-
公开(公告)号：CN101497196B
公开(公告)日：2010-06-23
申请号：CN200910096414.8
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: B25J7/00
Abstract: 本发明涉及平动匀速夹紧机械手爪。现有技术外形尺寸大、控制复杂度高。本发明包括步进电机、固定套筒、十字连杆和四个手指。十字连杆设置在固定套筒内，四个端部伸出导向槽设置，步进电机通过丝杆螺母运动副与十字连杆连接。四个手指分别与十字连杆的四个端部连接。手指包括指尖、限位连杆、移动连杆、斜撑架。移动连杆中的第二移动杆具有延伸部分，延伸部分为弧形，开有弧形滑槽，斜撑架上的固定销与弧形滑槽位置配合，弧形延伸部分利用弧形滑槽沿固定销移动。本发明采用单电机驱动，手爪的四个手指沿中心轴对称，当驱动电机匀速转动时，手爪指尖的夹紧或张开速度是均匀平动，有利于指尖与目标物体的接触与手爪对目标物体的整体抓握。
-
公开(公告)号：CN119622543A
公开(公告)日：2025-03-14
申请号：CN202411624823.1
申请日：2024-11-14
Applicant: 杭州电子科技大学
IPC: G06F18/2431 , G06N3/0455 , G06N3/094 , G06N3/0464 , G06N3/09 , G06F18/15
Abstract: 本发明公开了基于域适应网络的运动想象脑电识别方法，该方法采集受试者的多通道运动想象脑电信号EEG，并进行带通滤波，得到多个不同频带的EEG信号，将目标受试者的EEG信号作为目标域数据，其余作为源域数据。其次基于源域数据和目标域数据，先后通过由并行时空卷积模块和Transformer模块组成的多视图卷积Transformer特征提取器，分别得到源域特征和目标域特征。最后利用源域特征和目标域特征进行对抗域适应，得到能适应目标域数据的模型，识别出脑电信号对应的运动想象类别。本发明有助于引导源域数据分布向目标域转移，提高跨受试者运动想象脑电信号的分类准确率。
-
公开(公告)号：CN112604163B
公开(公告)日：2024-11-29
申请号：CN202011609685.1
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于经颅直流电刺激的辅助记忆系统。包括电刺激仪、采集装置和训练装置。训练装置针对不同的工作记忆子成分选用不同的记忆负载材料，设计了三种不同模式的训练。采集装置采集使用者经电刺激前后在不同训练模式中的脑电信息，对比统计，为电刺激仪的电极摆放位置、刺激时长、电流密度提供参考。电刺激仪对相应脑区进行最大程度的激活，配合不同模式的训练，提高工作记忆的效果。在电刺激结束后，再进行一次无电刺激的训练，可以将电刺激带来的提升效果延伸至在脱离电刺激后。
-
公开(公告)号：CN114469641B
公开(公告)日：2024-11-22
申请号：CN202111665127.1
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于肌电识别的功能性电刺激脑卒中运动障碍镜像训练方法，具体为：受试者患侧固定于外骨骼机器人上，可通过外骨骼机器人带动患侧手臂完成相应动作。健侧手臂放置肌电采集装置。训练时，受试者想象双手同时做同一动作，且健侧手臂实际完成此动作。通过采集健侧的表面肌电信号，识别出相应手势动作，由外骨骼机器人带动患侧进行相应的手势动作。同时，对患侧相应动作的肌肉施加功能性电刺激。通过选取受试者进行实验，采集此方法训练前后的脑电数据，与传统镜像训练前后脑电数据，计算评估指标E进行对比分析，得出此方法的效果相比于传统方法效果更佳。
-
公开(公告)号：CN112288465B
公开(公告)日：2024-04-09
申请号：CN202011117305.2
申请日：2020-10-19
Applicant: 杭州电子科技大学
IPC: G06Q30/0201 , G06F18/214 , G06F18/2321 , G06F18/25 , G06F18/2413
Abstract: 本发明公开一种基于半监督聚类集成学习的客户细分方法，本发明首先收集客户的特征信息，将特征信息数字化，构建客户特征信息数据集；利用少量的标签样本来初始化聚类中心，并设置核模糊聚类算法的模糊度和高斯宽度两个参数，生成若干个差异性较大的基聚类；利用标签样本的聚类准确性来计算各基聚类的可信度；通过近邻法和各基聚类的可信度来构造质量函数；最后利用D‑S证据理论将质量函数进行证据融合，得到聚类结果。本发明将半监督集成学习引入到客户细分中，解决了算法参数敏感性的问题；利用了先验信息合理估计各基聚类的可信度，改变各基聚类在融合过程中所占的比重，解决了证据冲突问题，使得融合结果更加合理，提高了客户细分的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117641203A
公开(公告)日：2024-03-01
申请号：CN202311523941.9
申请日：2023-11-16
Applicant: 杭州电子科技大学
IPC: H04R5/027
Abstract: 本发明公开了一种基于遗传算法的平面同心圆麦克风阵列优化方法，包括以下步骤：步骤1:确定待优化的平面同心圆阵列；步骤2:计算每个麦克风的坐标；步骤3:对每个麦克风的坐标进行编码；步骤4:计算麦克风阵列的空间相关矩阵；步骤5:对麦克风阵列信号进行波束形成；步骤6:将波束形成得到的响应值用于目标函数的计算；步骤7:构建目标函数；步骤8:遗传算法参数设定。遗产操作采用MATLAB中的ga函数实现；步骤9:融入模拟退火算法；步骤10:输出最优麦克风阵列排布。该方法实现特定定位场景下平面同心圆麦克风阵列的全局最优化，在保证其定位性能的情况下大幅减少麦克风的数量，同时提高了空间分辨率。
-
公开(公告)号：CN116204817A
公开(公告)日：2023-06-02
申请号：CN202310232535.0
申请日：2023-03-03
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/213 , G06F18/214
Abstract: 本发明涉及一种融合时空特征的情绪脑电数据增强方法，针对现有技术的问题，首先不同情绪的EEG数据被提取为五个频带下的微分熵特征；然后在此基础上将数据进行分段，每隔1秒取一组数据，每组数据处理成相互对应的时序形式数据和按电极位置分布的空间形式数据；最后设计双编码器引入VAE‑GAN以学习这两种形式数据特征，融合成潜在变量用于生成人工样本。本发明在生成人工脑电特征样本时，综合考虑了时序特征和空间分布特征，生成的样本在分类任务中表现出良好的性能。
-
公开(公告)号：CN115910278A
公开(公告)日：2023-04-04
申请号：CN202211453146.2
申请日：2022-11-19
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种智能化脑机融合运动功能闭环康复装置，包括脑电信号采集设备、脑电数据分析系统和本体错觉诱发装置；脑电信号采集设备包括信号放大器、用于受试者佩戴的脑电采集帽和主机，主机包括集成采集软件和同步刺激软件；所述脑电数据分析系统包括数据预处理、特征提取与选择和分类器；所述本体错觉诱发装置包括可变频振动电机、主控、为电机工作提供额定电压电流的电机驱动模块，本发明基于运动想象和外部运动反馈对神经重塑的作用机制，从运动反馈方式、运动意图识别等方面着手，利用运动想象脑机接口与本体错觉运动反馈提升神经可塑性作用效果，为卒中偏瘫患者提供一种预后良好的运动康复新途径。
-
公开(公告)号：CN112971781B
公开(公告)日：2022-10-28
申请号：CN202011609522.3
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于脑功能网络抑郁对比方法。首先采集正常人和抑郁症患者静息听歌状态下的多通道脑电EEG。然后采用脑功能网络建模方法，建立关联矩阵，提取反映神经活动特点的脑功能网络特征。在此基础上，分析研究平均聚类系数、平均路径长度、度分布等脑功能网络特征与抑郁机制之间的相关性，利用序关系分析法确定相关特征权重，得出抑郁对比结果。
-
公开(公告)号：CN114332101A
公开(公告)日：2022-04-12
申请号：CN202111638106.0
申请日：2021-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于遗传算法的U‑Net网络模型剪枝方法。本发明首先对数据集进行扩增处理，其次将遗传优化算法与U‑Net模型相结合，将U‑Net模型的损失函数引入到遗传算法的适应度指标中，而优化的目标则是U‑Net模型的各层通道数的压缩率组合；随后通过遗传算法获得所需的最佳U‑Net网络的压缩率组合，并对网络结构进行剪枝处理。本发明与剪枝前的U‑Net网络模型相比，在三个数据集以及各自的扩增数据集的分割结果上，模型剪枝前后对结果并没有较大差异，但整个U‑Net网络的参数量以及计算量等都有明显的降低，达到了网络模型剪枝的效果。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.043 seconds)
