-
公开(公告)号：CN107122788B
公开(公告)日：2020-08-25
申请号：CN201710139144.9
申请日：2017-03-09
Abstract: 一种基于心电信号的身份识别方法，包括：获取包括了用户的多个周期的心拍数据的心电信号样本数据集，并将心电信号样本数据集分割为多个单周期心拍数据；利用白化技术去除心拍数据的相关性；在去除了相关性的心拍数据上利用PCA算法提取心拍数据主特征；根据主特征，采用基于RPROP算法建立并训练神经网络分类器；利用已训练的神经网络分类器对输入的心电信号数据进行识别。有益效果为：基于PCA白化算法的心电信号的特征提取简单，最大限度保全原有信号数据的有用信息。基于RPROP算法训练神经网络分类器的方法能快速得到满足实际应用要求的分类器。结合PCA白化特征和RPROP算法提高神经网络的分类效率，使得内存资源消耗降低，识别速度和准确率都能得到有效提升。
-
公开(公告)号：CN106821356B
公开(公告)日：2019-08-27
申请号：CN201710100824.X
申请日：2017-02-23
Abstract: 本发明公开了基于Elman神经网络的云端连续血压测量方法和系统，包括步骤：S1、测量获得被测者的实时的脉搏波信号；S2、对脉搏波信号进行去噪处理；S3、对去噪后的脉搏波信号进行特征点提取；S4、将提取获得的脉搏波信号的特征点作为Elman神经网络的输入，进行采用训练好的Elman神经网络模型对血压值进行预测，将获得的预测值作为连续血压测量值。本发明基于Elman神经网络，可以准确的预测出血压值，具有较好的准确性和稳定性，可广泛应用于血压测量行业中。
-
公开(公告)号：CN107122788A
公开(公告)日：2017-09-01
申请号：CN201710139144.9
申请日：2017-03-09
Abstract: 一种基于心电信号的身份识别方法，包括：获取包括了用户的多个周期的心拍数据的心电信号样本数据集，并将心电信号样本数据集分割为多个单周期心拍数据；利用白化技术去除心拍数据的相关性；在去除了相关性的心拍数据上利用PCA算法提取心拍数据主特征；根据主特征，采用基于RPROP算法建立并训练神经网络分类器；利用已训练的神经网络分类器对输入的心电信号数据进行识别。有益效果为：基于PCA白化算法的心电信号的特征提取简单，最大限度保全原有信号数据的有用信息。基于RPROP算法训练神经网络分类器的方法能快速得到满足实际应用要求的分类器。结合PCA白化特征和RPROP算法提高神经网络的分类效率，使得内存资源消耗降低，识别速度和准确率都能得到有效提升。
-
公开(公告)号：CN106821356A
公开(公告)日：2017-06-13
申请号：CN201710100824.X
申请日：2017-02-23
Abstract: 本发明公开了基于Elman神经网络的云端连续血压测量方法和系统，包括步骤：S1、测量获得被测者的实时的脉搏波信号；S2、对脉搏波信号进行去噪处理；S3、对去噪后的脉搏波信号进行特征点提取；S4、将提取获得的脉搏波信号的特征点作为Elman神经网络的输入，进行采用训练好的Elman神经网络模型对血压值进行预测，将获得的预测值作为连续血压测量值。本发明基于Elman神经网络，可以准确的预测出血压值，具有较好的准确性和稳定性，可广泛应用于血压测量行业中。
-
公开(公告)号：CN106725421A
公开(公告)日：2017-05-31
申请号：CN201611070707.5
申请日：2016-11-28
IPC: A61B5/0402
Abstract: 本发明公开了基于PSoC处理器的心电信号采集系统及其采集方法，该心电信号采集系统包括PSoC处理器和用于采集心电信号的传感器电极，PSoC处理器包括信号放大模块、AD转换模块、数字去噪模块和蓝牙模块，传感器电极的输出端依次通过信号放大模块、AD转换模块和数字去噪模块后与蓝牙模块的输入端连接。本发明设计难度低，功耗低，灵活性高，而且采集精确度高，可广泛应用于心电信号采集行业中。
-
Patent Agency Ranking
公开(公告)号：CN105212922A
公开(公告)日：2016-01-06
申请号：CN201410260276.3
申请日：2014-06-11
Applicant: 吉林大学
IPC: A61B5/0472
Abstract: 本发明公开了一种面向FPGA实现心电信号R波自动检测的方法及系统，面向FPGA实现基于小波变换特征波检测原理的QRS波检测，利用小波变换的特征波检测原理，在指定的小波分解层次中采用自适应阈值的方法检测模极值对，定位模极值对的过零点即为R波，进而检测Q波和S波，提高了QRS波检测精度，加快了检测算法的识别速度。所述系统在硬件实现上包括小波分解模块和检测模块，小波分解模块完成包括补码、乘法、累加等运算，且整个模块采用基本运算单元级联的方式完成4级流水线操作，使得4层小波分解操作能同时运行。检测模块在小波分解的3、4尺度下寻找模极大值对，并定位其过零点为R波，完成心电信号特征波的检测。
-
公开(公告)号：CN110164412A
公开(公告)日：2019-08-23
申请号：CN201910346123.3
申请日：2019-04-26
Applicant: 吉林大学珠海学院
Abstract: 本发明的技术方案包括一种基于LSTM的音乐自动合成方法及系统，用于实现：准备多种不同类型的音乐数据，解析音乐数据获取对应的乐谱及时间节点，以及，将MIDI音符创建对应的第一向量；将对应歌曲的歌词进行分词处理，并以歌词为基准创建对应具有相关性的第二向量；使用时间循环神经网络将第一向量作为输入，以及，将第二向量作为输出，使用优化器学习预测处理；在时间索引的每个预测中输出每个状态的概率；将生成的结果重新编码为MIDI文件。本发明的有益效果为：使用的LSTM网络旨在从文本数据中学习，方便分析；直接使用文本数据最小化了编码-解码方案和网络的整体设计过程，提高了效率；使得使用者更好的发现艺术的规律。
-
公开(公告)号：CN110111648A
公开(公告)日：2019-08-09
申请号：CN201910307238.1
申请日：2019-04-17
Applicant: 吉林大学珠海学院
IPC: G09B19/00
Abstract: 本发明的技术方案包括一种编程训练系统及方法，用于实现：通过可视化编程平台如泡沫板等材料的简易拼接，然后对此泡沫板等材料进行图像采集，把采集的数据进行图像处理和图像分析，数据通过处理分析后，以源程序代码的形式返回，源程序代码可通过电脑端查询观看，达到可视化目的，采用卷积神经网络对其进行训。在泡沫板等材料正确拼接前提下，确保代码输出无误。最后由电脑端将代码进行编译并下载到目标机器上，完成指定动作。本发明的有益效果为：使繁琐的代码变为浅显易懂的图形，采用泡沫板等材料来达到将编程难度降低的作用，使少儿更加易于接受编程思想，从小培养编程思维，从小加入缔造人工智能时代的行列。
-
公开(公告)号：CN105125207A
公开(公告)日：2015-12-09
申请号：CN201510606103.7
申请日：2015-09-22
Applicant: 吉林大学
IPC: A61B5/0402
Abstract: 本发明公开了一种移动式心电监测终端，包括：心电信号采集模块，用于采集人体心电信号并进行调理，然后将转换为数字信号的心电信号进行预处理和外部传输；与所述心电信号采集模块连接的移动设备，用于接收预处理的心电信号并进行降噪处理，用于发送和储存心电数据，以及通过交互方式呈现心电监测和心电数据，其中所述交互方式包括直接数据显示、图形化显示、声音反馈和振动反馈中的一种或多种。本发明的心电监测终端具有低功耗、小体积、低成本、可扩展性强等优点，而且操作简单，方便地将个人的心电健康监测融入日常生活，对防治和诊断心血管疾病有显著积极的意义。
-
公开(公告)号：CN106937581A
公开(公告)日：2017-07-11
申请号：CN201710121167.7
申请日：2017-03-02
Applicant: 吉林大学珠海学院
IPC: A01G23/091
CPC classification number: A01G23/091
Abstract: 本发明公开了一种线锯式采伐设备，包括支架组件与线锯组件，所述支架组件包括一握杆以及固定在握杆前端的左支撑杆和右支撑杆，所述左支撑杆和右支撑杆的前端相距一定弧度，所述线锯组件包括分别一锯条，所述左支撑杆和右支撑杆的前端分别铰接在有左滚轮与右滚轮，所述左支撑杆和右支撑杆之间铰接有一驱动轮，所述锯条套设在所述驱动轮、左滚轮与右滚轮上，所述驱动轮连接有驱动电机，驱动电机驱动所述锯条转动进行切割；左支撑杆和右支撑杆对锯条进行支撑，驱动轮旋转带动锯条转动进行采伐，整个支架组件结构简单，占用面积小，能够深入茂密的树枝或竹林，对特定的枝条进行采伐；整个支架组件和线锯组件体积小重量轻，减轻了工人的操作强度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
