-
公开(公告)号：CN113155464A
公开(公告)日：2021-07-23
申请号：CN202110351265.6
申请日：2021-03-31
Applicant: 燕山大学
IPC: G01M13/045
Abstract: 本发明提供一种面向轴承故障识别的CNN模型可视化优化方法，具体实施步骤如下：首先，使用轴承故障试验台的振动加速度传感器采集测试轴承的不同状态下驱动端和风扇端的高频振动加速度信号数据；然后，对轴承振动加速度信号数据做预处理，并划分为训练集、测试集和验证集；接着，搭建轴承故障识别CNN模型，并初始化，将样本图像与标签作为训练样本来训练完整的卷积神经网络模型，并记录完整的卷积神经网络模型中各层相关参数和超参数信息；最后，将轴承故障识别CNN模型可视化，并对可视化模型结果进行分析评估，并依照优化方法优化模型结构。本发明使用了三种可视化的方法，同时得到了基于可视化的参数优化方法和基于可视化判断网络模型的方法。
-
公开(公告)号：CN113155464B
公开(公告)日：2022-03-18
申请号：CN202110351265.6
申请日：2021-03-31
Applicant: 燕山大学
IPC: G01M13/045
Abstract: 本发明提供一种面向轴承故障识别的CNN模型可视化优化方法，具体实施步骤如下：首先，使用轴承故障试验台的振动加速度传感器采集测试轴承的不同状态下驱动端和风扇端的高频振动加速度信号数据；然后，对轴承振动加速度信号数据做预处理，并划分为训练集、测试集和验证集；接着，搭建轴承故障识别CNN模型，并初始化，将样本图像与标签作为训练样本来训练完整的卷积神经网络模型，并记录完整的卷积神经网络模型中各层相关参数和超参数信息；最后，将轴承故障识别CNN模型可视化，并对可视化模型结果进行分析评估，并依照优化方法优化模型结构。本发明使用了三种可视化的方法，同时得到了基于可视化的参数优化方法和基于可视化判断网络模型的方法。
-
公开(公告)号：CN113197585B
公开(公告)日：2022-02-18
申请号：CN202110357404.6
申请日：2021-04-01
Applicant: 燕山大学
Abstract: 本发明提供一种神经肌肉信息交互模型构建及参数辨识优化方法，其包括构建神经肌肉信息交互模型和基于多层次耦合特征的参数辨识及优化。当有外界信号刺激时会使大脑神经元动作电位变化，进而引起相应肌肉运动单元动作电位的变化；当有外界感觉信号输入时，会由中介体传回大脑，从而产生感觉反馈传入信号。接着基于实测信号建立多层次特征指标，并构建基于多层次耦合特征指标的目标函数；然后基于无迹卡尔曼滤波(UKF)方法对神经肌肉信息交互模型进行参数辨识；最后以实测脑电和肌电信号能量谱为目标，基于混合粒子群算法对所辨识参量进行优化选取。本发明从神经元层面研究大脑与肌肉间多层次功能耦合连接机制，对运动控制系统机制研究有一定科学意义。
-
Patent Agency Ranking
公开(公告)号：CN113967025B
公开(公告)日：2023-02-03
申请号：CN202111266151.8
申请日：2021-10-28
Applicant: 燕山大学
IPC: A61B5/397
Abstract: 本发明提出了一种基于肌电信号的多层次运动功能评估方法，其包括以下步骤：S1得到多通道EMG信号；S2基于肢体肌肉多层次动态特征分析方法进行建模，获取多层次动态特征；S3根据获取的多层次动态特征，进行肌肉多层次响应机制及运动功能评估策略的分析；S4根据功能肌群协同作用的模块化结构及功能网络特性，获得针对肢体运动模式异常及功能结构改变的情况；S5确定肢体肌肉多层次动态响应机制及构建运动功能评估策略。本发明从单通道肌电信号、双通道肌电信号、多通道肌电信号进行肢体肌肉多层次动态响应分析，得到肌肉的多层次动态响应演变规律，构建基于肌电多层次动态特征综合评估策略，为运动功能状态有效评估提供可行依据。
-
公开(公告)号：CN113229831A
公开(公告)日：2021-08-10
申请号：CN202110507436.X
申请日：2021-05-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于肌电和肌氧信号的运动功能监测管理方法，其包括：同步采集不同动作模式下的多通道肌电和肌氧信号；对肌电及肌氧信号进行预处理；对预处理后的信号进行特征提取；构建多模态特征指间回归分析模型，对特征指标之间进行回归分析，研究两两指标之间的关系；构建基于多模态特征指标间的肌肉‑血管状态监测模型，实现对运功功能的客观描述和精准监测。本发明拓展研究多模态关联及耦合分析方法，从肌肉协同特性、组织血氧代谢及肌肉‑血管的非线性耦合特性等层面，构建有效刻画多层次耦合特性的单模态及跨膜态耦合特征指标，综合描述肌肉‑血管间的多层次信息交互特性，实现运动功能的多层次有效刻画和精准监测管理。
-
公开(公告)号：CN113229831B
公开(公告)日：2022-02-01
申请号：CN202110507436.X
申请日：2021-05-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于肌电和肌氧信号的运动功能监测管理方法，其包括：同步采集不同动作模式下的多通道肌电和肌氧信号；对肌电及肌氧信号进行预处理；对预处理后的信号进行特征提取；构建多模态特征指间回归分析模型，对特征指标之间进行回归分析，研究两两指标之间的关系；构建基于多模态特征指标间的肌肉‑血管状态监测模型，实现对运功功能的客观描述和精准监测。本发明拓展研究多模态关联及耦合分析方法，从肌肉协同特性、组织血氧代谢及肌肉‑血管的非线性耦合特性等层面，构建有效刻画多层次耦合特性的单模态及跨膜态耦合特征指标，综合描述肌肉‑血管间的多层次信息交互特性，实现运动功能的多层次有效刻画和精准监测管理。
-
公开(公告)号：CN113967025A
公开(公告)日：2022-01-25
申请号：CN202111266151.8
申请日：2021-10-28
Applicant: 燕山大学
IPC: A61B5/397
Abstract: 本发明提出了一种基于肌电信号的多层次运动功能评估方法，其包括以下步骤：S1得到多通道EMG信号；S2基于肢体肌肉多层次动态特征分析方法进行建模，获取多层次动态特征；S3根据获取的多层次动态特征，进行肌肉多层次响应机制及运动功能评估策略的分析；S4根据功能肌群协同作用的模块化结构及功能网络特性，获得针对肢体运动模式异常及功能结构改变的情况；S5确定肢体肌肉多层次动态响应机制及构建运动功能评估策略。本发明从单通道肌电信号、双通道肌电信号、多通道肌电信号进行肢体肌肉多层次动态响应分析，得到肌肉的多层次动态响应演变规律，构建基于肌电多层次动态特征综合评估策略，为运动功能状态有效评估提供可行依据。
-
公开(公告)号：CN113197585A
公开(公告)日：2021-08-03
申请号：CN202110357404.6
申请日：2021-04-01
Applicant: 燕山大学
Abstract: 本发明提供一种神经肌肉信息交互模型构建及参数辨识优化方法，其包括构建神经肌肉信息交互模型和基于多层次耦合特征的参数辨识及优化。当有外界信号刺激时会使大脑神经元动作电位变化，进而引起相应肌肉运动单元动作电位的变化；当有外界感觉信号输入时，会由中介体传回大脑，从而产生感觉反馈传入信号。接着基于实测信号建立多层次特征指标，并构建基于多层次耦合特征指标的目标函数；然后基于无迹卡尔曼滤波(UKF)方法对神经肌肉信息交互模型进行参数辨识；最后以实测脑电和肌电信号能量谱为目标，基于混合粒子群算法对所辨识参量进行优化选取。本发明从神经元层面研究大脑与肌肉间多层次功能耦合连接机制，对运动控制系统机制研究有一定科学意义。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
