-
公开(公告)号：CN111681389A
公开(公告)日：2020-09-18
申请号：CN202010536817.6
申请日：2020-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于盲源分离的老年人跌倒行为检测方法，包括以下步骤：S1、在家中安装kinect音频传感器，采集音频样本数据集；S2、将音频样本数据集进行动作类别标注，得到原始音频数据集；S3、对原始音频数据集进行标准化和白化处理，得到标准音频数据集；S4、根据标准音频数据集，建立盲源分离模型，进行盲源分离，得到独立信号源；S5、根据独立信号源，提取短时能量特征；S6、根据短时能量特征，通过阈值法判断老年人跌倒行为；本发明解决了基于非负矩阵分解的盲源分离方法，多通道的联合方法存在传感器数量多、计算量大以及频谱信息丢失的问题。
-
公开(公告)号：CN107507862A
公开(公告)日：2017-12-22
申请号：CN201710466252.7
申请日：2017-06-19
Applicant: 西安电子科技大学
IPC: H01L29/739 , H01L21/335 , H01L29/06 , H01L29/16
Abstract: 本发明涉及一种注入增强型SiC PNM-IGBT器件及其制备方法。该制备方法包括：利用热壁LPCVD工艺在SiC衬底连续生长过渡层、第一漂移层、缓冲层、集电层；利用CMP工艺，去除SiC衬底和过渡层，刻蚀第一漂移层，形成第一沟槽，利用热氧化工艺在第一沟槽淀积氧化层；利用热壁LPCVD工艺在第一漂移层和第一沟槽表面生长第二漂移层；利用离子注入工艺，在第二漂移层形成P型阱区，在P型阱区形成P+接触区和N+发射区；刻蚀第二漂移层，形成第二沟槽，利用热氧化工艺在第二沟槽淀积多晶硅；淀积金属层形成发射极和集电极。本发明在槽栅两侧引入埋氧化层，增强了电导调制效应，降低了导通电阻，并不会导致关断时间明显增大，且在工艺上与现有工艺兼容。
-
公开(公告)号：CN107452618A
公开(公告)日：2017-12-08
申请号：CN201710466242.3
申请日：2017-06-19
Applicant: 西安电子科技大学
IPC: H01L21/321 , H01L21/28 , H01L29/423 , H01L29/47 , H01L29/739
Abstract: 本发明涉及一种基于埋氧化层的SiC PNM IGBT及其制备方法，其中，所述制备方法包括：选取SiC衬底；所述SiC衬底表面连续生长过渡层、第一N-漂移层、N+缓冲层和P+集电层；去除SiC衬底及过渡层；生长氧化层，并使所述氧化层填满沟槽；磨掉所述第一N-漂移层上的氧化物，保留沟槽内部的氧化层形成埋氧化层；在第一N-漂移层和所述埋氧化层表面继续生长第二N-漂移层；依次制备P型阱层、P+接触区、N+发射区和槽栅；制备集电极、发射极欧姆接触金属层和发射极肖特基接触金属层。本发明埋氧化层的引入相当于将栅极底部加粗，带来瓶颈效应，肖特基势垒抬高了P型基区的电势，二者均起到阻挡空穴的作用，增强了电导调制效应，使器件在大电流下具有较小的导通压降。
-
公开(公告)号：CN110659595A
公开(公告)日：2020-01-07
申请号：CN201910853809.1
申请日：2019-09-10
Applicant: 电子科技大学
Abstract: 本发明属于电子信息检测技术领域，公开了一种基于特征分类的跌倒类型及伤害部位检测方法，基于穿戴式传感器系统收集的用户加速度计、陀螺仪数据；对采集的传感器数据进行数值归一化处理；对预处理后的数据获取时域及频域特征；采用主成分分析进行特征筛选；建立基于随机森林的跌倒检测模型，进行跌倒检测及跌倒类别判断；根据跌倒类别判断匹配跌倒伤害部位，采用本发明方法能够判断出跌倒类型。发现检测跌倒非跌倒时，准确率达到91％，当检测不同的跌倒类型时，准确率达到89％。通过对比发现，各类跌倒检测率均高于目前跌倒方向判别研究的检测结果，验证了本发明提出的随机森林模型的有效性。
-
公开(公告)号：CN107452618B
公开(公告)日：2019-11-26
申请号：CN201710466242.3
申请日：2017-06-19
Applicant: 西安电子科技大学
IPC: H01L21/321 , H01L21/28 , H01L29/423 , H01L29/47 , H01L29/739
Abstract: 本发明涉及一种基于埋氧化层的SiC PNM IGBT及其制备方法，其中，所述制备方法包括：选取SiC衬底；所述SiC衬底表面连续生长过渡层、第一N‑漂移层、N+缓冲层和P+集电层；去除SiC衬底及过渡层；生长氧化层，并使所述氧化层填满沟槽；磨掉所述第一N‑漂移层上的氧化物，保留沟槽内部的氧化层形成埋氧化层；在第一N‑漂移层和所述埋氧化层表面继续生长第二N‑漂移层；依次制备P型阱层、P+接触区、N+发射区和槽栅；制备集电极、发射极欧姆接触金属层和发射极肖特基接触金属层。本发明埋氧化层的引入相当于将栅极底部加粗，带来瓶颈效应，肖特基势垒抬高了P型基区的电势，二者均起到阻挡空穴的作用，增强了电导调制效应，使器件在大电流下具有较小的导通压降。
-
Patent Agency Ranking
公开(公告)号：CN110322947B
公开(公告)日：2022-07-19
申请号：CN201910518051.6
申请日：2019-06-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的高血压老年人运动处方推荐方法，收集健康数据；测试高血压老年人安静状态下的心功能状态，评估心率、血压和心率变异性；识别高血压老年人的日常动作；根据运动‑血压风险等级与运动风险贡献度，结合由心率变异性、能量消耗、心率评估高血压老年人的心肺功能，以及BMI、年龄、临床诊断、运动喜好参照FITT规则制定个性化的老年人运动处方。本发明提出的深度学习方案，更好的提取了运动方式、强度等运动参数、心率、心电图、实时血压等时序数据的特征表示，结合人口信息学充分学习挖掘运动与高血压波动规律关系，生成个性化运动处方。
-
公开(公告)号：CN111488850B
公开(公告)日：2022-07-12
申请号：CN202010305322.2
申请日：2020-04-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于神经网络的老年人跌倒检测方法，包括以下步骤：S1、对深度图像数据进行预处理，得到二值图像；S2、采用粒子群优化算法获取最优ELM映射参数，得到优化的ELM神经网络模型；S3、将二值图像样本化处理，并对样本添加标签，并将样本输入优化的ELM神经网络模型中进行训练，得到特征向量；S4、将特征向量输入卷积神经网络模型，得到老年人处于跌倒状态的概率；S5、根据老年人处于跌倒状态的概率，判别老年人是否发生跌倒行为，本发明解决了基于传统机器学习的跌倒检测，输入层权值与隐层偏差为随机生成，将会导致消耗神经元数目过多，提取特征结果稳定性差的问题。
-
公开(公告)号：CN111681389B
公开(公告)日：2021-02-26
申请号：CN202010536817.6
申请日：2020-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于盲源分离的老年人跌倒行为检测方法，包括以下步骤：S1、在家中安装kinect音频传感器，采集音频样本数据集；S2、将音频样本数据集进行动作类别标注，得到原始音频数据集；S3、对原始音频数据集进行标准化和白化处理，得到标准音频数据集；S4、根据标准音频数据集，建立盲源分离模型，进行盲源分离，得到独立信号源；S5、根据独立信号源，提取短时能量特征；S6、根据短时能量特征，通过阈值法判断老年人跌倒行为；本发明解决了基于非负矩阵分解的盲源分离方法，多通道的联合方法存在传感器数量多、计算量大以及频谱信息丢失的问题。
-
公开(公告)号：CN107507861A
公开(公告)日：2017-12-22
申请号：CN201710466243.8
申请日：2017-06-19
Applicant: 西安电子科技大学
IPC: H01L29/739 , H01L21/331 , H01L29/24
Abstract: 本发明涉及一种新型肖特基接触注入增强型SiC PNM-IGBT器件其制备方法。该制备方法包括：在SiC衬底连续生长过渡层、第一漂移层、缓冲层、集电层；刻蚀第一漂移层形成第一沟槽，淀积第一氧化层；生长第二漂移层；在第二漂移层上生长P型阱区，在P型阱区形成P+掺杂区、P接触区和N+发射区；刻蚀制备第二沟槽，形成埋氧化层；在第二沟槽生长第二氧化层，淀积多晶硅；淀积金属层分别形成发射极欧姆接触电极、发射极肖特基接触电极和集电极接触电极。本发明在槽栅两侧引入埋氧化层，和在发射极引入肖特基接触电极增强了电导调制效应，降低了导通电阻，并不会导致关断时间明显增大，且在工艺上与现有工艺兼容。
-
公开(公告)号：CN110633736A
公开(公告)日：2019-12-31
申请号：CN201910795220.0
申请日：2019-08-27
Applicant: 电子科技大学
Abstract: 本发明属于人体跌倒检测领域，提供一种基于多源异构数据融合的人体跌倒检测方法；通过Kinect获取人体的行为深度图像以及骨骼信息，首先，在传感器的选择上摆脱可穿戴传感器的约束；其次，还解决了在特定场景，如浴室、卫生间中无法使用可穿戴传感器，同时也可避免使用普通摄像头进行监测侵犯人体隐私等问题；同时，通过深度学习模型从多源异构数据中提取特征，数据融合方式上引入无键注意融合，避免了数据级融合所产生的数据冗余、计算复杂性；本发明与现有技术相比，显著的提高了跌倒检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
