公开(公告)号：CN103065627B

公开(公告)日：2015-07-29

申请号：CN201210546541.5

申请日：2012-12-17

Applicant: 中南大学

Inventor： 余伶俐 ,  蔡自兴 ,  吴敏 ,  唐琎 ,  周开军 ,  黄益绍 ,  谭平

IPC: G10L15/12 ,  G10L15/14

Abstract: 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法，包括以下步骤：步骤1：建立车辆鸣笛声样本库；步骤2：预处理步骤；步骤3：车辆鸣笛声特征参数提取及降维处理；步骤4：基于证据融合的特种车鸣笛声识别；分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果；若DTW识别结果和HMM识别结果一致，则最终的识别结果与DTW识别结果或HMM识别结果保持一致；若DTW识别结果和HMM识别结果不一致，则进行DS证据理论的识别决策推理，决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术，识别率高。

公开(公告)号：CN104622649A

公开(公告)日：2015-05-20

申请号：CN201510097753.3

申请日：2015-03-05

Applicant: 中南大学

Inventor： 余伶俐 ,  周开军 ,  眭泽智

IPC: A61G5/04 ,  A61B5/0488

Abstract: 本发明公开了一种基于蓝牙肌电采集器的轮椅系统及其控制方法，该方法包括以下步骤：步骤1：以蓝牙脑肌电耳机作为蓝牙肌电采集器，由蓝牙脑肌电耳机采集人体的肌电信号，将该肌电信号通过蓝牙方式发送给控制终端；步骤2：控制终端对肌电信号进行数据处理以识别是否存在眨眼动；步骤3：基于识别出的眨眼动作并配合控制终端上设定的方向扫描盘，形成控制命令以控制轮椅的行走状态。该基于蓝牙肌电采集器的轮椅系统及其控制方法易于实施，能实现人机交互，有利于改善特殊人群生活质量。

公开(公告)号：CN101334366A

公开(公告)日：2008-12-31

申请号：CN200810031806.1

申请日：2008-07-18

Applicant: 中南大学

Inventor： 桂卫华 ,  阳春华 ,  周开军 ,  唐朝晖 ,  许灿辉 ,  程翠兰 ,  刘金平

IPC: G01N21/84 ,  G01N33/00

Abstract: 一种基于图像特征分析的浮选回收率预测方法，本发明以工业摄像机获取选矿过程的泡沫图像基础，通过采用相对红色分量提取颜色特征，结合形态学与分水岭方法分割泡沫图像并提取尺寸特征，利用像素分析方法提取承载量特征，采用图像对的相关性分析方法提取泡沫速度、破碎率等动态特征。采用最小二乘支持向量机(LSSVM)建立回收率预测模型，以图像特征作为模型输入，并采用动态堆栈的野值数据剔除方法，通过10折交叉验证实现模型参数优化。本发明可用于矿物浮选回收率预测，实现浮选生产操作优化，进而可提高矿物回收率，减少矿物资源浪费。

公开(公告)号：CN101036904A

公开(公告)日：2007-09-19

申请号：CN200710034870.0

申请日：2007-04-30

Applicant: 中南大学

Inventor： 阳春华 ,  桂卫华 ,  贺建军 ,  牟学民 ,  周开军 ,  唐朝晖 ,  王雅琳 ,  朱红求 ,  谢永芳 ,  李勇刚

IPC: B03D1/14 ,  B03D1/00 ,  B03B13/00 ,  G06T1/00 ,  G06K9/62

Abstract: 一种基于机器视觉的浮选泡沫图像识别设备及精矿品位预测方法，本发明以选矿过程的浮选阶段的泡沫图像分析为基础，通过工业摄像机获取浮选泡沫图像，并在计算机上进行图像处理，提取浮选槽表面泡沫特征参数，以此定量的描述浮选过程，结合浮选过程其它工艺参数预测矿物品位和回收率，实现浮选生产过程的最佳操作。本发明的两台摄像机分别摄取浮选槽中不同位置的泡沫图像，经由图像采集卡转换为数字图像送往计算机，由计算机对采集到的泡沫图像进行有关特征分析计算，用RBF神经网络分类识别。系统可用于轻金属浮选泡沫图像识别，减少了药剂消耗量，提高了矿物品位和回收率。