-
公开(公告)号：CN114677389A
公开(公告)日：2022-06-28
申请号：CN202210331876.9
申请日：2022-03-30
IPC分类号： G06T7/11 , G06T7/00 , G06V10/774 , G06V10/778 , G06V10/72 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62 , A61B5/055
摘要： 本发明公开了一种深度半监督分割的儿童脑部MRI脱髓鞘病灶定位方法，首先进行数据集构建，然后构建分割模型，分割模型包括Student网络和Teacher网络两个部分；利用构建的数据集进行Student网络训练，并根据反向传播后的Student网络参数进行参数漂移得到Teacher网络参数；本发明方法针对性设计预处理方式，使得本发明对成像过程中可能出现的问题具有良好的补偿。利用图像增强、图像加噪声和半监督的方式，使得模型只需要少量的标注图像就能获得很好的分割性能，并对噪声和伪影获得良好的鲁棒性能，解决了标注过程存在的难度大、不准确、费时费力的问题。
-
公开(公告)号：CN114587381A
公开(公告)日：2022-06-07
申请号：CN202210246380.1
申请日：2022-03-14
申请人： 杭州电子科技大学
摘要： 本发明公开了基于多通道脑电智能筛选与加权样本生成的棘波检测方法，首先利用多种脑电波形特征基于阈值法对脑电各个通道数据进行样本筛选，最终通过数据分割得到多通道棘波候选样本；对所得多通道棘波候选样本进行数据分析，并基于最优通道进行多种权值计算，通过加权算法由多通道棘波候选样本生成单通道候选样本数据；最后利用单通道棘波分类算法完成对生成数据的分类检测。本发明不仅可以通过多通道数据的加权生成算法，提取各通道数据中有效信息，提高棘波识别性能，还提供了一种筛选多通道棘波候选样本的流程，为后续其他同类型算法建立数据集提供了一种标准。另外进一步分析加权数据生成时所用到的权值，还能够检测棘波产生具体的通道位置。
-
公开(公告)号：CN113603481B
公开(公告)日：2022-05-03
申请号：CN202110794900.8
申请日：2021-07-14
申请人： 电子科技大学
IPC分类号： C04B35/49 , C04B35/626 , C04B35/64 , H01Q1/36
摘要： 一种高温度稳定性锆酸镁锂系复合陶瓷及其制备方法，属于电子材料技术领域。所述复合陶瓷的结构式为Li2‑2xMg3‑6xZr1‑2xTixVxO6‑6.5x，x的取值范围为0.05～0.07。本发明提供的锆酸镁锂系复合陶瓷，以Li2Mg3ZrO6作为主料，采用偏相Li2TiO3和V2O5进行复合，使得烧结特性、品质因数、介电常数得到了改善，温度系数向正方向稳步移动，得到了较高品质因数、高温度稳定性、中等介电常数、低烧结温度的复合陶瓷材料，可用作天线基板材料使用。
-
公开(公告)号：CN113264759B
公开(公告)日：2022-05-03
申请号：CN202110549706.3
申请日：2021-05-20
申请人： 电子科技大学
IPC分类号： C04B35/32 , C04B35/622 , C04B35/64 , H01Q1/38
摘要： 一种低损耗高频磁介材料，属于电子材料领域。所述磁介材料为Ba3Co2Fe24‑x‑yPrxSmyO41六角晶型铁氧体；x＝0.05～0.30，y＝0.01～0.10。本发明低损耗高频磁介材料采用溶胶凝胶法制备，实现了低损耗和高频磁介特性，在1MHz～1.8GHz的频率范围内具有低损耗和近等磁介特性(其磁导率和介电常数均在5～15左右，且频段内磁损耗系数和介电损耗系数都低于0.005)；该低损耗高频磁介材料作为天线基板时，可以很好地实现天线的小型化和高频化，且有利于提高微带天线的传输效率，降低天线的传输损耗，为高频和集成化的小尺寸无线通信设备的设计提供了新的材料。
-
公开(公告)号：CN114081508A
公开(公告)日：2022-02-25
申请号：CN202111279893.4
申请日：2021-10-28
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于深度神经网络与CCA特征融合的棘波检测方法。首先对输入的原始单通道脑电信号进行预处理操作，分割后得到脑电信号片段；分别通过连续小波变换得到频谱图特征和平滑非线性能量滤波后的传统特征；通过DenseNet121深度神经网络对频谱图提取2维深度特征，使用方差过滤式方法筛选出4维的传统特征；使用典型相关分析并采取相加的融合策略，得到2维的融合特征；再通过随机森林算法构建单通道棘波和非棘波样本数据集的棘波检测模型；最后通过建立的棘波检测模型进行脑电棘波检测。本发明通过频谱图深度特征与传统特征的CCA特征融合，并结合随机森林分类算法，达到对棘波放电精准检测的效果，能够同时检测棘波以及其产生的位置信息。
-
公开(公告)号：CN113850192A
公开(公告)日：2021-12-28
申请号：CN202111129277.0
申请日：2021-09-26
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于EMD‑CSP脑电特征学习与智能融合的眨眼伪迹检测方法。本发明基于经验模态分解与共同空间模式算法脑电特征学习与智能融合的眨眼伪迹检测方法，结合支撑向量机分类模型能够达到精准的眨眼伪迹与非伪迹信号的精准检测。步骤2至4提取的特征包含了脑电信号的空间域、频域信息，而步骤5‑2到5‑11提取的特征则主要包含了脑电信号的时域、频域信息，而步骤5‑12至5‑15提取的特征则是为了保证多通道脑电信息的空间性以及完全性。本发明既可以克服临床脑电EEG信号多通道数据损坏问题，又可以解决现有模型缺乏空间滤波和频域信息且复杂度较高的问题，在此基础上实现眨眼伪迹的精准检测。
-
公开(公告)号：CN110289081B
公开(公告)日：2021-11-02
申请号：CN201910398578.X
申请日：2019-05-14
申请人： 杭州电子科技大学
摘要： 本发明公开了一种深度网络堆栈模型自适应加权特征融合的癫痫检测方法。本发明步骤如下：1：原始脑电信号经过预处理后，对脑电信号每个通道的数据进行离散傅里叶变换，并获得其平均振幅谱；将取得的平均振幅谱特征随机划分为几部分，以适用于自适应加权特征融合的深度网络堆栈模型；2：使用不同结构的卷积神经网络对步骤1中得到的数据集进行第二次特征提取；3：将不同的卷积神经网络提取的特征进行自适应加权特征融合，最后由基于支持向量机的纠错输出编码模型预测样本所属类别。本发明通过堆栈集成方法和自适应加权特征融合算法，使系统可以融合每种不同结构深度网络提取的特征，提高了癫痫预测效果。
-
公开(公告)号：CN112200195A
公开(公告)日：2021-01-08
申请号：CN202011000889.5
申请日：2020-09-22
申请人： 杭州电子科技大学
摘要： 本发明公开了一种针对高密度人流集聚区的快递签收系统及方法，本发明的摄像头监控设备的输出端与工控机的图像信号输入端连接，工控机与云端服务器信号连接，云端服务器与百度云服务器信号连接，云端服务器的输出端与后台数据库的信号输入端连接；工控机的输出端与MCU的信号输入端连接，MCU的显示信号输出端口与工业组态屏的信号输入端口连接；MCU的控制信号输出端口与执行机构的信号输入端口连接。本发明采用人工智能实现人脸识别获取取件人身份信息，同时扫描快递单上的信息，进行后台身份验证。进而替代快递站服务人员人工确认取件人身份和包裹信息匹配的过程。
-
公开(公告)号：CN111999597A
公开(公告)日：2020-11-27
申请号：CN202010858345.6
申请日：2020-08-24
申请人： 国网陕西省电力公司电力科学研究院 , 电子科技大学 , 国家电网有限公司
摘要： 本发明公开了一种混合输电线路的行波故障定位装置，属于电力电子的高压输电线路技术领域；所述装置包括：电流提取模块、信号调理电路、A/D转换模块、GPS高精度同步时钟模块、DSP中央处理器模块、GPRS通信模块、PC主站综合分析模块；在整个混合输电线路中安装七个行波提取装置，分别置于混合线路的两端、架空线中点、GIL中点、电缆线中点、架空线与GIL连接处、GIL与电缆连接处。本发明利用GPS对输电线路中各端行波提取装置进行时间同步，提高了故障定位的精度；利用DSP芯片实现对故障信号的处理，从而实现了对混合输电线路中故障的快速识别与定位。
-
公开(公告)号：CN111291614A
公开(公告)日：2020-06-16
申请号：CN202010029064.X
申请日：2020-01-12
申请人： 杭州电子科技大学
IPC分类号： G06K9/00 , G06K9/62 , A61B5/00 , A61B5/0476
摘要： 本发明公开了一种基于迁移学习多模型决策融合的儿童癫痫综合症分类方法。本发明步骤如下：步骤1：对原始多通道EEG信号数据进行数字滤波删选频段，然后进行基于黎曼几何的无监督聚类算法的伪迹剔除，基于中值滤波的异常数据点剔除，得到纯净的EEG信号。步骤2：对EEG信号提取MFCC特征、LPCC特征、小波包特征、统计特征。步骤3：将MFCC和LPCC特征图片输入并训练模型F1，小波包特征和统计特征输入并训练模型F2，对模型F1和F2的SoftMax概率输出层进行加权求和，根据得到的最终概率得出样本所属儿童癫痫综合征类别。本发明能够实现儿童癫痫综合征的精准分类。
-
-
-
-
-
-
-
-
-
搜索结果
65 条记录 (耗时 0.035 秒)
