-
公开(公告)号：CN113887335B
公开(公告)日：2024-04-02
申请号：CN202111068519.X
申请日：2021-09-13
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06F18/24 , G06F18/2131 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06N3/045 , G06F123/02
Abstract: 本发明涉及可穿戴计算领域，为基于多尺度时空层级网络的跌倒风险实时评估系统和方法，包括数据预处理模块、层级评估网络、批次转换与投票机制模块，其中层级评估网络包括第一层跌倒风险评估模块、多尺度时空特征提取模块和第二层跌倒风险评估模块，其中第二层跌倒风险评估模块包括对抗域适应结构和样本跌倒风险输出结构。本发明为高风险样本提供二次筛选的机会，减小高风险样本漏检的概率，同时优化模型在跨被试情景下面对未知样本的表现，并且利用少步态数据进行投票，实现实时评估的目的。
-
公开(公告)号：CN113521723B
公开(公告)日：2024-04-02
申请号：CN202110679504.0
申请日：2021-06-18
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: A63F13/211 , A63F13/00 , A63F13/537 , G06F18/213 , G06N3/126 , G06N3/086 , G06N20/00
Abstract: 本发明涉及VR测评技术领域，为基于虚拟现实的认知功能评估系统及方法，包括：VR任务模块，用于提供沉浸式的虚拟现实游戏和虚拟现实游戏的虚拟场景；人机交互模块，用于实现用户与虚拟场景交互；游戏数据采集模块，采集用户在虚拟现实任务诱发态下的行为数据；游戏数据采集模块对行为数据同步处理后进行存储并发送至数据处理模块；数据处理模块，对行为数据进行预处理和特征参数提取得到行为数据特征参数；智能评估模块，对机器学习回归模型进行训练并对用户的行为数据进行认知功能的评分预测，得到认知功能评估结果。本发明通过虚拟现实任务诱发态下的行为数据准确评价用户的认知功能能力，评估方式方便易用，评估结果准确。
-
公开(公告)号：CN113063342B
公开(公告)日：2022-06-07
申请号：CN202110300119.0
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G01B7/16
Abstract: 本发明公开了基于同种导电材料的柔性应变传感器及其制备方法，该传感器包括传感区、连接区、封装层以及柔性基底。相比于现有的同类型传感器，本发明的传感器的特点在于传感区和连接区使用同种导电材料制备，并通过调节不同区域的尺寸结构满足基于同种导电材料的传感器的传感区和连接区的设计规则。所述传感器基于丝网印刷工艺，将炭黑‑硅橡胶复合导电浆料在织物基材上一步印刷完成传感器的制备。该方法操作简便、制作成本低、适合大规模生产，所制备的传感器具有高灵敏度(≈10)、大应变范围(～100％)、低滞后性和良好的稳定性，可应用于人体运动检测、智能医疗服务等领域。本发明的传感器制备方法对柔性应变传感器的工业生产具有重要的参考价值。
-
公开(公告)号：CN113057657A
公开(公告)日：2021-07-02
申请号：CN202110299833.2
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了基于多尺度连通性特征和元迁移学习的脑电情绪分类方法。包括：采集诱发态下的32导联脑电信号；对脑电信号进行预处理，以滑动窗口的方式进行切分；根据每个窗口的脑电信号计算锁相值矩阵；构建多尺度残差网络；利用元迁移学习的框架训练多尺度残差网络，消除脑电的个体差异性；将锁相值矩阵输入到多尺度残差网络进行情绪分类。本发明通过多尺度残差网络，可以充分挖掘脑电的连通性特征，探讨连通性特征与情绪状态之间的关系，捕捉不同人脑区域的情感交互；本发明通过元迁移学习的框架，可以有效地缓解了跨被试场景下的脑电个体差异大的问题。
-
公开(公告)号：CN113011500B
公开(公告)日：2023-08-22
申请号：CN202110303661.1
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06V20/20 , G06V20/40 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/048
Abstract: 本发明公开了一种虚拟现实场景数据集的分类方法、系统、设备及介质，所述方法包括：建立带有情绪标签的虚拟现实场景，得到场景数据集，并根据场景数据集，得到正向图像、中立图像和负向图像，其中，中立图像和负向图像构成训练集；在单分类网络中加入通道注意力模块和双分支上采样模块，得到新的单分类网络；利用训练集训练新的单分类网络和二分类网络；将训练好的单分类网络和二分类网络组合起来，构建联合分类网络；将带有情绪标签的图像输入联合分类网络，得到细致的图像分类标签。本发明通过加入通道注意力模块和双分支上采样模块，使图像的输入丰富细致、重构图像逼近输入图像；构建的联合分类网络，为解决数据不平衡问题提供了新的思路。
-
Patent Agency Ranking
公开(公告)号：CN113063342A
公开(公告)日：2021-07-02
申请号：CN202110300119.0
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G01B7/16
Abstract: 本发明公开了基于同种导电材料的柔性应变传感器及其制备方法，该传感器包括传感区、连接区、封装层以及柔性基底。相比于现有的同类型传感器，本发明的传感器的特点在于传感区和连接区使用同种导电材料制备，并通过调节不同区域的尺寸结构满足基于同种导电材料的传感器的传感区和连接区的设计规则。所述传感器基于丝网印刷工艺，将炭黑‑硅橡胶复合导电浆料在织物基材上一步印刷完成传感器的制备。该方法操作简便、制作成本低、适合大规模生产，所制备的传感器具有高灵敏度(≈10)、大应变范围(～100％)、低滞后性和良好的稳定性，可应用于人体运动检测、智能医疗服务等领域。本发明的传感器制备方法对柔性应变传感器的工业生产具有重要的参考价值。
-
公开(公告)号：CN112998652B
公开(公告)日：2022-07-19
申请号：CN202110200404.5
申请日：2021-02-23
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及模式识别领域，为光电容积脉搏波压力识别方法及系统，其方法包括：建立原始训练样本集，并对其进行若干种信号变换，构建信号变换样本集；搭建信号变换识别网络，使用信号变换样本集训练信号变换识别网络，获得信号变换识别网络的卷积层权重；在信号变换识别网络中加入时域注意力模块，学习到脉搏波信号中不同时间区域的重要程度；使用自监督学习搭建脉搏波的压力识别网络，将信号变换识别网络的卷积层权重作为压力识别网络的卷积层的初始化权重，用原始训练样本集训练压力识别网络，得到最终的压力识别模型，对脉搏波压力信号进行识别。本发明的模型关注到产生压力的区域，泛化能力强、性能好，有效提高压力识别效果。
-
公开(公告)号：CN114145744A
公开(公告)日：2022-03-08
申请号：CN202111403629.7
申请日：2021-11-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及信号处理技术领域，尤其是基于跨设备前额脑电情绪识别的方法和系统，包括步骤：将预处理后的源域脑电数据、目标域脑电数据一起输入多空间域适应网络模型，通过多空间域适应网络模型提取多空间的脑电信号特征，计算源域脑电数据和目标域脑电数据之间的多空间的域适应损失，计算源域脑电数据的分类损失；最小化多空间域适应网络总损失，直至多空间域适应网络模型收敛；将待分类的目标域脑电数据输入收敛模型中进行测试，输出对目标域中脑电数据所属类别的预测情绪标签。本发明通过结合多空间域适应网络模型，可以消除个体差异和设备差异，提高了模型的泛化能力，在跨设备研究中取得了较好的分类效果。
-
公开(公告)号：CN113057627A
公开(公告)日：2021-07-02
申请号：CN202110288496.7
申请日：2021-03-18
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及步态和足压数据分析领域，为基于弱足COP特征的步态特征提取方法及跌倒风险判别系统，系统包括足压信号预处理模块、弱足判定模块、特征提取模块、跌倒风险判定模块；足压信号预处理模块将输入的左右脚多通道的压力数据进行切分、对齐，去噪后提取单足COP时间序列；弱足判定模块对COP时间序列进行判定，得到弱足COP序列；特征提取模块对左右脚以及弱足COP序列分别进行特征提取，结合左右脚COP序列对对称性相关特征进行提取，针对弱足COP序列对时序变化及一致性进行特征提取；跌倒风险判定模块对足压数据进行风险判别，区分出跌倒高风险和跌倒低风险。本发明根据足底压力信号能准确有效的对跌倒风险进行判别，防范于未然；减轻医疗负担。
-
公开(公告)号：CN114664442B
公开(公告)日：2024-12-03
申请号：CN202210186467.4
申请日：2022-02-28
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明涉及虚拟现实技术领域，具体是基于虚拟现实的空间认知能力智能评估系统和方法，包括虚拟现实模块、数据记录模块、数据处理模块、智能评估模块和数据库；虚拟现实模块包含认知任务单元和主控交互单元，提供任务登录界面、沉浸式虚拟现实场景和水迷宫认知测验任务，实现用户与虚拟现实场景的交互；数据记录模块用于采集存储用户的任务表现数据和行为数据；数据处理模块包括数据预处理和特征提取；智能评估模块利用机器学习回归模型自动预测空间认知能力评分。本发明将虚拟现实技术应用于空间认知能力研究，利用机器学习算法实现自动评估，提高评估的生态有效性和便利性，为空间认知能力评估在多场景下的应用提供新手段。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.027 seconds)
