-
公开(公告)号：CN104394116A
公开(公告)日：2015-03-04
申请号：CN201410757641.1
申请日：2014-12-10
Applicant: 济南大学
IPC: H04L27/26
CPC classification number: H04L27/2614
Abstract: 本发明公开了降低OFDM系统峰值功率的交替优化PTS发射系统及方法，二进制随机信号发生器模块用于产生要传输的二进制数据；编码映射模块用于将输入的二进制序列变换为基带频域信号；子块分割模块将编码映射后的序列分为若干个互不重叠的子块序列并保证各个子块序列的长度与编码映射后的序列一致；快速傅里叶反变换(IFFT)模块用于对子块序列进行IFFT变换获得对应的时域子块序列；加法器模块用于将相位优化后的各个子块序列叠加产生候选信号；最优候选信号选择模块用于从全部的候选信号中选出PAPR值最小的候选信号。该系统具有计算复杂度较低和PAPR性能较好的特点，并且能够充分满足实际需求。
-
公开(公告)号：CN101919704B
公开(公告)日：2013-07-17
申请号：CN201010263495.9
申请日：2010-08-19
Applicant: 济南大学
Abstract: 本发明涉及一种心音信号定位、分段方法和装置，包括：一预处理单元，包括滤波功能模块，用于对心音信号进行预处理，过滤带外噪声；一初始状态确定单元，用于确定起始周期、最大周期和起始点；一计算单元，用于计算相邻两个计算周期信号的相关系数；一第一搜索单元，用于在上述相关系数中搜索相关系数极值1；一第二搜索单元，用于在上述相关系数极值1中搜索相关系数极值2；一分段单元，用于对心音信号进行分段。本发明提供的心音信号定位、分段方法和装置利用自相关系数法、能自动精确定位。
-
公开(公告)号：CN101637394A
公开(公告)日：2010-02-03
申请号：CN200910017962.7
申请日：2009-08-26
Applicant: 济南大学
Abstract: 本发明涉及一种心音信号定位、分段方法和装置，包括：一预处理单元，包括滤波功能模块，用于对心音信号进行预处理，过滤带外噪声；一初始状态确定单元，用于确定起始周期、最大周期和起始点；一计算单元，用于计算相邻两个计算周期信号的相关系数；一第一搜索单元，用于在上述相关系数中搜索相关系数极值1；一第二搜索单元，用于在上述相关系数极值1中相关系数极值2；一分段单元，用于对心音信号进行分段。本发明提供的心音信号定位、分段方法和装置利用自相关系数法、能自动精确定位。
-
公开(公告)号：CN118570855A
公开(公告)日：2024-08-30
申请号：CN202410647436.3
申请日：2024-05-23
Applicant: 济南大学
Abstract: 本发明公开了基于信息瓶颈和深度学习的微表情识别方法及系统，其中方法，包括：提取微表情视频序列的起点帧和顶点帧；对起点帧和顶点帧进行预处理，对预处理后的起点帧和顶点帧分别提取垂直特征图、水平特征图和光学应变特征图；将起点帧和顶点帧的垂直特征图、水平特征图和光学应变特征图，均输入到训练后的微表情识别模型中，输出微表情识别结果；其中，训练后的微表情识别模型，分别对起点帧和顶点帧的垂直特征图、水平特征图和光学应变特征图进行特征提取和第一次特征压缩，将第一次压缩后的特征进行融合得到融合特征，再对融合特征进行第二次特征压缩，对第二次特征压缩后的特征进行数据展平和分类，得到微表情识别标签。
-
公开(公告)号：CN115132191B
公开(公告)日：2024-05-28
申请号：CN202210759713.0
申请日：2022-06-30
Applicant: 济南大学
Abstract: 本发明属于语音识别技术领域，提供了一种基于机器学习的抗噪声语音识别方法及系统，在获取发声者喉部或者音响上的语音数据的基础上，对获取的语音数据进行傅里叶滤波、端点检测和语音预加重等预处理后，依据得到的特征数据，以及预设的机器学习模型，得到抗噪声语音识别结果，在解决开放式麦克风进行语音识别存在安全隐患问题的基础上，通过傅里叶滤波、端点检测和语音预加重等预处理，完成语音识别任务；最终实现了几乎不受环境和其他人说话噪声干扰的、安全的识别语音内容的功能。
-
Patent Agency Ranking
公开(公告)号：CN115938600A
公开(公告)日：2023-04-07
申请号：CN202211582269.6
申请日：2022-12-09
Applicant: 济南大学
Abstract: 本发明属于心理健康测评领域，提供了一种基于关联分析的心理健康状态预测方法与系统，包括基于联邦学习进行隐私计算，得到心理测评原始数据；对心理测评原始数据进行预处理，得到预处理后的心理测评数据；基于预处理后的心理测评数据进行扫描创建二维存储矩阵，并对二维存储矩阵进行分组得到数据集；基于数据集构造频繁树进行关联分析，得到满足最小支持度的强关联规则表；根据所述强关联规则表，选择与其他因子关联性较强特征维度构造心理特征，并利用训练好的心理健康状态预测模型进行心理健康状态的预测。通过改变数据集存储方式和扫描方式，仅需扫描一次数据集即可得到强关联规则，在节省数据库存储空间的同时提升关联规则算法挖掘效率。
-
公开(公告)号：CN113080968B
公开(公告)日：2022-10-14
申请号：CN202110332496.2
申请日：2021-03-29
Applicant: 中国人民解放军联勤保障部队第九六〇医院 , 济南大学
Abstract: 本公开提供了一种基于心率变异性的综合性心理状态测评系统，所述方案包括客户端和服务器端；其中：所述客户端包括：心理测试模块，其用于对待测评人员进行量表测试；心率检测模块，其用于在量表测试过程中实时检测待测评人员的心率；无线通信模块，其用于将所述心率检测模块测得的心率测试数据及心理测试模块获得的心理测试数据传输到服务器端；所述服务器端包括：综合报告生成模块，其用于接收所述客户端传输的心率测试数据及心理测试数据，并生成包含心率变异性和心理测试结果的综合报告。
-
公开(公告)号：CN115132191A
公开(公告)日：2022-09-30
申请号：CN202210759713.0
申请日：2022-06-30
Applicant: 济南大学
Abstract: 本发明属于语音识别技术领域，提供了一种基于机器学习的抗噪声语音识别方法及系统，在获取发声者喉部或者音响上的语音数据的基础上，对获取的语音数据进行傅里叶滤波、端点检测和语音预加重等预处理后，依据得到的特征数据，以及预设的机器学习模型，得到抗噪声语音识别结果，在解决开放式麦克风进行语音识别存在安全隐患问题的基础上，通过傅里叶滤波、端点检测和语音预加重等预处理，完成语音识别任务；最终实现了几乎不受环境和其他人说话噪声干扰的、安全的识别语音内容的功能。
-
公开(公告)号：CN113128233B
公开(公告)日：2022-07-19
申请号：CN202110512846.3
申请日：2021-05-11
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: G06F40/295 , G06N5/02 , G06F16/951
Abstract: 本发明提供了一种心理疾病知识图谱的构建方法及系统，获取心理疾病相关已有信息，建立心理疾病语料集；根据所述心理疾病语料集，确定实体、关系以及属性指示词表；利用语言模型对所述心理疾病语料集中的数据进行微调，构建心理疾病命名实体识别数据集，提取其特征值，将微调后的数据和提取的特征进行融合，利用融合后的数据对预先构建的深度学习模型进行训练；利用训练后的深度学习模型对待处理的心理疾病语料进行预测，将预测得到的实体类别索引序列转换为实体类型序列，并将各实体词存入实体词表，并依据关系类型以及属性类型，分别抽取实体关系和属性数据，进行分别存储。本发明可有效地提高实体识别的精度，提高抽取复杂实体的正确率。
-
公开(公告)号：CN113080969A
公开(公告)日：2021-07-09
申请号：CN202110333041.2
申请日：2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: A61B5/16
Abstract: 本发明公开了基于多模态特征的测谎数据处理方法及系统，包括：获取被审讯人员的审讯视频，获取被审讯人员的审讯过程中实时心率；对审讯视频中的音频进行端点检测，得到若干个音频端点；提取音频端点对应视频中被审讯人员的面部图像，识别面部图像中的微表情特征；对微表情特征进行测谎结果识别，得到微表情测谎结果；基于所有的音频端点，对整个音频进行划分，得到若干个音频段，对每个音频段进行测谎结果识别，得到音频测谎结果；对音频端点对应的心率进行测谎结果识别，得到心率测谎结果；综合微表情测谎结果、音频测谎结果和心率测谎结果，得到最终的测谎结果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.021 seconds)
