-
公开(公告)号：CN119924838A
公开(公告)日：2025-05-06
申请号：CN202510001463.8
申请日：2025-01-02
Applicant: 杭州电子科技大学
IPC: A61B5/22 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明提出了一种基于长短时记忆网络结合注意力机制的肌力估计方法，旨在解决传统肌力评估方法的局限性，该方法首先通过肌电传感器和力传感器采集多通道表面肌电信号和力数据，并进行小波去噪滤波处理。随后，应用通道注意力机制为每个通道分配权重，突出关键特征。处理后的数据输入长短时记忆模型，利用其记忆能力捕捉时间序列数据中的动态变化。为了进一步优化模型性能，引入残差连接和自注意力机制，使模型更关注自身信息。而后，构建混合注意力机制模块，结合通道和空间维度的注意力，增强特征表示能力。最后，对多个受试者的训练结果进行融合，提高模型的泛化能力。本发明增强了对肌力变化趋势的预测能力，具有优秀的准确率。
-
公开(公告)号：CN119817450A
公开(公告)日：2025-04-15
申请号：CN202510303418.8
申请日：2025-03-14
Applicant: 杭州电子科技大学 , 后稷数农(杭州)科技有限公司
Abstract: 本申请一个或多个实施例提供一种适用于农用机井的智能灌溉控制系统，包括：水泵，设置于所述农用机井的内部；分体式结构的控制端和供电端，所述控制端设置于所述农用机井附近，所述供电端设置于远离所述农用机井的安全区域，且所述供电端与所述水泵之间通过电源线连接；其中：所述控制端用于对发起用水请求的农户进行鉴权，并在确定所述农户具有使用权限的情况下，向所述供电端发送供电指令；所述供电端用于在接收到所述供电指令的情况下，通过所述电源线向所述水泵供电，以使所述水泵在具备电力供应的情况下从所述农用机井中抽水。
-
公开(公告)号：CN115346619A
公开(公告)日：2022-11-15
申请号：CN202210997162.1
申请日：2022-08-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图神经网络的高分子海水淡化膜的设计方法，包括如下步骤：S1、基于化学知识构建元素‑分子基团‑分子结构的知识图谱，构建分子结构信息数据集；S2、获取高分子淡化膜设计制作的相关数据，建立海水淡化膜数据库，并结合分析结构信息数据集进行适用于图神经网络模型的特征化处理，生成邻接矩阵；S3、搭建图神经网络；S4、通过训练图神经网络输出高分子海水淡化膜设计模型；S5、通过高分子海水淡化膜设计模型预测符合海水淡化的海水淡化膜性能要求的化学结构。该方法以解决实际中海水淡化膜设计成本和时间成本高，以及现有神经网络无法较好的描述分子信息的问题。
-
公开(公告)号：CN119758228A
公开(公告)日：2025-04-04
申请号：CN202411518260.8
申请日：2024-10-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于奇异值分解的改进波达方向声源估计方法，涉及声学成像声音信号处理领域。该方法基于奇异值分解和对噪声子空间加权的联合对MUSIC算法进行改进的方法，包括如下步骤：S1、接收端通过麦克风阵列接收信号源X(t)；S2、对采集信号进行预处理；S3、构建交叉矩阵Z，对采集数据构建新的协方差矩阵Rnew；S4、对新的协方差矩阵Rnew奇异值分解(SVD)得到噪声子空间Un；S5、噪声子空间加权处理；S6、计算空间谱图查找峰值位置。该方法改善了MUSIC算法在低信噪比，少快拍数的非理想条件下的估计性能，同时提升了在低信噪比条件下，对邻近角度的目标分辨能力。
-
公开(公告)号：CN117636477A
公开(公告)日：2024-03-01
申请号：CN202311721802.7
申请日：2023-12-14
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/82 , G06N3/043 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于径向基函数模糊神经网络的多目标跟踪匹配方法。首先确定应用的具体运动场景，获取对应的训练数据，根据确定的具体运动场景，构建用于此运动场景的径向基函数模糊神经网络。优化跟踪匹配技术，提取姿态对齐特征输入径向基函数模糊神经网络以获得更准确的相关匹配结果。根据优化后的训练数据和确定的学习策略训练模型。最后基于训练好的模型实现多目标跟踪匹配。对于复杂的人体运动，本发明提出的基于径向基函数模糊神经网络的人体信息识别模型具有更高的识别精度，通过对构建的上下文图提取其全局特征图和姿态热图，也能够准确地检测出人的运动状态。
-
Patent Agency Ranking
公开(公告)号：CN117476139A
公开(公告)日：2024-01-30
申请号：CN202311501408.2
申请日：2023-11-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于遗传算法的高分子海水淡化膜的设计方法，包括如下步骤：S1、收集高分子海水淡化膜数据并进行分子指纹处理得到高分子结构数据集；S2、根据水通量、拒盐率等海水淡化膜性能指标，定义适应度函数；S3、建立高斯过程回归模型，寻找高分子海水淡化膜的分子指纹和适应度值之间的关系，确定其核函数；S4、遗传算法通过选择、交叉和变异操作进行高分子海水淡化膜逆向设计，得到最终种群；S5、高斯过程回归模型预测最终种群的适应度值，选择适应度值最大的为最佳设计结果。该方法加速了海水淡化膜的设计进程，能够得到性能更优的高分子海水淡化膜，解决实际中海水淡化膜设计成本和时间成本高的问题。
-
公开(公告)号：CN117409475A
公开(公告)日：2024-01-16
申请号：CN202311342521.0
申请日：2023-10-17
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于骨骼的3D‑CNN动作识别方法。首先构建基于骨骼的3D‑CNN动作识别网络，包含姿态提取器模块、3D热图体生成模块和动作识别模块；其中姿态提取器模块对视频序列进行目标检测和姿态估计，生成关节信息元组；3D热图体生成模块根据关节信息元组，生成一个3D的热图体；动作识别模块用于对3D热图体进行识别，输出最终的动作结果；最后对网络进行训练，经过训练的网络接收需要进行动作识别的视频，完成动作识别。本发明在健壮性、互操作性上得到提升，通过在3D‑CNN网络模型中添加注意力模块，使网络模型在训练的过程中能注意到不同的特征，从而实现更好的识别动作效果。
-
公开(公告)号：CN117408901A
公开(公告)日：2024-01-16
申请号：CN202311342533.3
申请日：2023-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种针对非对齐图像的全景深图像合成方法，其基本步骤为:步骤1：数据集制作，建立步骤2中网络训练需要的图像数据集；步骤2：构建非对齐图像的全景深效果合成网络模型；步骤3：通过步骤1获取的数据集训练步骤2搭建的全景深效果合成网络模型；步骤4：经过训练的网络模型接收需要进行全景深效果合成的图片序列，完成全景深效果合成后将图片输出。本发明通过在对齐的浅景深图像中引入仿射变化来合成非对齐的浅景深图像，从而模拟相机在小范围移动情况下拍摄图像序列的效果，克服了现有景深合成算法不能应用于非对齐图像序列的限制。
-
公开(公告)号：CN114580040A
公开(公告)日：2022-06-03
申请号：CN202111404242.3
申请日：2021-11-24
Applicant: 杭州电子科技大学
IPC: G06F30/10 , G06F30/27 , G06F30/28 , G06N3/08 , G06F111/04 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于神经网络的海水淡化膜的设计方法，整体方案包括以下步骤：步骤S1：采集海水淡化膜设计的相关信息，训练神经网络；步骤S2：计算海水淡化各项参数设置的约束条件；步骤S3：建立海水淡化的参数拟合模型；步骤S4：根据训练完成的神经网络算法对测试集数据进行计算和验证，排除过拟合情况；通过神经网络训练，不断完善海水淡化膜制作过程的参数，有利于海水淡化膜类产品的迭代更新，降低后续制作成本和开发成本；在神经网络训练过程中增加参数噪音，针对噪音进行训练，提高神经网络系统的鲁棒性。
-
公开(公告)号：CN119357559A
公开(公告)日：2025-01-24
申请号：CN202411518038.8
申请日：2024-10-29
Applicant: 杭州电子科技大学
IPC: G06F18/10 , A61B5/00 , A61B5/02 , A61B5/026 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及生物医学数据处理领域，具体是一种基于长短期记忆的自编码器实现功能近红外去伪影的方法，该方法分三个阶段对原始近红外信号处理：1)通过下采样模块对原始近红外信号进行形态特征提取；2)长短期记忆模块捕获单个样本之间的时间相关性来增强特征；3)上采样模块从潜在空间中恢复并重建近红外信号的形态特征信息。最终，在输出层输出重构后的纯净近红外信号。本发明克服了传统信号处理的运动伪影去除方法过于依赖于专业知识和大脑区域的模型参数的最佳选择的缺点，实现了运动伪影的全自动去除，结果显示该方法在不同的数据集上均取得良好的去噪结果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
