一种四旋翼飞行器的翻滚动作实现方法和装置

    公开(公告)号:CN107357302A

    公开(公告)日:2017-11-17

    申请号:CN201710808447.5

    申请日:2017-09-09

    申请人: 郑州大学

    IPC分类号: G05D1/08 G05D1/10

    CPC分类号: G05D1/0808 G05D1/101

    摘要: 本发明公开了一种四旋翼飞行器的翻滚动作实现方法和装置,包括主控芯片、电机、惯性测量单元、PID控制模块,主控芯片为STM32F3系列单片机,电机为无刷电机,PID控制模块为串级PID控制,惯性测量单元为MPU6050芯片,并接入电子罗盘,借助电子罗盘辅助陀螺仪和角速度传感器验证姿态数据并加以纠正,多传感器对惯性测量单元中的外设数据进行融合计算,然后将计算得到的姿态数据发送给主控芯片,主控芯片根据姿态数据,来完成对电机的控制,从而控制各个旋翼旋转速度,同时把姿态数据传给串级PID控制系统,串级PID控制系统辅助人为操纵完成飞行器的自稳定,完成设计中的翻滚。本发明可实现四旋翼飞行器的翻滚动作,具有广泛的实际应用价值。

    基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型

    公开(公告)号:CN114710306A

    公开(公告)日:2022-07-05

    申请号:CN202110422786.6

    申请日:2021-04-15

    申请人: 郑州大学

    IPC分类号: H04L9/40 G06N3/08 G06N3/04

    摘要: 针对数据类不平衡问题,从模型构建的层面,本发明提供了一种基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型。本发明技术方案主要分两个阶段执行,第一阶段首先获取待识别的网络流量数据,对数据流进行预处理,然后使用机器学习中的LightGBM算法对网络流量数据进行正异常识别。第二阶段使用二维卷积神经网络对第一阶段预测为异常类的样本进行细粒度攻击类型检测。本发明的第二阶段中还设置了可选的基于数据集不平衡比率的IR‑SMOTE过采样技术。本发明提供的基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型能很好地适应不平衡数据集,分类效率高,性能较优。

    一种基于深度学习的心电压缩感知重构系统

    公开(公告)号:CN113317798A

    公开(公告)日:2021-08-31

    申请号:CN202110554209.2

    申请日:2021-05-20

    申请人: 郑州大学

    IPC分类号: A61B5/346

    摘要: 本发明提供了一种基于深度学习的心电压缩感知重构系统。本发明技术方案首先利用观测矩阵对心电信号同时完成采样和压缩,然后将压缩之后的信号进行转置投影操作,保证转置投影信号与原始心电信号尺寸相同,同时转置投影信号进行Z‑Score标准化。接着,利用CNN直接学习转置投影信号和原始信号之间映射关系,初始重建心电信号。最后,利用LSTM对CNN重建的信号进行二次重构,进一步提升信号的重构质量。本发明结合压缩感知和深度学习提出一种非迭代式的心电压缩感知重构算法(CSNet),可以快速精准重构心电信号。

    一种基于AdaBoost的半监督学习标签噪声防御算法

    公开(公告)号:CN113269258A

    公开(公告)日:2021-08-17

    申请号:CN202110587195.4

    申请日:2021-05-27

    申请人: 郑州大学

    IPC分类号: G06K9/62 G06N20/00 H04L12/58

    摘要: 针对数据中存在的标签噪声问题,本发明提出一种标签校正框架来检测数据中存在的标签噪声。基于五个真实的UCI数据集和TREC 2007垃圾邮件数据集,本发明技术方案首先人为地向数据集中注入标签噪声;然后利用标签噪声检测框架来标记可疑的样本标签并重新标注噪声样本的标签;最后使用机器学习算法评估了该检测框架的有效性。本发明的关键技术是一种基于AdaBoost的半监督学习标签噪声防御算法(AdaSSL)。该AdaSSL算法首先使用AdaBoost算法将数据集划分为权重较大的样本集和权重较小的样本集;然后使用半监督学习算法重新标记权重较大的样本集合的标签;最后汇总两个集合的样本。AdaSSL防御算法结合了AdaBoost和半监督学习技术的优点,有效地改善了数据集中样本的标签质量,提高了机器学习分类性能。

    用于计算机的站立式办公专用托架

    公开(公告)号:CN108143103B

    公开(公告)日:2020-10-30

    申请号:CN201711405042.3

    申请日:2017-12-22

    申请人: 郑州大学

    摘要: 本发明提供用于计算机的站立式办公专用托架,包括滑盒,花架,置物座,限位板,预留槽,支撑调节管,螺纹连接套,连接座和高度调节套;所述底座为圆盘形结构,其顶面安装有四根弹簧钢插管,且底座的顶面通过一根大直径的螺纹套筒安装有一根立柱与四处拉座;所述立柱通过高度调节套焊接连杆的方式套装有一处键盘拖板;所述立柱上还安装有一块弯板,与其它花架所不同的是,本结构的滑架除了能移动调节外,还具有集水功能,集水结构即是带动花架移动的盒体滑盒,花架放置小型花盆后,渗出的水流,会直接流入滑盒内,使滑盒不但能够带动花架移动,而且还可以集水,在功能上得到强化的同时,还节省了空间,结构更加合理。

    一种有损压缩心电信号房颤筛查系统

    公开(公告)号:CN111643074A

    公开(公告)日:2020-09-11

    申请号:CN202010605911.2

    申请日:2020-06-29

    申请人: 郑州大学

    摘要: 本发明提供了一种有损压缩心电信号房颤筛查系统。本发明技术方案首先使用稀疏二进制观测矩阵对原始心电信号进行随机投影,将原始心电数据从高维空间转换到低维空间完成压缩,然后,使用卷积神经网络对压缩后的心电信号进行房颤分类。本发明提出一种压缩感知技术与卷积神经网络结合的新颖房颤筛查方法(CS-CNN),直接对有损压缩心电信号房颤筛查,有效且高效地提高了基于心电压缩感知数据的房颤检出率。

    基于连续心搏活动序列特征-SVM模型的心搏分类方法

    公开(公告)号:CN111568411A

    公开(公告)日:2020-08-25

    申请号:CN202010445891.7

    申请日:2020-05-22

    申请人: 郑州大学

    IPC分类号: A61B5/0452

    摘要: 本发明涉及一种基于连续心搏活动序列特征-SVM模型的心搏分类方法,包括以下步骤:S1、采用连续小波变化去除心电信号中的噪声;S2、对经过步骤S1处理后的心电信号进行分割截取出完整的心搏,然后从截取出的心搏中进行特征提取,并将提取到的特征按类别建立以下数据集:集合A={470单心搏形态特征},集合B={21个连续RR间期}集合C={491连续心搏全局序列特征};S3、将步骤S2中的数据集中的任一个集合输入到采用SVM算法模型中进行心搏分类;本发明具有良好的心搏分类准确性。

    一种心肌梗死预警急救系统

    公开(公告)号:CN108257680A

    公开(公告)日:2018-07-06

    申请号:CN201810087930.3

    申请日:2018-01-29

    申请人: 郑州大学

    摘要: 本发明属于心电监护领域,一种心肌梗死预警急救系统,其特征在于,该系统分为四个模块,分别是采集模块、智能水杯模块、处理模块和云计算模块。所述的采集模块是由感应采集模块、预处理模块、蓝牙装置、定位装置和供电电路集成;所述的智能水杯模块有杯体、药盒夹仓,药盒开关构成,其药盒夹仓内置于水杯杯盖中通过药盒开关按钮触发打开其仓门;所述的处理模块置于智能水杯模块杯底,包含蓝牙装置、存储设备、计算控制模块、wifi通信装置、供电电路和危机报警装置,所述的计算控制模块采用了STM32芯片;所述的采集模块通过蓝牙与处理模块传输数据;所述的云计算模块通过WiFi与处理模块更新算法。本发明对心肌梗死的预警和急救方面具有很好的应用前景。

    一种基于改进深度信念网络的心血管疾病预测模型

    公开(公告)号:CN107506590A

    公开(公告)日:2017-12-22

    申请号:CN201710746036.8

    申请日:2017-08-26

    申请人: 郑州大学

    IPC分类号: G06F19/00

    摘要: 本发明公布了一种基于改进深度信念网络(DBN)的心血管疾病(CVD)预测模型。该模型基于深度信念网络(DBN),利用多层网络架构逐层进行特征抽象表达,然后将训练得到的最佳网络参数用于初始化神经网络,同时,利用重构误差(Rerror),自主确定网络深度,结合无监督训练和有监督调优,构建了改进深度信念网络预测模型,在提高模型预测准确率的同时保证稳定性。该模型解决了传统预测模型在多分类非线性复杂因素的条件下,预测准确率会降低的问题,同时也解决了因浅层神经网络初始参数的随机性,带来了预测结果方差增大的问题。

    一种基于人流量检测的智能交通灯控制系统

    公开(公告)号:CN107393313A

    公开(公告)日:2017-11-24

    申请号:CN201710787992.0

    申请日:2017-09-04

    申请人: 郑州大学

    IPC分类号: G08G1/07 G08G1/005 G06M1/272

    CPC分类号: G08G1/07 G06M1/272 G08G1/005

    摘要: 本发明公开了一种基于人流量检测的智能交通灯控制系统,涉及一种智能交通技术领域。包括交通灯模块、人流量和机动车检测模块、人流量计数显示模块、报警模块和延时模块,此系统以红外传感器为核心,以STC89C52单片机为系统的基础控制器件,通过人行横道两侧设置的红外传感器监控到的人流量数据来自动控制交通灯以合适显示时长变化,在左转车道设置红外传感器通过检测是否有机动车辆报警以提醒行人注意安全。本发明公开的一种基于人流量检测的智能交通灯控制系统,有效地解决交通人群拥堵尤其是交叉口堵塞、行人和机动车碰撞的交通问题,具有良好的应用前景和意义。