-
公开(公告)号：CN111150411B
公开(公告)日：2022-11-11
申请号：CN202010054621.3
申请日：2020-01-17
Applicant: 哈尔滨工业大学 , 苏州点石仿真科技有限公司
Abstract: 一种基于改进遗传算法的心理压力评测分级方法，属于心理压力分析技术领域。本发明针对现有心理压力分级方法对不同的受压群体的敏感度不同，通用性差的问题。包括：采集受试者的心电信号和皮肤电阻信号，对心电信号进行去噪滤波后获得待识别心电信号，再进行特征提取获得心电参数特征；同时对皮肤电阻信号进行去噪滤波后获得待识别皮肤电阻信号，再进行特征提取获得皮肤参数特征；对心电参数特征和皮肤参数特征进行选择，获得压力评测特征；基于改进遗传算法对压力评测特征进行权重分配，并与PSTR压力表进行映射，实现对受试者受压状态的压力分级。本发明方法用于心理压力分析。
-
公开(公告)号：CN111150411A
公开(公告)日：2020-05-15
申请号：CN202010054621.3
申请日：2020-01-17
Applicant: 哈尔滨工业大学 , 苏州点石仿真科技有限公司
IPC: A61B5/16 , A61B5/0402 , A61B5/00
Abstract: 一种基于改进遗传算法的心理压力评测分级方法，属于心理压力分析技术领域。本发明针对现有心理压力分级方法对不同的受压群体的敏感度不同，通用性差的问题。包括：采集受试者的心电信号和皮肤电阻信号，对心电信号进行去噪滤波后获得待识别心电信号，再进行特征提取获得心电参数特征；同时对皮肤电阻信号进行去噪滤波后获得待识别皮肤电阻信号，再进行特征提取获得皮肤参数特征；对心电参数特征和皮肤参数特征进行选择，获得压力评测特征；基于改进遗传算法对压力评测特征进行权重分配，并与PSTR压力表进行映射，实现对受试者受压状态的压力分级。本发明方法用于心理压力分析。
-
公开(公告)号：CN111166322A
公开(公告)日：2020-05-19
申请号：CN202010053269.1
申请日：2020-01-17
Applicant: 哈尔滨工业大学 , 苏州点石仿真科技有限公司
IPC: A61B5/0402 , A61B5/0472 , A61B5/00
Abstract: 一种心电信号特征波提取方法，属于心电信号处理技术领域。本发明针对现有心电信号处理方法对噪声信号或异常波形的检测效果不佳，及处理方法计算量大的问题。包括：采集被测试者的原始心电信号；进行预处理获得待识别心电信号；剔除野值，并进行RR间期的数据平滑处理，获得具有清晰波形特征波群的心电信号；对具有清晰波形特征波群的心电信号采用阈值法检测QRS波群，并将QRS波群数据点全部归零；获得QRS归零后心电信号；再获得P波归零后心电信号；再采用阈值法检测T波峰值；然后利用求导法检测T波起始点与终点；由此依次实现待识别心电信号中特征波的提取。本发明用于心电信号特征波的提取。
-
公开(公告)号：CN111150410A
公开(公告)日：2020-05-15
申请号：CN202010053285.0
申请日：2020-01-17
Applicant: 哈尔滨工业大学 , 苏州点石仿真科技有限公司
IPC: A61B5/16 , A61B5/0402 , A61B5/0472 , A61B5/0488 , A61B5/00
Abstract: 一种基于心电信号与肌电信号融合的心理压力评测方法，属于心理压力分析技术领域。本发明针对现有心理压力评测更强调参试者的主观性，而无法用生理或行为特征从客观上体现被试个体的压力状态的问题。包括：获得心电生理参数和肌电生理参数；获得心电生理参数和肌电生理参数的所有待识别特征；通过随机森林特征重要性度量方法算法对所有待识别特征进行融合，并在压力识别模型中分配权重，获得压力识别最终模型；采集待测试者的心电信号和表面肌电信号并进行处理，获得待测试者的待测试特征；将待测试者的待测试特征输入压力识别最终模型，获得待测试者的当前心理压力等级。本发明用于测试受试者的心理压力状态。
-
公开(公告)号：CN111150410B
公开(公告)日：2022-11-11
申请号：CN202010053285.0
申请日：2020-01-17
Applicant: 哈尔滨工业大学 , 苏州点石仿真科技有限公司
Abstract: 一种基于心电信号与肌电信号融合的心理压力评测方法，属于心理压力分析技术领域。本发明针对现有心理压力评测更强调参试者的主观性，而无法用生理或行为特征从客观上体现被试个体的压力状态的问题。包括：获得心电生理参数和肌电生理参数；获得心电生理参数和肌电生理参数的所有待识别特征；通过随机森林特征重要性度量方法算法对所有待识别特征进行融合，并在压力识别模型中分配权重，获得压力识别最终模型；采集待测试者的心电信号和表面肌电信号并进行处理，获得待测试者的待测试特征；将待测试者的待测试特征输入压力识别最终模型，获得待测试者的当前心理压力等级。本发明用于测试受试者的心理压力状态。
-
Patent Agency Ranking
公开(公告)号：CN119006591A
公开(公告)日：2024-11-22
申请号：CN202411007553.X
申请日：2024-07-25
Applicant: 哈尔滨工业大学
IPC: G06T7/73 , G06T17/00 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 一种基于深度学习的复杂环境下多尺度空间目标相对位姿估计方法及系统，属于空间目标位姿估计技术领域。本发明为了应对空间目标在空间环境高动态的复杂光学条件和位姿快速解算需求而提出的。技术要点：根据不同位置姿态下空间目标三维模型虚拟仿真，获取位姿样本集；构建目标关键点二维位置回归网络；根据位姿样本集输入回归网络，得到目标训练模型；利用随机一致性透视n点法求解位姿；本发明基于深度学习构建对空间目标关键点二维投影的回归网络，网络样本数据集图像输入到以Darknet53为骨干网络构成的网络，本发明构建了针对空间目标关键点二维位置的回归网络，之后根据位姿样本集对该网络进行训练，以得到能够精准预测目标位姿的训练模型。
-
公开(公告)号：CN118411299A
公开(公告)日：2024-07-30
申请号：CN202410489822.4
申请日：2024-04-23
Applicant: 哈尔滨工业大学
IPC: G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的空间目标图像数据增强方法及系统，涉及图像数据增强技术领域。本发明的技术要点包括：首先，基于仿真软件获取空间目标图像数据集；然后，构建基于神经网络的风格迁移模型，并将所述空间目标图像数据集输入所述风格迁移模型中进行训练；最后，利用训练好的风格迁移模型对在轨空间目标数据进行数据增强处理。本发明通过神经风格迁移技术对数据集中的目标表面纹理进行随机生成，弱化纹理与位姿之间的关系，使神经网络更加关注目标的整体结构，使其对不同的光学环境都有极高的适应能力。
-
公开(公告)号：CN117723048B
公开(公告)日：2024-07-19
申请号：CN202311741478.5
申请日：2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种通信受限下的多机器人压缩通信协同建图方法及系统，涉及多机器人协同建图技术领域。本发明的技术要点包括：主机机器人和多个从机机器人根据其自身的位姿分别对其所在环境建立局部栅格地图；多个从机机器人对其各自的局部栅格地图进行压缩编码，并分别将压缩编码后的局部栅格地图传输给主机机器人；主机机器人对压缩编码后的局部栅格地图进行解码，并将所有局部栅格地图进行融合，获得全局地图。本发明结合卷积神经网络、霍夫曼算法和RLE算法，设计了一种智能霍夫曼压缩算法，将占用网格地图压缩到不到原始大小的1％，可将通信压力降低99％。本发明可为机器人提供精确的导航和定位，从而完成如侦察、巡逻、救援等复杂任务。
-
公开(公告)号：CN117723048A
公开(公告)日：2024-03-19
申请号：CN202311741478.5
申请日：2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种通信受限下的多机器人压缩通信协同建图方法及系统，涉及多机器人协同建图技术领域。本发明的技术要点包括：主机机器人和多个从机机器人根据其自身的位姿分别对其所在环境建立局部栅格地图；多个从机机器人对其各自的局部栅格地图进行压缩编码，并分别将压缩编码后的局部栅格地图传输给主机机器人；主机机器人对压缩编码后的局部栅格地图进行解码，并将所有局部栅格地图进行融合，获得全局地图。本发明结合卷积神经网络、霍夫曼算法和RLE算法，设计了一种智能霍夫曼压缩算法，将占用网格地图压缩到不到原始大小的1％，可将通信压力降低99％。本发明可为机器人提供精确的导航和定位，从而完成如侦察、巡逻、救援等复杂任务。
-
公开(公告)号：CN116958202A
公开(公告)日：2023-10-27
申请号：CN202310945393.2
申请日：2023-07-28
Applicant: 哈尔滨工业大学
IPC: G06T7/246 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种结合局部信息与全局信息的空间目标运动跟踪方法及系统，涉及目标跟踪技术领域，以解决现有技术中空间目标的重复性纹理导致跟踪失败的问题。本发明的技术要点包括：将空间目标的图像特征位置编码为二进制描述向量；计算所有视频帧中多个二进制描述向量之间的欧式距离，对于前一视频帧中的每一个特征位置，确定其在后一视频帧中对应的欧氏距离最小的多个特征位置作为初步匹配关系；利用神经网络计算初步匹配关系的欧式距离以进行验证，仅保留距离最小的最佳匹配关系；根据特征位置的最佳匹配关系求解空间目标运动，实现空间目标跟踪。本发明提高了图像间各特征位置欧式距离的计算效率，减少了匹配过程计算量，具有更低的存储消耗。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.05 seconds)
