一种可穿戴智能臂环及检测女性最佳受孕日的方法

    公开(公告)号:CN106667528B

    公开(公告)日:2020-05-05

    申请号:CN201610646751.X

    申请日:2016-08-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种可穿戴智能臂环及检测女性最佳受孕日的方法,使用可穿戴智能臂环采集女性用户基础体温、动作姿态等生理特征数据,依据女性最佳受孕日检测方法,为备孕期女性用户检测最佳的受孕时间,通过蓝牙实现手机通讯,并在手机端WEB APP上实现女性基础信息输入和信息查看等交互功能。本发明结合相对准确且可实施性较高的基础体温计算排卵日方法检测女性最佳受孕日期,克服了传统基础体温测量方法测量不便、易受干扰等限制,同时为用户提供了较为完善的软硬件交互方案。

    一种基于深度学习的水产养殖水质预测方法

    公开(公告)号:CN106198909A

    公开(公告)日:2016-12-07

    申请号:CN201610502867.6

    申请日:2016-06-30

    Applicant: 中南大学

    CPC classification number: G01N33/18 G06N3/08

    Abstract: 本发明公开了一种基于深度学习的水产养殖水质预测方法。通过搭建一个具有三层受限玻尔兹曼机(RBM)和一层BP神经网络的深度学习网络。以水质样本数据利用对比散度学习对三个受限玻尔兹曼机进行训练抽取水质样本数据的深度特征,再通过BP对深度学习网络参数进行优化,从而完成深度学习网络的训练。将训练好的深度学习网络应用到当前水质样本数据,在输出层便可获得对水质的预测。本发明可以获得各类不同水质因子之间的特征关联性,提高水质预测的准确度。

    基于改进蝙蝠算法的文本特征选择方法、装置及存储介质

    公开(公告)号:CN112800224A

    公开(公告)日:2021-05-14

    申请号:CN202110116530.2

    申请日:2021-01-28

    Applicant: 中南大学

    Inventor: 刘丽珏 吴小玉

    Abstract: 本发明公开了一种基于改进蝙蝠算法的文本特征选择方法、装置及存储介质,其中方法包括获取若干文本特征数据集,并对若干文本特征数据集进行预处理,得到若干初始文本特征向量;利用改进蝙蝠算法对若干文本特征向量进行迭代训练,得到多个精英文本特征子集。引入莱维飞行策略改进蝙蝠的位置更新方式,以确保单个蝙蝠不会被局限在最优蝙蝠的附近,即确保文本数据特征提取不会陷入局部最优解;每次迭代的适应度较低的几个蝙蝠实行差分进化,提高了蝙蝠的多样性和总体适应度;使用精英保留策略,可避免较优的解在迭代时消失,使精英蝙蝠始终保持全局最佳的几个蝙蝠的位置,在后续的特征集成过程中获得更好的集成效果。

    智能架子鼓音效系统及其实现方法

    公开(公告)号:CN106782469B

    公开(公告)日:2020-12-01

    申请号:CN201611028999.6

    申请日:2016-11-19

    Applicant: 中南大学

    Abstract: 一种智能架子鼓音效系统及其实现方法,包括装于模拟鼓棒中的微处理器、与微处理器连接的传感器和气压计,所述微处理器通过蓝牙与上位机连接,其中:传感器和气压计用于捕捉用户使用鼓棒时的姿态变化数据;微处理器用于对采集的姿态变化数据进行处理,整合两个鼓棒数据并进行数据分析;蓝牙模块用于实现与上位机的通信。音效实现方法包括步骤S1,数据采集和处理;步骤S2,进行姿态分析敲击方向和高度;步骤S3,依据敲击方向和高度执行发声函数,返回步骤S1。其优点是使架子鼓音乐系统变成体积小、成本低的乐器,提供给架子鼓爱好者或者没有足够空间摆放真实架子鼓的场合。迎合架子鼓发展市场的需要。

    一种基于深度学习的水产养殖水质预测方法

    公开(公告)号:CN106198909B

    公开(公告)日:2019-05-10

    申请号:CN201610502867.6

    申请日:2016-06-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度学习的水产养殖水质预测方法。通过搭建一个具有三层受限玻尔兹曼机(RBM)和一层BP神经网络的深度学习网络。以水质样本数据利用对比散度学习对三个受限玻尔兹曼机进行训练抽取水质样本数据的深度特征,再通过BP对深度学习网络参数进行优化,从而完成深度学习网络的训练。将训练好的深度学习网络应用到当前水质样本数据,在输出层便可获得对水质的预测。本发明可以获得各类不同水质因子之间的特征关联性,提高水质预测的准确度。

    一种基于模糊KNN的WIFI室内定位方法

    公开(公告)号:CN104936148B

    公开(公告)日:2018-04-27

    申请号:CN201510386373.1

    申请日:2015-07-03

    Applicant: 中南大学

    Inventor: 刘丽珏 龙承辉

    Abstract: 本发明公开了一种基于模糊KNN的WIFI室内定位方法,利用基于权值的KNN匹配算法,增加RSSI差分数据量作为权值特征,把RSSI的特征作为模糊系统输入,通过模糊推理输出KNN方法中的权值,定位误差作为目标函数,对模糊推理系统中隶属度函数等参数进行辨识和优化,从而提高定位系统的精度。和传统的RSSI距离相比,不仅考虑了RSSI值所组成的矢量的欧拉距离,还考虑到了不同位置接收到RSSI值之间的差值;同时使用自适应模糊推理系统,利用了模糊系统能很好逼近非线性系统的特性,通过模糊聚类和进化算法对权值进行优化,使其自适应不同的室内环境。

    一种图像变体艺术扭曲图的求取方法

    公开(公告)号:CN105205797A

    公开(公告)日:2015-12-30

    申请号:CN201510638715.4

    申请日:2015-09-30

    Applicant: 中南大学

    Abstract: 本发明提供了一种图像变体艺术扭曲图的求取方法,包括如下步骤:步骤A:初始化图像变体扭曲图大小;步骤B:采用以圆柱或圆锥中心为原点的极坐标系表示图像变体扭曲图上任意一点坐标,并确定上述任意一点的坐标与图像变体扭曲图图像坐标系的对应关系,同时建立上述任意一点的坐标与原输入图像像素点坐标之间的关系。步骤C:将原输入图像各点的像素值赋值给图像变体扭曲图的相关像素点。该方法通过空间坐标变换关系,得到扭曲图像与原图像(反光媒介显示图像)像素坐标点的对应关系,将原输入图像的像素点赋值给相应的扭曲图像素,从而得到扭曲图。采用本发明方法不仅用户参与少,而且可以获得具有较好视觉效果的图像变体扭曲图。

    一种非接触式可穿戴智能戒指系统及其手势识别方法

    公开(公告)号:CN105159463B

    公开(公告)日:2018-01-16

    申请号:CN201510595299.4

    申请日:2015-09-18

    Applicant: 中南大学

    Abstract: 本发明提供了一种非接触式可穿戴智能戒指系统及其手势识别方法,主要步骤为:步骤1:由JY‑901九轴感测组件设备去完成数据的采集与预处理,并通过蓝牙模块传输到终端设备。步骤2:终端设备通过获取采集的原始数据提取模态特征。步骤3:对用户所作出的每一个有效的手势指令通过模式匹配的方式得到最终的交互命令。步骤4:交互命令可以通过用户定义、自学习等方式实现,从而可完成对各个终端设备方便快捷的操控。对信号进行处理,能够很准确的识别到用户所发出的手势指令,识别率可以达到95%以上,并且响应时间相当短。因此,在灵敏性和准确性方面有较好的保证。

    一种可穿戴智能臂环及检测女性最佳受孕日的方法

    公开(公告)号:CN106667528A

    公开(公告)日:2017-05-17

    申请号:CN201610646751.X

    申请日:2016-08-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种可穿戴智能臂环及检测女性最佳受孕日的方法,使用可穿戴智能臂环采集女性用户基础体温、动作姿态等生理特征数据,依据女性最佳受孕日检测方法,为备孕期女性用户检测最佳的受孕时间,通过蓝牙实现手机通讯,并在手机端WEB APP上实现女性基础信息输入和信息查看等交互功能。本发明结合相对准确且可实施性较高的基础体温计算排卵日方法检测女性最佳受孕日期,克服了传统基础体温测量方法测量不便、易受干扰等限制,同时为用户提供了较为完善的软硬件交互方案。

    基于微惯性传感器的姿态跟踪与识别方法

    公开(公告)号:CN106073793A

    公开(公告)日:2016-11-09

    申请号:CN201610414379.X

    申请日:2016-06-13

    Applicant: 中南大学

    CPC classification number: A61B5/1116 A61B5/6801

    Abstract: 本发明公开了一种基于微惯性传感器的姿态跟踪与识别方法,使用穿戴式微惯性传感器采集人体姿态数据并进行姿态数据处理,跟踪并识别用户的动作和行为,并依据预设标准动作对用户动作的规范程度进行评判并提出相应修正意见。本发明使用的技术方案包括基于差分原理的姿态数据处理及特征提取、基于角度阈值变化与起点检测的连续动作分割以及目标动作的识别提取与评判标准。本发明不仅克服了传统人体姿态跟踪与识别技术中光照、背景环境等外界因素对识别准确度的影响,降低了实现复杂度及设备成本,同时提升了跟踪及识别的可靠性。

Patent Agency Ranking