-
公开(公告)号：CN113705649A
公开(公告)日：2021-11-26
申请号：CN202110959839.8
申请日：2021-08-20
IPC: G06K9/62
Abstract: 一种基于EMD‑SVD特征提取的手部震颤检测方法及系统，涉及机器学习技术领域，用以解决现有的手部震颤检测系统不能快速、准确地对采集的手部数据进行有效分类的问题。本发明的技术要点包括：利用手部震颤检测装置采集手部数据的时间序列，基于EMD方法进行信号处理，得到时间序列中的本征模态函数，采用SVD方法提取本征模态函数矩阵中的奇异值，得到手部震颤数据的有效特征，最后通过SVM分类器构建多分类策略，对上述特征进行分类，进而达到手部震颤检测的目的。本发明可应用于临床医疗上以判断患者手部是否存在震颤。
-
公开(公告)号：CN113240018A
公开(公告)日：2021-08-10
申请号：CN202110544233.8
申请日：2021-05-19
Abstract: 一种基于误差反向传播算法的手绘图形分类方法及系统，涉及神经网络技术领域，用以解决现有技术不能对手绘图像数据进行有效分类的问题。本发明的技术要点包括：设计一个或多个规则图形描绘模板；根据规则图形描绘模板获取手绘图像数据；对手绘图像数据进行预处理；构建并训练BP神经网络模型；将待分类手绘图像数据输入训练好的BP神经网络模型，获取分类结果。本发明可以区分出书写轨迹之间细微的差异，对于书写者是否存在震颤的划分更为精准。本发明可应用于临床医疗上以判断患者手部是否存在震颤。
-
公开(公告)号：CN113240018B
公开(公告)日：2023-02-03
申请号：CN202110544233.8
申请日：2021-05-19
IPC: G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 一种基于误差反向传播算法的手绘图形分类方法及系统，涉及神经网络技术领域，用以解决现有技术不能对手绘图像数据进行有效分类的问题。本发明的技术要点包括：设计一个或多个规则图形描绘模板；根据规则图形描绘模板获取手绘图像数据；对手绘图像数据进行预处理；构建并训练BP神经网络模型；将待分类手绘图像数据输入训练好的BP神经网络模型，获取分类结果。本发明可以区分出书写轨迹之间细微的差异，对于书写者是否存在震颤的划分更为精准。本发明可应用于临床医疗上以判断患者手部是否存在震颤。
-
公开(公告)号：CN112075940A
公开(公告)日：2020-12-15
申请号：CN202010996323.6
申请日：2020-09-21
Abstract: 一种基于双向长短时记忆神经网络的震颤检测系统，涉及人工智能领域，针对现有技术中震颤检测存在准确性低的问题，包括：手部检测模块和模型预测模块；所述手部检测模块包括震颤数据采集单元和震颤数据处理单元；所述震颤数据采集单元用于采集手部三轴加速度信号；所述震颤数据处理单元用于将手部三轴加速度信号转化为手部三轴加速度数据；所述模型预测模块包括手部震颤数据处理单元和模型训练单元；所述手部震颤数据处理单元用于对接收到的三轴加速度数据进行处理，得到训练集和测试集；所述模型训练单元用于利用训练集和测试集对模型进行训练，得到训练好的模型。本发明用于震颤检测，检测效率高。
-
公开(公告)号：CN116644270A
公开(公告)日：2023-08-25
申请号：CN202310597573.6
申请日：2023-05-25
IPC: G06F18/00 , A61B5/22 , A61B5/00 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于递归图和宽度学习的肌强直评估方法及系统，涉及机器学习技术领域，用以解决现有模型对于输入的肌张力信号分类不准的问题。本发明的技术要点包括：采集不同人的肌张力时间序列信号，并对肌张力时间序列信号进行预处理；利用预处理后的肌张力时间序列信号构建递归图；提取不同人的肌张力时间序列信号所对应的基于递归图的量化特征；将量化特征输入基于宽度学习的分类模型中进行训练，获取训练好的分类模型；提取待测的肌张力时间序列信号所对应的量化特征，并将其输入训练好的分类模型中获取肌强直预测结果。本发明在实现时间序列可视化同时可获取具有明显区分度的肌张力特征，可满足肌强直评估中对评估准确率和效率的要求。
-
Patent Agency Ranking
公开(公告)号：CN113705649B
公开(公告)日：2024-01-12
申请号：CN202110959839.8
申请日：2021-08-20
IPC: G06F18/2411 , G06F18/213 , G06F18/10
Abstract: 一种基于EMD‑SVD特征提取的手部震颤检测方法及系统，涉及机器学习技术领域，用以解决现有的手部震颤检测系统不能快速、准确地对采集的手部数据进行有效分类的问题。本发明的技术要点包括：利用手部震颤检测装置采集手部数据的时间序列，基于EMD方法进行信号处理，得到时间序列中的本征模态函数，采用SVD方法提取本征模态函数矩阵中的奇异值，得到手部震颤数据的有效特征，最后通过SVM分类器构建多分类策略，对上述特征进行分类，进而达到手部震颤检测的目的。本发明可应用于临床医疗上以判断患者手部是否存在震颤。
-
公开(公告)号：CN118692482A
公开(公告)日：2024-09-24
申请号：CN202410853144.5
申请日：2024-06-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G10L21/0272 , G10L25/03 , G10L25/27
Abstract: 本发明公开了一种基于语义特征分析的盲源分离方法、系统及存储介质，方法包括：获取N个音频信号；基于OPtics算法对所述音频信号进行密度结构分析，确定源信号数量M；基于M与N的数值关系进行盲源分离。针对欠定盲源分离，以语义分析结果为依据筛选稀疏性信号片段，并基于从稀疏性信号中分离得到的信号，通过语言学特征反演推断其完整信号，得到在非稀疏性信号片段下的先验信息，并基于该先验信息对其他信号进行分离，基于语义特征分析判断解混信号的语义特征是否符合语义通信知识库的语义特征预期。本发明方法可以将语义特征作为指标分析盲源分离的结果是否合理，从而优化处理语义通信场景下的盲源分离问题。
-
公开(公告)号：CN118592932A
公开(公告)日：2024-09-06
申请号：CN202410727255.1
申请日：2024-06-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于单天线WiFi的全方位呼吸检测方法及系统，包括：单天线WiFi智能设备获取含多种子载波的信道状态信息；在单一待测目标情况下，根据所述信道状态信息获取子载波信道状态信息；基于各子载波呼吸信号频谱能量和各子载波总频谱能量获取呼吸能量比率均值MRER；基于不同联合传播路径长度会产生不同的MRER值，当MRER值小于设定的阈值时，利用遗传算法调控可重配信号智能设备来改变所述联合传播路径长度，进而优化所述MRER值；并在MRER值最优时通过信号分集技术整合多子载波信号并从中获取呼吸信息。本发明可有效解决感知盲区问题，实现基于单天线WiFi的全方位呼吸检测。
-
公开(公告)号：CN118972001A
公开(公告)日：2024-11-15
申请号：CN202410876987.7
申请日：2024-07-02
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于RIS辅助的WIFI信号多目标呼吸检测方法及系统，包括：WIFI智能设备与WIFI接入设备建立连接；基于待测多目标数量M，设定拟构天线数量N，N≥M；通过切换RIS反射方向改变RIS到WIFI智能设备的信道，获取新的等效发射天线；调整RIS发射增益，使WIFI智能设备接收到合适信号；WIFI智能设备读取CSI数据流，获取新的混合信号；重复切换RIS反射方向N次，获得N维混合信号在时间点t1的采样数据；对N维混合信号进行重复采样，获取N维混合信号的时间序列；基于盲源分类技术对所述N维混合信号的时间序列进行信号分离，获取多个待测目标的呼吸信息。本发明方法在大规模用户场景下仅需要少量天线对就能实现多目标的呼吸行为检测。
-
公开(公告)号：CN116154988A
公开(公告)日：2023-05-23
申请号：CN202310255520.6
申请日：2023-03-16
Applicant: 哈尔滨工业大学
Abstract: 一种自然电磁磁悬浮三相永磁电机，涉及电机领域。本发明是为了解决磁悬浮电机中磁悬浮轴承体积大且难以控制的问题。本发明所述的一种自然电磁磁悬浮三相永磁电机，定子铁心和表贴式永磁体均沿轴向分为n段，n为大于等于3的正整数；当定子铁心上的定子槽数Z与定子绕组的相数m之比为奇数时，电机极数P与Zm存在公约数；每相定子绕组包括K对相互并联的支路，1≤K≤Z2m，且相互并联的两支路以电机圆心为对称中心呈中心对称设置，当电机极对数P为偶数时，两支路异名端相连，当电机极对数P为偶数时，两支路同名端相连。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.068 seconds)
