-
公开(公告)号：CN107092887A
公开(公告)日：2017-08-25
申请号：CN201710267096.1
申请日：2017-04-21
Applicant: 重庆邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00523 , G06K9/00536
Abstract: 本发明请求保护一种基于Multi‑bands FDBN的运动想象脑电信号的特征提取方法。所述方法首先利用带通滤波器将原始的脑电信号分成多个频段，接着对各频段采用FFT将时域信号转换为频域信号，使用全局min‑max的方式作归一化处理，最后将每个频段的频域数据输入DBN进行训练识别，并采用加权计算的方式将多个softmax分类器的结果进行融合。本发明所述方法从设计上解决了不同频带信息对于该被试作用不同的问题，又通过多个分类器进一步保证了算法的鲁棒性，同时能够较大程度地提高了脑电信号的分类准确率。
-
公开(公告)号：CN106529476A
公开(公告)日：2017-03-22
申请号：CN201610993354.X
申请日：2016-11-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深层堆叠网络的脑电信号特征提取及分类方法，首先使用Emotiv脑电信号采集仪采集脑电信号数据；对脑电信号进行去均值、滤波、归一化等预处理；然后使用多个受限玻尔兹曼机对单通道的脑电信号进行独立预训练，提取单个通道的脑电信号，将训练得到的参数用于神经网络的参数初始化；最后采用批量梯度下降的方法对网络进行微调，对各通道的脑电信号特征进行有效融合；对网络进行性能测试并实现分类。本发明能够获得较高的分类准确率。
-
公开(公告)号：CN102339019B
公开(公告)日：2013-05-15
申请号：CN201110210600.7
申请日：2011-07-26
Applicant: 重庆邮电大学
Abstract: 一种基于模糊神经网络的智能轮椅避障方法，它包括有位于轮椅前端的两个声纳传感器和一个摄像头，摄像头多次采集障碍物信息，两个声纳传感器好采集障碍物的位置信息,通过处理，用模糊神经网络的方法融合两个声纳传感器和摄像头采集到的实时信息，时刻计算轮椅与障碍物的实时位置，根据设计的模糊神经网络控制规则，从而规划轮椅的轮速和转角信息，完成轮椅的动态避障。以一定的方法将这些互补或冗余的传感器信息进行融合，获得最佳的、可靠的信息，为导航决策和定位提供依据，使移智能轮椅具有完成避障过程中所需的有效完整的信息，从而达到避障策略的正确性和控制的鲁棒性的目的。
-
公开(公告)号：CN102319155A
公开(公告)日：2012-01-18
申请号：CN201110142786.7
申请日：2011-05-30
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于唇部检测与跟踪的智能轮椅控制方法，涉及一种图像处理与智能轮椅控制相结合的基于唇部检测与跟踪的智能轮椅控制方法，本发明以智能轮椅为平台，建立了唇部轮廓检测与跟踪的数学模型，使用摄像头读取人脸部分图像；对唇部轮廓进行检测跟踪；对唇部运动序列进行特征提取，并在其中使用了鲁棒性良好的主动外观模型方法；运用隐马尔可夫模型对图像序列进行建模与识别；实现了通过唇读技术控制智能轮椅运动的方法，采用本发明的智能轮椅控制交互技术，可以使老年人或者有行动限制的残疾人通过自然语言实现对智能轮椅的基本控制，这种控制方法不需要智能轮椅的使用者学习机器语言，直接使用自然语言，实现了人机自然交互。
-
公开(公告)号：CN101620270B
公开(公告)日：2011-09-28
申请号：CN200910104419.0
申请日：2009-07-23
Applicant: 重庆邮电大学
IPC: G01S5/02
Abstract: 本发明属于无线通信技术和智能信息处理技术领域，具体涉及蜂窝移动通讯系统中移动台的无线定位技术；基于聚类融合的无线定位方法，用于获得优化的移动台定位结果，包括如下步骤：S1：由至少一个基站测量的移动台电波特征测量值，获得移动台的位置估计值；S2：对多组位置估计值通过粒子群聚类算法，获得聚类中心；S3：对同一移动台的多个聚类中心进行融合，决策输出优化的移动台定位结果；本发明可对多个移动台并行定位，不但提高了定位精度，而且大大提高了定位系统的效率。
-
Patent Agency Ranking
公开(公告)号：CN101618543B
公开(公告)日：2011-07-06
申请号：CN200910104420.3
申请日：2009-07-23
Applicant: 重庆邮电大学
Abstract: 本发明属于自动控制领域，具体涉及异构多机器人系统的任务分配方法；包括如下步骤：S1：初始化机器人和子任务参数；S2：机器人选择自己擅长、自身能力与子任务能力需求接近、离自己近、信息浓度高的子任务执行；本发明充分考虑机器人系统的功能结构对多机器人系统任务分配的影响，实现了异构多机器人系统的任务分配。
-
公开(公告)号：CN101620270A
公开(公告)日：2010-01-06
申请号：CN200910104419.0
申请日：2009-07-23
Applicant: 重庆邮电大学
IPC: G01S5/02
Abstract: 本发明属于无线通信技术和智能信息处理技术领域，具体涉及蜂窝移动通讯系统中移动台的无线定位技术；基于聚类融合的无线定位方法，用于获得优化的移动台定位结果，包括如下步骤：S1：由至少一个基站测量的移动台电波特征测量值，获得移动台的位置估计值；S2：对多组位置估计值通过粒子群聚类算法，获得聚类中心；S3：对同一移动台的多个聚类中心进行融合，决策输出优化的移动台定位结果；本发明可对多个移动台并行定位，不但提高了定位精度，而且大大提高了定位系统的效率。
-
公开(公告)号：CN114418026A
公开(公告)日：2022-04-29
申请号：CN202210093700.4
申请日：2022-01-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种脑电信号识别模型训练方法、识别方法、装置及设备，该方法中的时序卷积神经网络和一维深度卷积神经网络共用一个输入层和输出层，首先通过时序卷积神经网络的隐藏层得到脑电信号时序特征，并通过一维深度卷积神经网络的隐藏层得到脑电信号空间特征；然后通过时序卷积神经网络和一维深度卷积神经网络共用的全连接层对脑电信号时序特征和脑电信号空间特征进行特征拼接，以从多个维度全面提取脑电信号的特征；最后通过共用的输出层输出输出分类结果，并采用反向传播算法对时序卷积神经网络和一维深度卷积神经网络进行参数调整，得到分类精度较高的脑电信号识别模型，提高分类效果。
-
公开(公告)号：CN108615010A
公开(公告)日：2018-10-02
申请号：CN201810373477.2
申请日：2018-04-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于平行卷积神经网络特征图融合的人脸表情识别方法。该方法模拟人双眼视觉通道，设计一种平行结构的卷积神经网络，在卷积池化层后对平行通道的特征图进行融合；并在全连接层结构上，将其中一通道采用稀疏全连接输出，另一通道采用稠密全连接输出，最后二者输出融合并分类；采用人脸表情数据进行模型训练达到较高识别率后使用测试样本检测模型的识别效果，并获得较高的识别准确率，为情感分析人脸表情识别提供了一个新的方法。
-
公开(公告)号：CN104484978A
公开(公告)日：2015-04-01
申请号：CN201410690232.4
申请日：2014-11-25
Applicant: 重庆邮电大学
CPC classification number: G08B21/043 , G08B21/0461 , G08B25/10
Abstract: 本发明公开了一种基于ZigBee的老人椅上跌落警报系统，包括感知层、网络层和应用层；所述感知层采用ZigBee网络对老年人椅上状态数据进行检测，负责跌落检测；所述网络层用于接收感知层数据并将报警信息发送给应用层。本发明的技术方案通过ZigBee传感网络技术收集压力传感器和温度传感器的数据，使用自适应加权数据融合算法分析数据得出融合结果，通过ZigBee-WiFi网关上传至上位机，来判断老年人是否在椅上或床上。如果判断到老年人已经跌落，则马上通过GSM网络和Internet网络发送警报信息给家人或医疗机构终端。本发明能够及时将跌落警报信息以多种方式发送给工作人员和家属，可以及时发现并查看老人跌落事故，采取紧急救助措施。因此，这项技术具有潜在的研究价值和现实应用意义。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.032 seconds)
