一种基于脉冲神经网络的睡眠鼾声检测系统

    公开(公告)号:CN113974607B

    公开(公告)日:2024-04-26

    申请号:CN202111359937.4

    申请日:2021-11-17

    Abstract: 本发明公开了一种基于脉冲神经网络的睡眠鼾声检测系统,先将从声音信号中提取的梅尔频率倒谱系数MFCC,特征参数经过阈值编码映射成脉冲序列作为网络输入,将传统长短期记忆网络LSTM单元中的sigmod激活和tanh激活替换成阈值激活函数,使改进后的LSTM脉冲神经单元能用于脉冲序列计算,网络在更新参数时使用高斯函数近似替代阈值激活函数,以便采用反向传播算法进行参数更新,完成网络模型的训练,实现鼾声和非鼾声的识别检测。该方法相比于传统神经网络分类检测计算量更少、更节能,可以更好地应用到集成电路和移动设备中。

    一种危险化学品柜管理系统

    公开(公告)号:CN111882010A

    公开(公告)日:2020-11-03

    申请号:CN202010703843.3

    申请日:2020-07-21

    Abstract: 本发明属于危险品管理系统领域,涉及一种危险化学品柜管理系统,包括柜体、云服务器、通信终端以及安装于柜体的传感器模块、处理模块、无线通信模块、触摸屏、排气装置、智能锁、二维码模块和提供电能的电源供应模块;所述处理模块的输入端分别与传感器模块、智能锁和二维码模块的输出端连接,输出端连接无线通信模块,与云服务器进行数据交互;所述云服务器提供所述通信终端请求的数据;所述触摸屏的输入端和输出端连接处理模块的输出端和输入端;所述排气装置通过控制开关连接处理模块的输出端。本发明可以识别多种易挥发有毒化学品,有效防止人员在不知情的状况下打开泄露有毒气体的储藏柜发生人身安全事故,并有效规范危险化学品的使用。

    一种基于脉冲神经网络的睡眠鼾声检测系统

    公开(公告)号:CN113974607A

    公开(公告)日:2022-01-28

    申请号:CN202111359937.4

    申请日:2021-11-17

    Abstract: 本发明公开了一种基于脉冲神经网络的睡眠鼾声检测系统,先将从声音信号中提取的梅尔频率倒谱系数MFCC,特征参数经过阈值编码映射成脉冲序列作为网络输入,将传统长短期记忆网络LSTM单元中的sigmod激活和tanh激活替换成阈值激活函数,使改进后的LSTM脉冲神经单元能用于脉冲序列计算,网络在更新参数时使用高斯函数近似替代阈值激活函数,以便采用反向传播算法进行参数更新,完成网络模型的训练,实现鼾声和非鼾声的识别检测。该方法相比于传统神经网络分类检测计算量更少、更节能,可以更好地应用到集成电路和移动设备中。

    一种基于深度学习的肺部声音诊断装置

    公开(公告)号:CN112863667B

    公开(公告)日:2023-10-24

    申请号:CN202110088348.0

    申请日:2021-01-22

    Abstract: 本发明公开了一种基于深度学习的肺部声音诊断装置,包括依次连接的采集设备、图像标注工具、数据预处理模块、二次数据增强模块和深度学习分类模型;采集设备,分别采集肺部健康状况正常和异常的肺部听诊数据;图像标注工具,对所采集到的每段音频进行划分和标注;数据预处理模块和二次数据增强模块,对所采集到的音频信号样本进行预处理,并做数据增强,得到不同肺部听诊信号样本的音频初级特征,归类并标记为正常样本和异常样本,用于后续进一步的深度学习特征提取;深度学习分类模型,根据初级特征向量进行训练,得到一系列高层特征,采用RF分类器进行分类,通过输入的高层特征,得到多分类RF模型。

    基于盲源分离算法的麦克风阵列鼾声信号分离方法及系统

    公开(公告)号:CN112687287A

    公开(公告)日:2021-04-20

    申请号:CN202011529813.1

    申请日:2020-12-22

    Abstract: 本发明公开了基于盲源分离算法的麦克风阵列鼾声信号分离方法及系统,通过多麦克风阵列同时采集两个测试者整晚的鼾声数据;对采集到的混合鼾声信号使用谱减法进行降噪处理;通过短时能量的端点检测法对采集到的整晚鼾声信号中的有效片段进行截取;通过多麦克风采集到的鼾声信号进行波形对比对独立鼾声信号和混合鼾声信号进行分离;通过鼾声盲源分离算法将两个测试者的混合鼾声分离出来;根据麦克风阵列基于TDOA算法的声源定位技术对分离出来的鼾声分类;根据分类结果得到两个测试者独立的整晚鼾声数据。

    一种基于深度学习谐波信号分析的智能安检方法

    公开(公告)号:CN112949391B

    公开(公告)日:2024-09-13

    申请号:CN202110118186.0

    申请日:2021-01-28

    Abstract: 本发明公开了一种基于深度学习谐波信号分析的智能安检方法,包括:针对不同场景设置探测器阵列,采集待测者所携带物品的波段信息,得到一组数据结果;分别让待测者携带不同类别的违禁品和非违禁品,每隔一定的时间间隔就记录下每个探测器测得的谐波数值,得到一组数据,直到检测结束为止;将两组数据打上报警和不报警两种标签,并用增强方法对数据进行处理;构建一维卷积神经网络,训练得到一个分类模型;构建长短期记忆网络,训练得到一个分类模型;利用模型融合的方法综合使用两种分类模型,得到准确率更高的分类模型并保存;检测时,探测器测出波段信息并传入分类模型,如果输出结果显示为未携带违禁品则可顺利通过,否则会触发警报。

Patent Agency Ranking