-
公开(公告)号:CN111874142A
公开(公告)日:2020-11-03
申请号:CN202010781698.0
申请日:2020-08-06
申请人: 中国矿业大学
IPC分类号: B62K5/01
摘要: 本发明公开了一种麦克纳姆轮式四轮平衡车,包括车身、转向操作把手和行走机构,转向操作把手通过转向支撑柱与车身连接;行走机构通过减震装置与车身连接。减震装置包括壳体、支撑导向杆、直线轴承滑块、弹簧、车身侧钢板,壳体固定于车身的两侧,支撑导向杆固定设置于壳体内,弹簧、直线轴承减震滑块依次由高到低套设于支撑导向杆上;壳体上开设有方孔,壳体外侧设置有车身侧钢板,直线轴承滑块透过方孔与车身侧钢板连接,车身侧钢板可以在直线轴承滑块的带动下沿方孔上下滑动。上述结构可以使平衡车平衡越过较低的障碍物,及避开较高的障碍物。
-
公开(公告)号:CN111281382B
公开(公告)日:2023-08-18
申请号:CN202010142682.5
申请日:2020-03-04
申请人: 徐州市健康研究院有限公司 , 中国矿业大学
摘要: 本发明公开了一种基于脑电信号的特征提取与分类方法,通过EEG脑电采集系统获取刺激图片所诱发的脑电信号,运用主成分分析法对脑电信号进行去噪预处理,对预处理的EEG脑电信号进行特征提取,通过对排序递归图进行排序递归分析,得到脑电信号的非线性特征参数递归率、确定性数值,按照特征值范围建立数据库。本发明以一种全新的角度提取并分析脑电特征,并结合灵敏度、准确率,可以用于诸如不同生理状态下或者不同痴呆程度的EEG脑电分析。
-
公开(公告)号:CN111387975A
公开(公告)日:2020-07-10
申请号:CN202010199754.X
申请日:2020-03-20
申请人: 徐州市健康研究院有限公司 , 中国矿业大学
摘要: 本发明公开了一种上述基于机器学习的脑电信号识别方法,通过构建包括多个脑电信号的样本数据,提取出样本数据中各个脑电信号的α波节律,训练深度学习框架,得到初始模型,将目标脑电信号的α波节律输入所述初始模型进行再训练,得到脑电信号深度学习模型,提取样本数据中各个脑电信号的特征参数,将数据集划分为第一基准区间、第二基准区间、第三基准区间和第四基准区间。获取待测脑电信号,提取待测脑电信号的特征参数,得到待测参数,识别待测参数所处的基准区间,以依据待测参数所处的基准区间对相应待测脑电信号所表征的用户状态进行检测,所识别的基准区间具有较高的准确性,进而提高了所检测的用户状态的准确性。
-
公开(公告)号:CN111387975B
公开(公告)日:2022-06-17
申请号:CN202010199754.X
申请日:2020-03-20
申请人: 徐州市健康研究院有限公司 , 中国矿业大学
摘要: 本发明公开了一种上述基于机器学习的脑电信号识别方法,通过构建包括多个脑电信号的样本数据,提取出样本数据中各个脑电信号的α波节律,训练深度学习框架,得到初始模型,将目标脑电信号的α波节律输入所述初始模型进行再训练,得到脑电信号深度学习模型,提取样本数据中各个脑电信号的特征参数,将数据集划分为第一基准区间、第二基准区间、第三基准区间和第四基准区间。获取待测脑电信号,提取待测脑电信号的特征参数,得到待测参数,识别待测参数所处的基准区间,以依据待测参数所处的基准区间对相应待测脑电信号所表征的用户状态进行检测,所识别的基准区间具有较高的准确性,进而提高了所检测的用户状态的准确性。
-
公开(公告)号:CN111874142B
公开(公告)日:2021-05-14
申请号:CN202010781698.0
申请日:2020-08-06
申请人: 中国矿业大学
IPC分类号: B62K5/01
摘要: 本发明公开了一种麦克纳姆轮式四轮平衡车,包括车身、转向操作把手和行走机构,转向操作把手通过转向支撑柱与车身连接;行走机构通过减震装置与车身连接。减震装置包括壳体、支撑导向杆、直线轴承滑块、弹簧、车身侧钢板,壳体固定于车身的两侧,支撑导向杆固定设置于壳体内,弹簧、直线轴承减震滑块依次由高到低套设于支撑导向杆上;壳体上开设有方孔,壳体外侧设置有车身侧钢板,直线轴承滑块透过方孔与车身侧钢板连接,车身侧钢板可以在直线轴承滑块的带动下沿方孔上下滑动。上述结构可以使平衡车平衡越过较低的障碍物,及避开较高的障碍物。
-
公开(公告)号:CN111281382A
公开(公告)日:2020-06-16
申请号:CN202010142682.5
申请日:2020-03-04
申请人: 徐州市健康研究院有限公司 , 中国矿业大学
IPC分类号: A61B5/0484 , A61B5/00
摘要: 本发明公开了一种基于脑电信号的特征提取与分类方法,通过EEG脑电采集系统获取刺激图片所诱发的脑电信号,运用主成分分析法对脑电信号进行去噪预处理,对预处理的EEG脑电信号进行特征提取,通过对排序递归图进行排序递归分析,得到脑电信号的非线性特征参数递归率、确定性数值,按照特征值范围建立数据库。本发明以一种全新的角度提取并分析脑电特征,并结合灵敏度、准确率,可以用于诸如不同生理状态下或者不同痴呆程度的EEG脑电分析。
-
-
-
-
-