-
公开(公告)号：CN107121594B
公开(公告)日：2023-11-24
申请号：CN201710515773.7
申请日：2017-06-29
Applicant: 同济大学
IPC: G01R23/165
Abstract: 本发明涉及一种便携式非正弦周期信号的分解与合成实验装置，包括便携式多功能数据采集设备、非正弦周期信号分解与合成电路模块和直流电源模块，直流电源模块分别连接便携式多功能数据采集设备和非正弦周期信号分解与合成电路模块，其中，便携式多功能数据采集设备包括：采集设备本体，与计算机连接；信号发生器，与采集设备本体连接，在计算机的控制下产生非正弦周期信号传送至非正弦周期信号分解与合成电路模块中；数字示波器，与采集设备本体连接，在计算机的控制下采集非正弦周期信号分解与合成电路模块的实际信号波形；且信号发生器和数字示波器集成于采集设备本体中。与现有技术相比，本发明具有便携式、智能化、结构简单等优点。
-
公开(公告)号：CN116072256A
公开(公告)日：2023-05-05
申请号：CN202210982908.1
申请日：2022-08-16
Abstract: 本发明提供了一种学生体质健康促进个性化运动处方推荐方法，包括：采集学生体质健康数据，建立对应的学生体质健康得分矩阵；定义运动目标并根据所述学生体质健康数据，建立体质健康与运动目标映射矩阵；定义运动项目并采集学生体育行为数据；根据所述运动项目和所述运动目标，建立运动项目与运动目标映射矩阵；根据学生体育行为数据，计算各运动项目的贡献度；确定运动目标并计算对应的运动项目推荐度；依据运动处方策略，制定面向学生个体的个性化运动处方。本发明将学生群体不同运动项目与不同运动目标的历史经验组合数据，有针对性地推荐个性化运动处方。
-
公开(公告)号：CN112529800A
公开(公告)日：2021-03-19
申请号：CN202011419198.9
申请日：2020-12-07
Applicant: 同济大学
Abstract: 本发明涉及一种用于滤除毛发噪声的近红外静脉图像处理方法，包括：1)采集待成像部位的近红外静脉图像和可见光图像，并进行尺寸标准化；2)对可见光图像进行灰度化处理；3)进行分块处理，对分块后的各个子图像进行灰度归一化处理和第一滤波处理；4)对各个子图像依次进行形态学膨胀操作和形态学腐蚀操作；将各个子图像分别与对应的子图像进行灰度值减法运算；5)对各个子图像进行二值化处理和第二滤波处理；6)获得毛发像素点的坐标集合；7)滤除近红外静脉图像的毛发噪声。与现有技术相比，本发明具有能够给出毛发噪声像素点的具体位置，能够更有效、更精准地处理毛发噪声，同时对近红外图像中静脉信息的破坏很小等优点。
-
公开(公告)号：CN107121594A
公开(公告)日：2017-09-01
申请号：CN201710515773.7
申请日：2017-06-29
Applicant: 同济大学
IPC: G01R23/165
CPC classification number: G01R23/165
Abstract: 本发明涉及一种便携式非正弦周期信号的分解与合成实验装置，包括便携式多功能数据采集设备、非正弦周期信号分解与合成电路模块和直流电源模块，直流电源模块分别连接便携式多功能数据采集设备和非正弦周期信号分解与合成电路模块，其中，便携式多功能数据采集设备包括：采集设备本体，与计算机连接；信号发生器，与采集设备本体连接，在计算机的控制下产生非正弦周期信号传送至非正弦周期信号分解与合成电路模块中；数字示波器，与采集设备本体连接，在计算机的控制下采集非正弦周期信号分解与合成电路模块的实际信号波形；且信号发生器和数字示波器集成于采集设备本体中。与现有技术相比，本发明具有便携式、智能化、结构简单等优点。
-
公开(公告)号：CN112529800B
公开(公告)日：2022-08-23
申请号：CN202011419198.9
申请日：2020-12-07
Applicant: 同济大学
Abstract: 本发明涉及一种用于滤除毛发噪声的近红外静脉图像处理方法，包括：1)采集待成像部位的近红外静脉图像和可见光图像，并进行尺寸标准化；2)对可见光图像进行灰度化处理；3)进行分块处理，对分块后的各个子图像进行灰度归一化处理和第一滤波处理；4)对各个子图像依次进行形态学膨胀操作和形态学腐蚀操作；将各个子图像分别与对应的子图像进行灰度值减法运算；5)对各个子图像进行二值化处理和第二滤波处理；6)获得毛发像素点的坐标集合；7)滤除近红外静脉图像的毛发噪声。与现有技术相比，本发明具有能够给出毛发噪声像素点的具体位置，能够更有效、更精准地处理毛发噪声，同时对近红外图像中静脉信息的破坏很小等优点。
-
Patent Agency Ranking
公开(公告)号：CN112401941B
公开(公告)日：2022-02-18
申请号：CN202011198528.6
申请日：2020-10-31
Applicant: 同济大学
Abstract: 本发明涉及一种体内导入控制装置，包括导管、推送机构、绳驱动模块、绳固定模块和控制器；推送机构用于带动导管前进和后退；导管由多个节导管串联集成，每个节导管的内部均设有沿节导管纵向分布的通孔，管壁均设有沿节导管纵向分布的骨架弹簧和导丝，导管远离推送模块的一端的一个或多个节导管中的导丝一一对应地连接绳驱动模块，导管中其余节导管中的导丝一一对应地连接绳固定模块；绳驱动模块和推送机构均连接控制器；绳驱动模块包括电机驱动机构，该电机驱动机构的输出端连接导丝，用于缠绕和释放导丝。与现有技术相比，本发明具有对患者支气管壁损坏较小；可进入更小支气管分支，精度更高和操作方便等优点。
-
公开(公告)号：CN112336297A
公开(公告)日：2021-02-09
申请号：CN202011198530.3
申请日：2020-10-31
Applicant: 同济大学
Abstract: 本发明涉及体内导入装置的控制方法、系统和计算机可读存储介质，装置包括导管、推送机构、绳驱动模块、绳固定模块和控制器；导管由多个节导管串联集成，每个节导管的管壁均设有骨架弹簧和导丝，导管一端的节导管中的导丝连接绳驱动模块，视为主动导管，其余导丝连接绳固定模块；方法包括：1)获取导管末端的推送速度，进而控制推送机构；2)获取导管末端的目标姿态，再基于最接近导管始端的主动导管的始端位置，根据主动导管的节变换矩阵，获取每个主动导管的旋转角度和弯曲角度，计算主动导管中各个导丝的长度变化量，从而控制对应的绳驱动模块。与现有技术相比，本发明实现了对导管的自动控制，在保证控制精确的同时，使得操作更加方便。
-
公开(公告)号：CN107132408A
公开(公告)日：2017-09-05
申请号：CN201710506988.2
申请日：2017-06-28
Applicant: 同济大学
Abstract: 本发明涉及一种工业电雷管电阻安全测试装置及方法，所述装置包括：MCU微控制器；mA级数控恒流源，分别连接MCU微控制器和待测电雷管，用于响应所述MCU微控制器的控制信号，产生mA级别测试电流输入所述待测电雷管；过流安全保护模块，与待测电雷管连接，用于判断通过待测电雷管的所述测试电流是否超过安全阈值；雷管电阻测量电路，用于采集待测电雷管的电压信号，并输入MCU微控制器中，从而获得待测电雷管的阻值和测试结果；辅助功能模块，与MCU微控制器连接，实现参数配置、信息显示、数据存储和通信；稳压直流电源模块，为整个测试装置供电。与现有技术相比，本发明具有低成本、可靠性高、调试简单方便等优点。
-
公开(公告)号：CN117092029A
公开(公告)日：2023-11-21
申请号：CN202310901848.0
申请日：2023-07-21
Applicant: 同济大学
IPC: G01N21/01 , G01N21/88 , G01B11/02 , G01M5/00 , G01M3/38 , G06T7/00 , G06T7/60 , G06T7/13 , G06T7/12 , G06T7/136
Abstract: 本发明涉及一种用于工程结构表面损伤检测的数据采集系统，包括：视觉‑惯性定位模块：包括深度相机和IMU，用于采用深度相机持续采集工程结构场景的图像和采用IMU获取IMU数据；变焦相机：用于拍摄工程结构表面损伤的精细图像；微控制器：分别与视觉‑惯性定位模块、变焦相机和上位机连接，用于接收IMU数据并记录所有类型数据的时间戳，并将这些信息打包为数据包发送至上位机；上位机：分别与微控制器、深度相机和变焦相机连接，用于接收并储存微控制器发送的所有数据包、变焦相机拍摄的损伤图像以及深度相机采集的场景图像。与现有技术相比，本发明数据采集方便且利用采集的数据能够实现损伤识别、量化与定位。
-
公开(公告)号：CN115511817A
公开(公告)日：2022-12-23
申请号：CN202211147759.3
申请日：2022-09-19
Applicant: 同济大学
IPC: G06T7/00 , G06N3/04 , G06N3/08 , G06T7/11 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种基于旋转目标检测技术的混凝土表面裂缝识别方法，包括以下步骤：S1建立针对裂缝目标的数据集，对裂缝区域进行数据标注；S2对数据集进行数据增强操作；S3在数据集上对标注信息进行K均值聚类分析，确定锚框参数；S4按照设定比例随机划分数据集，形成训练集与测试集；S5基于Crack‑RRPN网络构建用于裂缝检测的深度学习模型；S6对Crack‑RRPN网络进行迁移学习训练；S7对训练好的网络进行测试，进行超参数的调优；S8使用测试中表现最好的Crack‑RRPN网络进行结构表面裂缝检测。与现有技术相比，本发明提供的基于旋转目标检测技术的混凝土结构裂缝识别方法，既可以避免传统目标检测结果不够精确的问题，也可以提升卷积神经网络对裂缝这类长宽比悬殊目标的检测效果。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.017 seconds)
