-
公开(公告)号：CN113707320B
公开(公告)日：2023-08-11
申请号：CN202111005792.8
申请日：2021-08-30
Applicant: 安徽理工大学
IPC: G16H50/30 , G16H10/60 , G06F18/2411 , G06F18/2413
Abstract: 本发明涉及一种基于相关性分析的EN结合MPA‑SVM的异常体征矿工判别方法，包括以下步骤：(1)收集矿工职业健康体检数据，构造矿工体征参数数据集合；(2)将矿工体征数据随机划分成训练集和预测集；(3)将训练集和预测集数据进行归一化处理；(4)采用皮尔逊相关系数分析并删除相关性较高的体征数据；(5)利用EN去除冗余体征信息；(6)建立MPA‑SVM矿工异常体征判别模型，预测集数据的评价指标用于模型性能的分析与评估。本发明将相关性分析的EN结合MPA‑SVM用于异常体征矿工的辨识，为矿工职业病和疑似职业病的检测做到前期精准筛查目的，适用于职业健康辅助诊断领域。
-
公开(公告)号：CN112365992A
公开(公告)日：2021-02-12
申请号：CN202011359504.4
申请日：2020-11-27
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于NRS‑LDA的医疗体检数据识别分析方法，包括以下步骤：(1)搭建数据采集系统采集所需原始医疗体检数据；(2)利用NRS来消除冗余信息；(3)采用LDA对约简之后的数据做特征提取工作；(4)将处理后的数据集按比例划分为训练集和测试集，在训练集上建立基于K‑means聚类的RBF神经网络识别模型；(5)将测试集上的数据作为RBF神经网络识别模型的输入，测试RBF识别模型的分类性能。本发明采用NRS‑LDA结合RBF神经网络识别模型进行医疗辅助诊断，既节约成本又实现了医疗体检数据的准确识别，对医疗诊断有着重要的研究意义及实用价值。
-
公开(公告)号：CN111899502A
公开(公告)日：2020-11-06
申请号：CN202010778978.6
申请日：2020-08-05
Applicant: 安徽理工大学
IPC: G08C19/00 , G08C17/02 , H04B3/54 , A61B5/0205 , A61B5/1455
Abstract: 本发明涉及一种电力载波结合Wi-Fi通信的区域型智能化老人监护系统，该系统由四个模块组成，分别是室内环境监测模块，体征参数采集模块、室内控制中心和远程控制中心。室内监测模块通过温湿度传感器和气体浓度传感器采集周围环境信息，采用Wi-Fi模块传输数据信息，体征参数采集模块通过体温传感器和心率传感器采集身体的体温、心率和血氧信息，采用Wi-Fi模块传输数据信息。室内控制中心通过Wi-Fi模块接受数据信息，然后将数据通过LCD屏显示，同时将数据通过电力载波发射模块利用电力线发送给远程控制中心。远程控制通过电力载波接收模块接收数据，采用LCD屏显示数据信息。
-
公开(公告)号：CN112505010A
公开(公告)日：2021-03-16
申请号：CN202011387405.7
申请日：2020-12-01
Applicant: 安徽理工大学
Abstract: 本发明提供了一种基于荧光光谱的变压器故障诊断装置，该装置包含电源模块、激光器模块、激光荧光探头模块、光谱仪模块、识别模块，本发明还公开了一种基于荧光光谱的变压器故障诊断方法：(1)采集油样，建立光谱数据库；(2)对原始光谱进行滤波处理；(3)对变压器油样光谱数据进行特征提取；(4)将光谱数据按照5：1的比例随机划分成训练集和测试集；(5)建立GMM‑LDA识别模型，并将测试集用于模型检验与辨识；(6)变压器故障诊断。采用LIF技术结合DAE‑GMM‑LDA的方法来分析变压器油的状态，以实现变压器故障诊断，具有较高的分类识别准确率和实际应用价值，泛化能力强，非常适合变压器故障诊断的实时准确检测和推广。
-
公开(公告)号：CN115293395A
公开(公告)日：2022-11-04
申请号：CN202210432339.3
申请日：2022-04-22
Applicant: 安徽理工大学
Abstract: 本发明涉及到一种基于布谷鸟(CS)优化变分模态分解(VMD)算法,并联合卷积神经网络(CNN)与长短期记忆网络(LSTM)进行组合的预测模型方法，涉及到电网运行和调度领域。本发明采用CS寻优算法对VMD的关键参数进行优化，有效地处理了波动性的时间序列数据。本发明结合了CNN与LSTM算法各自的优势，在前端添加卷积层对输入信息进行特征提取，并以长短期记忆层连接全连接层的输出来进行时间序列数据预测。最后对预测图进行分析，可以发现基于CS优化VMD与CNN‑LSTM算法的组合式预测模型可以很好的预测未来一段时间的光伏输出功率曲线，可以保障光伏并网后电网的安全性和稳定性，具有较好的实用性。
-
Patent Agency Ranking
公开(公告)号：CN113707320A
公开(公告)日：2021-11-26
申请号：CN202111005792.8
申请日：2021-08-30
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于相关性分析的EN结合MPA‑SVM的异常体征矿工判别方法，包括以下步骤：(1)收集矿工职业健康体检数据，构造矿工体征参数数据集合；(2)将矿工体征数据随机划分成训练集和预测集；(3)将训练集和预测集数据进行归一化处理；(4)采用皮尔逊相关系数分析并删除相关性较高的体征数据；(5)利用EN去除冗余体征信息；(6)建立MPA‑SVM矿工异常体征判别模型，预测集数据的评价指标用于模型性能的分析与评估。本发明将相关性分析的EN结合MPA‑SVM用于异常体征矿工的辨识，为矿工职业病和疑似职业病的检测做到前期精准筛查目的，适用于职业健康辅助诊断领域。
-
公开(公告)号：CN112508001A
公开(公告)日：2021-03-16
申请号：CN202011409744.0
申请日：2020-12-03
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于多光谱波段筛选和改进U‑Net的煤矸石定位方法，其包括以下步骤：步骤1、在不同的环境下采集煤矸石的多光谱数据；步骤2、根据标准差选择最佳波段，将所选波段的光谱数据转换为灰度图像；步骤3、在每一张被转换的灰度图像中标注煤矸石的位置和形态；步骤4、改进基本的U‑Net模型，然后构建基于改进的U‑Net煤矸石识别和定位模型；步骤5、将标注数据转换为改进后的U‑Net所用数据形式；步骤6、训练改进后的U‑Net模型；步骤7、保存U‑Net训练过程中的最佳模型的权重，然后把保存的最佳模型用于煤矸石识别和定位。改进U‑Ne模型轻量易训练，不仅能快速准确的对煤矸石识别和定，而且可以预测煤矸石的形态，判断煤矸石的相对大小。
-
公开(公告)号：CN214804723U
公开(公告)日：2021-11-23
申请号：CN202120989132.7
申请日：2021-05-10
Applicant: 安徽理工大学
IPC: A61B5/145 , A61B5/1455 , A61B5/00
Abstract: 本实用新型是一种矿工用血液健康监测系统，涉及健康检测设备的技术领域，包括监测模块、信号调理模块、微控制器模块、输入/显示模块、通讯模块、存储模块、报警模块以及电源模块。通过监测模块实现对血氧、血糖、血脂和胆固醇含量的快速检测，以超低功耗微控制器(MCU)为核心，以静态随机存取存储器、报警器、2G与蓝牙两种模式的通讯模块、触摸屏以及可以实现信号转换的A/D转换器为辅。对检测结果进行处理，若是检测含量超出设定指标，警报器发出光、声警报，同时触摸屏上显示并存储相关矿业人员对应的结果信息，从而使得矿业人员能够快速且准确的了解自身身体情况，帮助排查心脑血管疾病以及呼吸系统疾病。
-
公开(公告)号：CN216417175U
公开(公告)日：2022-05-03
申请号：CN202121060361.7
申请日：2021-05-17
Applicant: 安徽理工大学
IPC: A61B5/12
Abstract: 本实用新型涉及一种听力健康监测与趋势预测的职业健康监测装置，该设备包括噪声采集处理模块、音频信号发生器、测听模块、人机交互模块、中央处理器、储存与通信模块和电源模块。装置启动后噪声采集处理模块自动采集测听耳机与耳膜之间的环境噪音，以噪音分贝值为变量实行自动降噪；音频信号发生器通过数模转换和放大处理输出音频信号，结合人机交互模块实现纯音测听的听力测试；再通过耳声发射检测获取耳蜗各个部分对于不同频率的听力敏感度，生成耳声发射检测报告。在储存模块调出历史测听报告，实现对工人个体的听力损伤跟踪。讲检测结果传输至云端服务器，结合大数据与人工智能神经网络对听力健康趋势进行预测，采取可以减弱职业危害因素所造成的损失的防治措施。
-
公开(公告)号：CN214761084U
公开(公告)日：2021-11-19
申请号：CN202120989134.6
申请日：2021-05-10
Applicant: 安徽理工大学
IPC: A61B5/08
Abstract: 本实用新型是一种基于矿工肺部健康监测系统，涉及肺部医疗健康监测领域，系统包括电源模块、数据采集模块、信号处理模块、微控制器、显示模块、键盘输入模块、存储模块以及通讯模块，系统电源模块为其他模块提供电源，数据采集模块将采集到的数据送至信号处理模块而后将处理好的数据与键盘输入信息送至微控制器中进行显示与存储，各个模块之间利用通讯模块进行通讯。搭建出的一个完整的矿工肺部健康监测系统，能够及时的显示存储矿工肺部指标，实现对矿工肺部健康快速方便的监测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
