公开(公告)号：CN112329191A

公开(公告)日：2021-02-05

申请号：CN201910716943.7

申请日：2019-08-05

Applicant: 华中科技大学

Inventor： 郑英 ,  王兆静 ,  徐琦 ,  王彦伟 ,  万一鸣

IPC: G06F30/20 ,  G06F119/14

Abstract: 本发明涉及一种多模态过程中模态辨识方法和过渡模态故障检测方法，辨识方法包括：基于慢特征分析法得到待辨识多模态过程数据集的最慢特征；从最慢特征中确定每个稳定模态的确定时间范围及其对应的数据，并采用KDE法，确定该稳定模态的数据阈值以进行稳定模态辨识。检测方法包括：基于慢特征分析法，得到待检测过渡模态数据集对应的慢特征及投影矩阵；基于过渡模态得到对应的多个子伪标准数据集并分别投影到所述投影矩阵，基于得到的多个慢特征计算每个采样时刻所有检验统计值，采用KDE法计算该采样时刻的数据阈值以进行故障判定。本发明基于慢特征分析，从整个轨迹的角度，考虑系统内部时变的动力学特征，有效提高稳定模态和过渡模态的辨识精度。

公开(公告)号：CN110033021A

公开(公告)日：2019-07-19

申请号：CN201910172832.4

申请日：2019-03-07

Applicant: 华中科技大学

Inventor： 郑英 ,  金淼 ,  张洪 ,  徐琦 ,  王彦伟

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于一维多路卷积神经网络的故障分类方法，属于工业过程监控技术领域。该方法对传统的二维卷积神经网络做出改进，沿变量方向运用多路并列的一维卷积神经网络，对各变量之间的互相关性进行解构，独立地对各变量进行卷积、池化而提取时序特征信息，所提取的特征更加多样化，鲁棒性更高，克服了传统二维卷积神经网络对输入数据中变量先验排列次序的敏感，更加适用于复杂、高阶的工业过程数据；实验表明，采用本发明提供的基于一维多路卷积神经网络训练得到的故障分类模型，可有效地进行工业过程数据的故障分类，相比常用模型具有更高的泛化能力。

公开(公告)号：CN201164564Y

公开(公告)日：2008-12-17

申请号：CN200720088902.0

申请日：2007-12-10

Applicant: 华中科技大学

Inventor： 徐琦 ,  王永骥 ,  何际平 ,  邢科新 ,  黄晓琳 ,  刘中伟 ,  周慧 ,  王礼根

IPC: A61H1/00 ,  A61H1/02 ,  A61B5/0488 ,  A63B23/16 ,  B25J11/00 ,  B25J13/00

Abstract: 本实用新型公开一种可穿戴式手功能康复机器人，主要用于辅助因脑中风、脑外伤、脊椎损伤以及周围神经损伤导致手运动功能障碍的患者在社区或者家庭中重复进行运动功能康复训练。该机器人系统通过检测患手多通道表面肌电信号提取患者主动运动意愿，并结合角度和力传感器测量的数据得到患肢状态，机器人在此基础上采用智能控制算法通过气动肌肉收缩辅助患手进行康复训练。本康复机器人具有多个自由度，辅助患手进行多关节复合运动，并且将康复过程中的多传感器数据信息融合用于康复效果评估，还通过使用计算机上的康复治疗虚拟环境来提高患者的主动性与训练兴趣。本实用新型结构简单，运动灵活，安全可靠，能够实现患手运动功能的康复训练，而且符合人手的生理结构特点，穿戴更加舒适。

公开(公告)号：CN204058481U

公开(公告)日：2014-12-31

申请号：CN201420466056.1

申请日：2014-08-18

Applicant: 华中科技大学

Inventor： 李肖 ,  徐琦 ,  何际平 ,  陈芳 ,  汪圆圆

IPC: C12M3/00 ,  C12M1/42 ,  C12M1/36

Abstract: 本实用新型公开了一种神经轴突牵拉生长装置，由培养与牵拉控制系统和机械装置两部分组成。其中，培养与牵拉控制系统包括有细胞培养箱、上位机、控制器和步进电机，机械装置包括有连接步进电机的联轴器、滚珠丝杆直线滑台、牵拉连接块、细胞牵拉生长装置、装置支撑架、底座。控制器连接并驱动步进电机旋转，带动联轴器一端的滚珠丝杆直线滑台产生位移，细胞牵拉生长装置固定在装置支撑架上，通过固定在直线滑台上的牵拉连接块而间接牵拉神经轴突。通过控制器可设定不同的输入指令，调控神经轴突的生长方向、速度。此外，牵拉膜和底膜上可镀上电极触点，与多通道神经信号记录刺激系统相连，用于记录轴突的神经信号，并对不同位点进行选择性刺激。