-
公开(公告)号：CN114052682A
公开(公告)日：2022-02-18
申请号：CN202111526304.8
申请日：2021-12-14
Applicant: 重庆科技学院
IPC: A61B5/0205 , A61B5/1455 , A61B5/00 , A61B5/318
Abstract: 本发明公开了一种基于树莓派的生理参数监测系统，属于医疗设备领域。将本系统携带在使用者身上，通过心电采集模块对使用者身上的心电信号进行采集，脉搏采集模块采集使用者身上的脉搏波信号，使用控制电路可以基于这两种信号得到心率以及血氧饱和度，然后通过显示模块可以实时显示出来，实现实时监测和记录用户在日常生活状态下的生理信息数据的变化，达到长时间、连续监测的目的，提高了用户对自身身体状况的了解以及医生对患者病情的诊断准确性。
-
公开(公告)号：CN115190033B
公开(公告)日：2024-02-20
申请号：CN202210563457.8
申请日：2022-05-22
Applicant: 重庆科技学院
IPC: H04L41/142 , H04L67/10 , G06N20/00
Abstract: 本发明提供一种基于强化学习的云边融合网络任务卸载方法，包括以下步骤：S1：各个智能设备在当前边缘场景下向本地边缘服务器发送任务请求；S2：本地边缘网关实时感知本地边缘服务器的计算资源，当计算资源不足时，向企业云服务器发送任务卸载请求，由企业云服务器通过强化学习算法确定最优任务卸载策略；S3：本地边缘网关根据最优任务卸载策略获取指定的临近边缘服务器的控制权限，并将任务拆分到对应的临近边缘服务器上辅助执行；S4：各个临近边缘服务器将执行结果回传到本地边缘服务器，由本地边缘服务器汇总形成任务执行结果反馈至发送任务请求的智能设备。其效果是：可以以最短时延和最小计算成本为优化目标，实现卸载策略的优化。
-
公开(公告)号：CN114998831A
公开(公告)日：2022-09-02
申请号：CN202210559677.3
申请日：2022-05-23
Applicant: 重庆科技学院
IPC: G06V20/52 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于边缘计算及改进的YOLOv3的火灾检测方法及系统，图像经过随机裁剪和扩容，增加模型的泛化能力，能够更好地学习到目标特征；在YOLOv3的基础上对算法进行改进，将骨干网络Darknet‑53替换为ResNet50‑vd网络，并采用可变形的卷积层替换了ResNet50‑vd中的一部分卷积层，在多尺度检测中添加104×104尺度的检测以及扩展步长2，4，8，使之可以对火灾进行更好的检测。计算差别区域的损失值，继而调整下一次迭代的模型参数，提升了模型对火灾区域的检测精度，最终得到最优的模型效果，并保存。与同类火灾检测算法相比具有更好的鲁棒性，无论是在准确度还是速度上都有良好的表现。不仅在大火灾区域的图像上有良好的检测结果，在小火灾区域都可适用，通用性强。
-
公开(公告)号：CN112200251A
公开(公告)日：2021-01-08
申请号：CN202011103345.1
申请日：2020-10-15
Applicant: 重庆科技学院
Abstract: 本发明提供一种基于多尺度卷积神经网络的监测系统数据评估方法,包括以下步骤，S1选择数据集；S2对数据集进行预处理；S3标签制作；S4搭建基于多尺度卷积神经网络的健康状态评估模型。本发明的有益效果是：基于多尺度卷积神经网络的监测系统数据评估模型为辅助监测系统提供一种非接触式的评估办法，根据多种监测数据的特征设计特定的多尺度卷积模型，减少现有办法在自然条件下物体状态评估的不确定性，提高评估准确率，为相关问题的科学研究奠定了数据基础。
-
Patent Agency Ranking
公开(公告)号：CN116206135A
公开(公告)日：2023-06-02
申请号：CN202211422760.2
申请日：2022-11-15
Applicant: 重庆科技学院
IPC: G06V10/58 , G06V10/56 , G06V10/22 , G06T7/00 , G06T5/30 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请涉及一种基于高光谱图像的溢油区域确定方法和装置，属深度学习及计算机视觉技术领域领域，通过对某些溢油区域明显的波段图像进行裁剪，标注溢油与非溢油区域形成原始训练、测试数据集，保证了前期算法所需的数据的准确性，进而保证算法的科学性，利用卷积神经网络的计算能力，采集数据集中不同程度的图像特征，最后将不同的特征层进行融合，作为最终分割溢油区域的判断依据，进一步检验算法的准确性以及数据集制作的标准性，从而提高识别精度。
-
公开(公告)号：CN114052682B
公开(公告)日：2023-10-24
申请号：CN202111526304.8
申请日：2021-12-14
Applicant: 重庆科技学院
IPC: A61B5/0205 , A61B5/1455 , A61B5/00 , A61B5/318
Abstract: 本发明公开了一种基于树莓派的生理参数监测系统，属于医疗设备领域。将本系统携带在使用者身上，通过心电采集模块对使用者身上的心电信号进行采集，脉搏采集模块采集使用者身上的脉搏波信号，使用控制电路可以基于这两种信号得到心率以及血氧饱和度，然后通过显示模块可以实时显示出来，实现实时监测和记录用户在日常生活状态下的生理信息数据的变化，达到长时间、连续监测的目的，提高了用户对自身身体状况的了解以及医生对患者病情的诊断准确性。
-
公开(公告)号：CN116402785A
公开(公告)日：2023-07-07
申请号：CN202310344743.X
申请日：2023-04-03
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于视觉注意力机制的钢轨表面缺陷检测方法及系统方法包括如下步骤：S1：获取钢轨表面图像数据；S2：对获取的钢轨表面图像数据进行FT显著图提取；S3：对获取的钢轨表面图像数据进行CA显著图提取；S4：将步骤S2提取的FT显著图与步骤S3提取的CA显著图进行小波融合；S5：对融合后的显著图进行阈值分割；S6：使用YOLOv5算法架构对分割后的图像进行缺陷分类检测。其效果是：本发明可以克服光照影响，实现对钢轨的缺陷进行精准分类检测，为设备维护人员的缺陷探测带来便利。
-
公开(公告)号：CN115190033A
公开(公告)日：2022-10-14
申请号：CN202210563457.8
申请日：2022-05-22
Applicant: 重庆科技学院
IPC: H04L41/142 , H04L67/10 , G06N20/00
Abstract: 本发明提供一种基于强化学习的云边融合网络任务卸载方法，包括以下步骤：S1：各个智能设备在当前边缘场景下向本地边缘服务器发送任务请求；S2：本地边缘网关实时感知本地边缘服务器的计算资源，当计算资源不足时，向企业云服务器发送任务卸载请求，由企业云服务器通过强化学习算法确定最优任务卸载策略；S3：本地边缘网关根据最优任务卸载策略获取指定的临近边缘服务器的控制权限，并将任务拆分到对应的临近边缘服务器上辅助执行；S4：各个临近边缘服务器将执行结果回传到本地边缘服务器，由本地边缘服务器汇总形成任务执行结果反馈至发送任务请求的智能设备。其效果是：可以以最短时延和最小计算成本为优化目标，实现卸载策略的优化。
-
公开(公告)号：CN115130256A
公开(公告)日：2022-09-30
申请号：CN202210559720.6
申请日：2022-05-23
Applicant: 重庆科技学院
IPC: G06F30/18 , G06F30/13 , G06F30/20 , G06F113/14 , G06F113/16
Abstract: 本发明提供一种基于层次包围盒碰撞检测的三维管线优化方法，包括以下步骤：S1：构建AABB包围盒模拟真实管线建筑场景；S2：设计基于层次包围盒的碰撞检测算法，通过遍历各个层次包围盒完成初步检测和逐步求精，得出管线碰撞检测报告；S3：根据管线碰撞检测报告确定需要进行调整的管线，基于二次开发平台BIM优化管线设计方案，得到最佳的空间分配和管线的布置；S4:对优化后的三维管线方案进行验证评价。其效果是：本发明可以运用于新建、改建和重建的中大型建筑之中，提高建筑工程管线施工的效率，减少管线资源成本，该方法结合软件二次开发平台，建立虚拟三维施工建筑模型，实现通过碰撞检测知识优化空间分配和综合管线布置。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
