一种用于智能手表的快速字符输入方法

    公开(公告)号:CN115273218A

    公开(公告)日:2022-11-01

    申请号:CN202210408833.6

    申请日:2022-04-19

    Abstract: 本发明涉及一种用于智能手表的快速字符输入方法,包括加速度计、角速度计、触摸屏、微处理器、手势姿态识别和触摸事件识别。所述加速度计、角速度计、触摸屏分别与微处理器相连;所述手势姿态识别、触摸事件识别分别与微处理器相连。通过采集智能手表中的加速度信息和角速度信息,并把轻量的手势姿态识别算法部署到微处理器中,实现手势姿态实时识别;获取到手势姿态后,可将不同的手势姿态转换为对应字符输入事件,从而在智能手表屏幕中输入字符;同时,用户还可以通过触摸屏,通过触发不同类型的触摸事件,在智能手表屏幕中输入字符。本发明能够在智能手表等小屏幕人机交互限制情况下实现字符快速输入,具有轻量,方便集成应用的特点。

    一种基于生成对抗网络的验证码合成方法

    公开(公告)号:CN114826573A

    公开(公告)日:2022-07-29

    申请号:CN202210408982.2

    申请日:2022-04-19

    Abstract: 本发明涉及一种基于生成对抗网络的验证码合成方法,包括噪声输入、验证码生成器、验证码输出、集成模型识别准确率计算、人工识别准确率计算、验证码添加进数据集、验证码舍弃及验证码数据集线上应用步骤。所述噪声输入过程是在特征表示空间进行随机采样,用于验证码生成器的输入;所述验证码生成器可根据输入的噪声生成对应的验证码;所述集成模型识别包含多个验证码识别器,计算多个验证码识别器识别所生成的验证码的平均准确率;所述人工识别为多测试人员对所生成的验证码进行识别,计算平均准确率。本发明可稳定地生成高质量验证码,通过集成模型识别和人工识别,进一步筛选可信度高的验证码,使得验证码在线上部署后能够有效地区分人与机器。

    一种面向噪音职业危害的脑电波焦虑监测分析方法

    公开(公告)号:CN115644873A

    公开(公告)日:2023-01-31

    申请号:CN202211320983.8

    申请日:2022-10-26

    Applicant: 复旦大学

    Abstract: 本发明公开一种面向噪音职业危害的脑电波焦虑监测分析方法,通过对各目标监测人员对应各异常时间段的噪音分贝浮动指数、噪音影响指数和大气环境影响系数进行分析,并综合分析得到各目标监测人员对应的噪音焦虑系数,从一方面来说,避免了现有技术中对噪音监测分析的片面性,大幅度提升了各目标监测人员对应噪音焦虑系数的精准性、有效性和科学依据性;从另一方面来说,为各职业类型对应噪音焦虑系数的分析提供了有力的数据支撑,便于各职业类型人员及时进行相应的调整和休息,在很大程度上避免了各职业类型人员噪音职业病的诱发。

    射频标签芯片与片外天线阻抗匹配片内自动调节的电路

    公开(公告)号:CN1263131C

    公开(公告)日:2006-07-05

    申请号:CN200310107834.4

    申请日:2003-10-08

    Applicant: 复旦大学

    Inventor: 李强 闵昊

    Abstract: 本发明是用于射频标签芯片与片外天线阻抗匹配片内自动调节的电路。它由可编程匹配电容阵列、控制电路、复位电路、计数时钟、计数器、比较电路和锁存器构成。其中通过上电时对可编程匹配电容阵列进行自动设置使得射频标签芯片与片外天线实现最佳的阻抗匹配。本发明中,射频标签芯片与片外天线阻抗匹配自动实现最优,对电路工艺偏差能有效抑制,从而使得射频标签通讯距离增强,成品率提高。

    一种面向噪音职业危害的脑电波焦虑监测分析方法

    公开(公告)号:CN115644873B

    公开(公告)日:2024-09-27

    申请号:CN202211320983.8

    申请日:2022-10-26

    Applicant: 复旦大学

    Abstract: 本发明公开一种面向噪音职业危害的脑电波焦虑监测分析方法,通过对各目标监测人员对应各异常时间段的噪音分贝浮动指数、噪音影响指数和大气环境影响系数进行分析,并综合分析得到各目标监测人员对应的噪音焦虑系数,从一方面来说,避免了现有技术中对噪音监测分析的片面性,大幅度提升了各目标监测人员对应噪音焦虑系数的精准性、有效性和科学依据性;从另一方面来说,为各职业类型对应噪音焦虑系数的分析提供了有力的数据支撑,便于各职业类型人员及时进行相应的调整和休息,在很大程度上避免了各职业类型人员噪音职业病的诱发。

    基于深度学习的CTA全自动侧枝循环评分方法及系统

    公开(公告)号:CN112907563B

    公开(公告)日:2023-12-01

    申请号:CN202110286102.4

    申请日:2021-03-17

    Abstract: 本发明提供了一种基于深度学习的CTA全自动侧枝循环评分方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:对大脑CTA图像进行掩模和归一化的预处理;步骤S2:对CTA图像进行脑区划分,获取相关解剖图谱以及功能图谱,获取加权大脑各脑区掩模图;步骤S3:对掩模与归一化后的CTA图像进行血管分割;步骤S4:基于血管分割结果量化计算评分特征;步骤S5:基于卷积神经网络测量血管壁厚度的评分特征;步骤S6:构建多标签评分分类模型,对计算得到的特征向量进行分类评分。本发明能够实现基于血流代偿途径的侧枝循环血管分级机制,并提高小血管的分割精度,还能使得评分策略具有更广泛(56)对比文件刘国玮.基于深度学习的脑部CTA图像血管分割方法研究《.中国优秀硕士学位论文全文数据库(信息科技辑)》.2020,(第03期),全文.Rahil Shahzad et.al.Fully automateddetection and segmentation ofintracranial aneurysms in subarachnoidhemorrhage on CTA using deep learning.《nature》.2020,全文.吴秋雯等.基于深度学习的计算机体层摄影血管造影颈动脉斑块分割初步研究《.上海医学》.2020,第43卷(第05期),280-283.

    基于微小区架构的边缘计算微服务部署和任务调度方法

    公开(公告)号:CN116347473A

    公开(公告)日:2023-06-27

    申请号:CN202310199383.9

    申请日:2023-03-03

    Abstract: 本发明属于移动边缘计算微服务技术领域,具体为在5G及车联网场景下基于微小区架构的边缘计算微服务部署和任务调度方法。本发明方法包括:首先对5G场景下基于微小区的边缘计算网络结构进行描述;在此基础上对微服务部署和任务调度问题进行系统性建模,优化目标为最小化所有用户的延迟,其主要表现为处理数据上传延迟;然后将该问题通过分解并完全求解子问题将原始的问题转化为线性整数规划问题;采用L2Box‑ADMM算法对线性整数规划问题进行求解。测试结果表明,相比于其他的微服务部署和任务调度算法,本发明算法可以找出满足资源约束条件的使得总延迟更小的微服务部署和任务调度策略,能将与最优解的差距降低35%。

Patent Agency Ranking