-
公开(公告)号：CN105147251B
公开(公告)日：2017-12-22
申请号：CN201510512631.6
申请日：2015-08-19
Applicant: 宁波工程学院
IPC: A61B5/00
Abstract: 本发明提供一种基于sEMG的肌肉疲劳动态预测方法。由于sEMG信号易受外部干扰，首先重新选取所有通道的平均值作为参考值，通过新的参考值与原来多通道sEMG作差分，有效的减少了外部干扰。分时最小二乘法通过时间基准平移，实现动态更新，预测肌肉疲劳时间。而MPF、MF参数是反映肌肉的疲劳重要参数，为提高肌肉疲劳预测可靠性，本发明采用MPF，MF两个参数预测肌肉疲劳时间，有效避免了单独参数预测的不稳定性，提升了预测的健壮性。本发明预测准确性高，运算速度快，实现简单，具有重要应用价值。
-
公开(公告)号：CN106726357A
公开(公告)日：2017-05-31
申请号：CN201710103758.1
申请日：2017-02-24
Applicant: 宁波工程学院
Abstract: 本发明提供一种外骨骼机械腿康复系统站立模式控制方法。在站立模式启动后，首先通过对采集到的阵列式肌电信号分解，然后提取肌肉运动单元的特征参数（运动单元数目、发放频率、发放波形能量），量化特征参数，最后根据所述量化的特征参数，分级驱动关节电机输出力矩，辅助患者腿部肌肉康复训练。由于本发明以肌肉运动单元特征参数为依据，更能反映肌肉状态，十分有利于患者康复，本系统控制方法具有实现简单的优点。
-
公开(公告)号：CN105956547A
公开(公告)日：2016-09-21
申请号：CN201610278123.0
申请日：2016-04-28
Applicant: 宁波工程学院
IPC: G06K9/00
CPC classification number: G06K9/00503
Abstract: 本发明提供一种基于阵列式表面肌电信号平滑的分解方法，首先对阵列式表面肌电信号采用自适应时长平滑方法预处理，增强信号特征；其次利用卷积核补偿算法提取运动单元发放序列，并且根据发放规律修正该序列；最后整理优化所有得到的发放序列，删除重复序列。由于该分解方法在分解之前通过自适应时长平滑方法增强了信号特征，所以能取得较为理想的效果，尤其是对较大干扰的表面肌电信号。同时，该方法具有实现简单的优点。
-
公开(公告)号：CN104997508A
公开(公告)日：2015-10-28
申请号：CN201510512579.4
申请日：2015-08-19
Applicant: 宁波工程学院
IPC: A61B5/0488
CPC classification number: A61B5/0488 , A61B5/04012 , A61B5/7221 , A61B5/7246 , A61B5/7264
Abstract: 本发明提供一种阵列式sEMG信号自动分解方法，首先对阵列式sEMG信号预处理，并且计算初始发放序列向量；其次利用时域减法确定运动单元个数，即聚类个数；然后根据聚类个数，利用最小距离分类器对阵列式sEMG波形聚类；最后重新计算新的运动单元发放序列向量，循环执行程序直至分解完成，并对所有发放序列归类整理，优化结果。该分解方法准确性高，计算快速、实现简单。
-
公开(公告)号：CN110427844B
公开(公告)日：2022-11-22
申请号：CN201910652617.4
申请日：2019-07-19
Applicant: 宁波工程学院
Abstract: 本发明提供了一种基于卷积神经网络的行为异常视频检测方法，通过将视频图像分割成若干块，分割目标背景块中目标和背景，然后针对提取的目标，采用卷积神经网络提取目标交互行为特征，最后通过利用双隐层网络区分目标正常行为和异常行为。在目标与背景的分割过程中根据距离加权分割目标和背景，有利于目标与背景的准确分割。在区分目标正常行为和异常行为时，采用目标的两个时刻相关系数更新权值，可靠性高。本发明实现简单，满足实际应用的需要。
-
Patent Agency Ranking
公开(公告)号：CN110720910B
公开(公告)日：2022-03-29
申请号：CN201910967752.8
申请日：2019-10-12
Applicant: 宁波工程学院
Abstract: 本发明利用肌肉运动单元发放波形传播特征，提供一种基于相关性的肌肉运动单元搜索方法。首先将肌肉运动单元发放波形峰峰值归一化编码，然后按照电极次序将编码结果排列，得到二进制码，最后计算二进制码间互相关性，将所有的发放时刻分类，每一类即对应一个搜索到的肌肉运动单元。并且编码过程中采用非线性拟合的方法预测出最大峰峰值，大大提高了搜索肌肉运动单元的准确性。本发明实现简单，为搜索肌肉运动单元提供了新的思路。
-
公开(公告)号：CN109587652B
公开(公告)日：2022-03-08
申请号：CN201811650891.X
申请日：2018-12-31
Applicant: 宁波工程学院
Abstract: 本发明提出一种农业物联网故障诊断方法，根据同区域不同监测数据之间存在着关联性，计算空间位置加权的互相关系数绝对值之和来判断传感器故障，同类相邻节点和相异相邻节点能够更好地应用环境及性能的互补作用，可以扩展空间上的观测范围，并且多个传感器同时故障的概率非常低，所以增强了数据的可靠性。同时，设置阈值确定同类相邻节点和相异相邻节点，有效排除影响较小的节点，减少数据计算量，实现简单，可操作性好。本发明实现简单，满足实际应用的需要。
-
公开(公告)号：CN108388855B
公开(公告)日：2022-02-11
申请号：CN201810140357.8
申请日：2018-02-11
Applicant: 宁波工程学院
Inventor： 何金保
IPC: G06K9/00
Abstract: 本发明提供一种针电极肌电信号分解方法，首先把针电极采集到的单通道信号，采用自适应时长分段方法，变换得到多通道信号，然后利用卷积核补偿算法提取运动单元发放序列，并且根据发放规律修正该序列，并循环提取新的发放序列，最后整理优化所有得到的发放序列，删除重复序列。该分解方法是针电极的单通道肌电信号，具有提取的发放时刻准确性高、计算快速、实现简单的优点。
-
公开(公告)号：CN108921171B
公开(公告)日：2022-02-08
申请号：CN201810648749.5
申请日：2018-06-22
Applicant: 宁波工程学院
Abstract: 本发明提供一种骨关节X线片自动识别分级方法，该方法根据骨关节X线片图像模板库，对骨关节X线片图像样本分级，判断骨关节状况，其中提取骨关节X线片图像模板库和图像样本的轮廓线形状向量方法相同。本发明首先对骨关节X线片图像预处理，运用小波去噪、中值滤波、Log边缘检测算子法提取骨关节关键部位轮廓线。接着利用邻域特征算法截取关键部位轮廓线，并且采用连通区域标记法滤波得到优化的关键部位轮廓线。最后采用改进的傅里叶描述子算法，提取骨关节X线片图像样本的轮廓线形状向量,由分类算法匹配骨关节X线片图像模板库的形状向量，判断图像样本的骨关节状况。本发明的骨关节X线片自动识别分级方法可以取代人工识别，快速且精度高。
-
公开(公告)号：CN108403108B
公开(公告)日：2021-03-16
申请号：CN201810140360.X
申请日：2018-02-11
Applicant: 宁波工程学院
Inventor： 何金保
IPC: A61B5/389
Abstract: 本发明提供一种基于波形优化的阵列式表面肌电信号分解方法，首先对阵列式表面肌电信号滤波预处理，其次采用卷积核补偿方法计算表面肌电信号能量序列，按照能量大小依次提取能量序列的时刻点，然后基于滑动时间窗的波形优化方法，确定发放波形序列，最后重新计算新的运动单元发放序列向量，循环执行程序直至分解完成，并对所有发放序列归类整理，优化结果。本发明可以有效解决肌肉运动单元的发放叠加，导致分解误差的问题，提高阵列式表面肌电信号分解的准确性。该分解方法准确性高，计算快速、实现简单。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.022 seconds)
