一种基于MobileNet-PSPNet神经网络模型的路面裂缝检测方法

    公开(公告)号:CN113034444A

    公开(公告)日:2021-06-25

    申请号:CN202110250339.7

    申请日:2021-03-08

    Abstract: 本发明提供了一种基于Mobilenet‑PSPNet神经网络模型的校园道路裂缝检测方法,方法步骤如下:S1.收集裂缝图像数据集,人工标定标签并将其转换为对应的掩码位图;S2.设计MobileNet‑PSPNet神经网络并使用步骤S1中处理过的图像进行训练;S3.采集校园路面图像并实时传输至终端;S4.利用MobileNet提取步骤S3中采集到的数据集图像的全局特征;S5.对步骤S4中所获得的全局特征图通过MobileNet‑PSPNet网络中的金字塔自适应平均池化模块提取局部特征;S6.将步骤S5中得到的局部特征进行上采样操作,然后将其与全局特征进行特征融合,得到既包含全局特征和局部特征的新特征;S7.通过卷积与上采样操作得到最终预测结果。本发明通过基于PSPNet卷积神经网络改进的Mobilenet‑PSPNet对校园道路的裂缝实现实时检测,准确高效,不易产生错检漏检。

    基于多模态的大学生情绪压力检测系统与方法

    公开(公告)号:CN112932486A

    公开(公告)日:2021-06-11

    申请号:CN202110074102.8

    申请日:2021-01-20

    Abstract: 本发明公开了基于多模态的大学生情绪压力检测系统与方法,方法步骤如下:S01.人为激发被试处于情绪激发状态进行情绪压力测试实验,并分别获取被试基础情绪压力状态下和压力激发状态下的EEG、ECG和GSR数据;S02.将步骤S01中采集到的EEG、ECG和GSR数据进行预处理与特征提取;S03.将步骤S02中得到的EEG特征、ECG特征和GSR特征输入预先训练好的BP神经网络中进行分类,得到基于多模态的被试基础情绪压力等级与激发压力等级;S04.将步骤S03中的基础情绪压力等级、激发压力等级与压力变化差值输入至预先训练好的感知器中进行分类,判断被试是否处于高情绪压力状态。本发明可以准确地识别被试面对压力环境时的情绪压力变化情况,对识别高危情绪大学生个体具有重要作用。

    一种手推注膏式脑电帽

    公开(公告)号:CN215078662U

    公开(公告)日:2021-12-10

    申请号:CN202120516137.8

    申请日:2021-03-11

    Abstract: 本实用新型公开了一种手推注膏式脑电帽,包括由硅胶导联线设置成人体头型结构的固定装置,所述固定装置上阵列式分布有多个分别装有预置电极的电极模具,每个所述电极模具上均连接有可更换式注膏器。本实用新型的一种手推注膏式脑电帽,通过使用可更换的注膏器与脑电帽上的电极孔进行连接,在使用时推动注膏器推杆即可将脑电膏注入到电极孔中,便于快速进行涂抹脑电膏的工作,方便脑电设备的使用。当一支注膏器内脑电膏用完后,可以将注膏器从电极模具中拧出,再拿一支新的注膏器拧上即可使用,便于更换耗材。本实用新型的可更换注膏器式脑电帽结构简单,操作方便,能够快速完成多个脑电极的脑电膏注入工作,提升了工作效率。

Patent Agency Ranking