公开(公告)号：CN109187485A

公开(公告)日：2019-01-11

申请号：CN201811081878.7

申请日：2018-09-17

Applicant: 东北大学

Inventor： 陈硕 ,  朱若辰 ,  刘佳琪 ,  安栩瑶

IPC: G01N21/65

CPC classification number: G01N21/65

Abstract: 本发明属于医疗健康领域，具体涉及一种基于人眼泪液的角膜炎致病菌人工智能检测方法。首先，通过无创的方式收集患者的泪液，并利用拉曼光谱仪测量患者泪液的拉曼光谱；然后，通过对所得拉曼光谱数据进行恢复、主成分分析进而提取致病菌的特征信息；最终，利用机器学习方法实现快速且无创的角膜炎致病菌分类。本发明的有益效果：样品采集过程无创，避免对患者角膜的二次损伤；拉曼光谱灵敏度高，采集速度快，可有效避免病情恶化；拉曼光谱测量过程中无需对样品进行预处理，操作便捷，且样本可重复使用；基于人眼泪液的角膜炎致病菌信息人工智能处理，能够有效区分致病菌特征，辅助临床角膜炎诊断过程，提高诊断精度。

公开(公告)号：CN117656057A

公开(公告)日：2024-03-08

申请号：CN202311515090.3

申请日：2023-11-13

Applicant: 东北大学

Inventor： 李小彭 ,  尚东阳 ,  周赛男 ,  王浩哲 ,  刘佳琪 ,  李正鼎 ,  佟志强 ,  李佳昊

IPC: B25J9/16 ,  B25J19/00

Abstract: 本发明涉及基于RBF神经网络补偿的抑振方法，用于设置有欠驱动手结构的空间柔性机械臂，该方法包括：根据机械臂的横向变形表达式确定机械臂的位移向量和欠驱动手的位移向量；根据机械臂的位移向量和欠驱动手的位移向量确定伺服系统的动能和势能；根据伺服系统的动能和势能结合外界干扰确定伺服系统的动力学方程；基于RBF神经网络确定动力学方程中的不确定项；根据所确定的不确定项对动力学方程进行补偿，以得到伺服系统的动力学模型。其有益效果是，借助RBF神经网络识别和补偿动力学方程中的不确定成分，提高了跟踪精度，抑制了变形波动，进而削弱颤振现象。