架、直流减速电机、链轮传动机构、鼓形齿传动装置、步行足行进机构、转向装置、浮动式担架和控制装置。机架包括扶手、前机架和后机架；前机架上装有直流减速电机，直流减速电机的输出通过链轮传动机构驱动位于后机架上的鼓形齿传动装置，前机架和后机架的两侧对称设置步行足行进机构，用来使后机架发生偏转的转向装置设置在前机架和后机架之间，浮动式担架的前端支柱与前机架固定设置、后端支柱与后机架通过滚轮活动连接，控制装置用来控制担架车的行进速度与转向。本实用新型只需单人操作，节省人力，提高救援效率。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.029 seconds)
