-
公开(公告)号：CN117973977B
公开(公告)日：2024-06-07
申请号：CN202410384640.0
申请日：2024-04-01
Applicant: 南京工业大学
IPC: G06Q10/0832 , G06Q10/0635 , G06V20/60 , G01D21/02
Abstract: 本发明提供一种危化品运输车辆运行中爆炸风险评估方法及系统，该方法包括采用多个气体浓度传感器采集危化品运输车上对应位置处的危化品介质浓度，根据其中两个采集点的数据获取有效源高和泄漏源强；基于实时的罐体压力数据获取罐体内部、外部介质重量；计算罐体内部、外部爆炸强度。本发明中，充分考虑气体的扩散速度、混合程度以及化学反应的可能性对爆炸的强度的影响进行爆炸评估，提升了应急事件评估的及时性、科学性和有效性。
-
公开(公告)号：CN113763981A
公开(公告)日：2021-12-07
申请号：CN202010487937.1
申请日：2020-06-01
Applicant: 南京工业大学
IPC: G10L21/0216 , G10L21/0208
Abstract: 本发明公开了一种主瓣指向可调的差分麦克风阵列波束形成设计及系统：采用4个传声器搭建小尺寸的圆形差分麦克风阵列，由单个传声器接收信号得到原点处的单极子，结合调向因子构造通过原点的两个偶极子，以及方向可调的偶极子；利用波束方向图控制参数线性组合单极子和方向可调的偶极子，构建主瓣波束指向可调的阵列响应。本发明实现了主瓣波束指向自动可调，特别适应于声源在一定范围内移动的场合，且在设备受限的情况下对声源信号进行拾取和放大，其结构简单、成本低、通用性强，具有较好的应用价值。
-
公开(公告)号：CN117807529B
公开(公告)日：2024-05-07
申请号：CN202410226628.7
申请日：2024-02-29
Applicant: 南京工业大学
IPC: H04L27/00 , G06F18/2415 , G06F18/2431 , G06F18/2131 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N3/126
Abstract: 本发明公开了一种信号发生器输出信号的调制方式识别方法及系统，属于数字信息的传输技术领域，方法包括：接收信号发生器输出的待识别信号；提取待识别信号的多种信号特征；计算待识别信号的复杂度；当待识别信号的复杂度大于或者等于预设复杂度时，将瞬时振幅信号、瞬时频率信号以及瞬时相位信号作为图神经网络中的三个神经节点，通过基于图神经网络的时空特征提取模型，提取待识别信号的时空特征，并将振幅特征、频率特征、相位特征、累积量特征以及时空特征进行特征融合；将由待识别信号的融合特征向量组成的融合特征序列输入至长短时记忆神经网络中，通过基于长短记忆神经网络的调制方式识别模型，识别出待识别信号的调制方式。
-
公开(公告)号：CN117973977A
公开(公告)日：2024-05-03
申请号：CN202410384640.0
申请日：2024-04-01
Applicant: 南京工业大学
IPC: G06Q10/0832 , G06Q10/0635 , G06V20/60 , G01D21/02
Abstract: 本发明提供一种危化品运输车辆运行中爆炸风险评估方法及系统，该方法包括采用多个气体浓度传感器采集危化品运输车上对应位置处的危化品介质浓度，根据其中两个采集点的数据获取有效源高和泄漏源强；基于实时的罐体压力数据获取罐体内部、外部介质重量；计算罐体内部、外部爆炸强度。本发明中，充分考虑气体的扩散速度、混合程度以及化学反应的可能性对爆炸的强度的影响进行爆炸评估，提升了应急事件评估的及时性、科学性和有效性。
-
公开(公告)号：CN117807529A
公开(公告)日：2024-04-02
申请号：CN202410226628.7
申请日：2024-02-29
Applicant: 南京工业大学
IPC: G06F18/2415 , H04L27/00 , G06F18/2431 , G06F18/2131 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N3/126 , G06F123/02
Abstract: 本发明公开了一种信号发生器输出信号的调制方式识别方法及系统，属于数字信息的传输技术领域，方法包括：接收信号发生器输出的待识别信号；提取待识别信号的多种信号特征；计算待识别信号的复杂度；当待识别信号的复杂度大于或者等于预设复杂度时，将瞬时振幅信号、瞬时频率信号以及瞬时相位信号作为图神经网络中的三个神经节点，通过基于图神经网络的时空特征提取模型，提取待识别信号的时空特征，并将振幅特征、频率特征、相位特征、累积量特征以及时空特征进行特征融合；将由待识别信号的融合特征向量组成的融合特征序列输入至长短时记忆神经网络中，通过基于长短记忆神经网络的调制方式识别模型，识别出待识别信号的调制方式。
-
Patent Agency Ranking
公开(公告)号：CN114251123A
公开(公告)日：2022-03-29
申请号：CN202011028655.1
申请日：2020-09-25
Applicant: 南京工业大学
IPC: E21F17/18 , F21V33/00 , F21V23/00 , F21W131/101 , F21Y115/10
Abstract: 本发明属于矿井逃生设备技术领域，涉及一种基于WIFI通信的矿井逃生引导装置。为了解决了现有矿井下逃生系统结构复杂、组网成本高的问题，本发明包括电压转换电路，用于给电路各个模块提供工作电压；包括CPU控制电路，用于控制以及载入无线通信配置；包括显示模块，用于显示无线通信的配置信息和机器编号；包括无线通信模块，用于地面控制基于WIFI通信的矿井逃生引导装置；照明驱动电路，用于给照明装置提供工作电流；包括照明选择电路，用于选择电流具体输出到照明装置的哪一个通道；包括照明装置，是双通道的可安装多盏LED灯的装置。本发明具有照明亮度大，连接稳定，装置结构简单，组网成本低，可靠性强的特点。
-
公开(公告)号：CN119170043A
公开(公告)日：2024-12-20
申请号：CN202411579883.6
申请日：2024-11-07
Applicant: 南京工业大学
Abstract: 本发明属于声源定位技术领域，具体是一种基于三阵元微型麦克风阵列的声源方位识别方法。该方法通过提取麦克风阵列声强特征图，将声源定位转换为深度学习分类任务。首先，在三阵元差分麦克风阵列的基础上，提取了正交的声强特征并将其转换为RGB声强语谱图；其次，设计了一种新的轻量级神经网络以满足声源定位及部署的需求；最后，将水平面声源方位划分为不同角度类别，并制作成声强语谱图数据集并送入神经网络训练和测试，得到声源方位识别结果。相比现有技术，本发明提出的特征图与网络模型在高混响环境下具有更好的鲁棒性，方位识别角度精度高、计算复杂度低且不受语音特性的影响。
-
公开(公告)号：CN107348943A
公开(公告)日：2017-11-17
申请号：CN201710530693.9
申请日：2017-07-03
Applicant: 南京工业大学
IPC: A61B5/00 , A61B5/0205 , A61B5/02 , A61B5/145
Abstract: 一种具有可穿戴、便携式、可报警的人体睡眠质量监测系统以及方法，它采用睡眠质量检测仪，包括加速度传感器、血氧饱和度探头、模数转换模块、微控制器和无线通信模块，所述的加速度传感器用于采集人体的体动数据，血氧饱和度探头用于采集人体血氧饱和度数据和脉搏数据，其信号输出端均与模数转换模块输入端相连，模数转换模块的信号输出端与微控制器相连，微控制器对采集的数据进行分析和处理，从而判断是否触发异常报警器。本发明的睡眠质量监测仪具有无创、便携、操作简单和具有异常报警的特点。避免采用多导电极，即减少了用户的心理负担和对睡眠质量的影响，也简化了本仪器的使用步骤。
-
公开(公告)号：CN113763981B
公开(公告)日：2024-05-24
申请号：CN202010487937.1
申请日：2020-06-01
Applicant: 南京工业大学
IPC: G10L21/0216 , G10L21/0208
Abstract: 本发明公开了一种主瓣指向可调的差分麦克风阵列波束形成设计及系统：采用4个传声器搭建小尺寸的圆形差分麦克风阵列，由单个传声器接收信号得到原点处的单极子，结合调向因子构造通过原点的两个偶极子，以及方向可调的偶极子；利用波束方向图控制参数线性组合单极子和方向可调的偶极子，构建主瓣波束指向可调的阵列响应。本发明实现了主瓣波束指向自动可调，特别适应于声源在一定范围内移动的场合，且在设备受限的情况下对声源信号进行拾取和放大，其结构简单、成本低、通用性强，具有较好的应用价值。
-
公开(公告)号：CN117953915A
公开(公告)日：2024-04-30
申请号：CN202410089324.0
申请日：2024-01-22
Applicant: 南京工业大学
Abstract: 本发明属于自然语言处理领域，具体是一种基于CTC‑Conformer的语音情绪识别方法。通过结合CTC的硬对齐特性以及Conformer软对齐特性来提高语音情绪的识别准确率。并且在特征提取环节加入语音特征融合技术增强了识别特征的全面性。该方法包含语音数据的预处理，其中包含预加重、分帧、快速傅里叶变换的操作，再者将提取的MFCC以及Fbank特征进行融合。搭建模型将Conformer Encnder作为Shared Enconder，CTC以及Conformer Deconder分别解码进行训练，最后识别阶段将两通道CTC结果以及Conformer Deconder结果进行投票处理得出最终的识别结果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
