-
公开(公告)号：CN113847609B
公开(公告)日：2024-02-06
申请号：CN202111152504.1
申请日：2021-09-29
申请人： 华南理工大学 , 佛山华谱测智能科技有限公司
摘要： 本发明公开了一种基于前馈模型预测误差自修正的垃圾焚烧炉脱硝控制方法，包括以下步骤：S1、获取当前时刻NOx排放浓度实际值，NOx排放浓度设定值与实际值偏差作为PID1输入，得到PID1控制的喷氨流量或阀门开度值；S2、获取二级炉排、三级炉排、总风量在内的喷氨流量或阀门开度前馈值；S3、建立具有预测误差自修正功能的NOx排放浓度预测模型，获取基于模型预测喷氨流量或阀门开度前馈值；S4、根据各个喷氨流量或阀门开度值，对喷氨流量或阀门开度进行PID2控制。
-
公开(公告)号：CN113847609A
公开(公告)日：2021-12-28
申请号：CN202111152504.1
申请日：2021-09-29
申请人： 华南理工大学 , 佛山华谱测智能科技有限公司
摘要： 本发明公开了一种基于前馈模型预测误差自修正的垃圾焚烧炉脱硝控制方法，包括以下步骤：S1、获取当前时刻NOx排放浓度实际值，NOx排放浓度设定值与实际值偏差作为PID1输入，得到PID1控制的喷氨流量或阀门开度值；S2、获取二级炉排、三级炉排、总风量在内的喷氨流量或阀门开度前馈值；S3、建立具有预测误差自修正功能的NOx排放浓度预测模型，获取基于模型预测喷氨流量或阀门开度前馈值；S4、根据各个喷氨流量或阀门开度值，对喷氨流量或阀门开度进行PID2控制。
-
公开(公告)号：CN118298747A
公开(公告)日：2024-07-05
申请号：CN202410439015.1
申请日：2024-04-12
申请人： 华南理工大学
IPC分类号： G09G3/20
摘要： 本发明公开了一种基于Chisel的多子像素关联参数化处理方法，包括：根据Chisel顶层输入的参数N来定义模块输入输出接口和内部所需数据处理模块数；定义双子像素模式和三子像素模式的切换标准，以外部输入模式选择信号来控制模式切换；当进入双子像素模式时，令具有2N个数据通道的valid‑ready接口与N个数据处理模块交互；当进入三子像素模式时，每个valid‑ready数据接口与连接的数据处理模块根据当前所处时钟周期发生变化；将相关联的子像素的信息传入同一个数据处理模块中进行处理。本发明在电路顶层规格发生改变时可以快速响应，对涉及关联子像素算法处理的部分有较强的通用性，在项目的迭代开发过程中能减少研发周期。
-
公开(公告)号：CN118021323B
公开(公告)日：2024-07-05
申请号：CN202410211771.9
申请日：2024-02-27
申请人： 华南理工大学
IPC分类号： A61B5/374 , A61B5/00 , G06F18/00 , G06F18/10 , G06F123/02
摘要： 本发明涉及脑电信号识别的技术领域，公开了一种多域特征融合的脑电信号识别方法，所述方法包括：对采集的脑电信号进行滤波处理；对滤波脑电信号进行去除生物体电信号干扰的降噪处理；对降噪后的脑电信号进行图像化表示以及频域特征提取；对提取得到的频域特征进行时域分析；构建深度脑电信号识别模型并进行所采集脑电信号的识别。本发明采用希尔伯特黄变换的方式从脑电信号的分解结果中过滤低频噪声信号，实现脑电信号中肌电干扰、眼电干扰的滤波处理，对脑电信号进行图像化表示以及频域特征提取，采用双向时域特征提取的方式从频域特征中提取脑电信号的时域特征，实现多域特征的提取融合处理，基于融合结果识别得到脑电信号的类别。
-
公开(公告)号：CN113091910A
公开(公告)日：2021-07-09
申请号：CN202110285588.X
申请日：2021-03-17
申请人： 华南理工大学
摘要： 本发明公开了一种基于神经网络的温度估测方法，包括步骤：1)在实验条件下，通过传感器测量被测物体在实际工况中不方便测量部位的周边温度数据和被测物体该部位的温度数据作为样本数据，构造训练集和测试集；2)通过步骤1)在不同的时间下获取大量的温度数据，并进行预处理和归一化；3)建立神经网络模型，利用实验中得到的数据训练该神经网络模型，直到温度估测的误差达到满意的误差率；4)在实际工况中，就能利用训练好的神经网络模型来准确估测被测物体在实际工况中不方便测量部位的温度。本发明较以往方法，操作简单，实用性好，且准确率高。
-
公开(公告)号：CN113040789A
公开(公告)日：2021-06-29
申请号：CN202110286597.0
申请日：2021-03-17
申请人： 华南理工大学
摘要： 本发明公开了一种同步EEG‑fMRI数据采集中核磁伪迹的在线去除方法，1)对采集到的含噪声的脑电信号通过设计好参数的低通滤波器滤除脉冲伪迹；2)对步骤1)中滤波后的信号进行上采样，并对脑电信号与fMRI设备发出的标记进行同步，即用同步盒进行同步，得到信号Sh；3)由于脑电信号是随机信号，梯度噪声则以一个切片扫描时间T为周期，每个周期内该噪声的形状相似，因此以N个切片的来构造一个滑动窗口来构造梯度噪声模板，本发明所使用的自适应SVD去噪，考虑了心电伪迹的形态特征，更好地提高了采集信号的信噪比；本发明所使用的去噪方法在心电伪迹的去除上相比于使用基于PCA的OBS去噪，在去除伪迹的同时更好地保留了有效的脑电信号，具有更高的准确率。
-
公开(公告)号：CN113010013A
公开(公告)日：2021-06-22
申请号：CN202110263235.X
申请日：2021-03-11
申请人： 华南理工大学
摘要： 本发明公开了一种基于Wasserstein距离的运动想象脑电迁移学习方法，包括步骤：1)采用运动想象脑电信号作数据集；2)所采集到的数据集经过预处理操作，根据不同的受试者和带标签与否数据分为源域和目标域，迁移学习目的为使用带标签的源域数据提升无标签目标域数据的分类准确率；3)设计深度迁移学习模型，使用深度迁移学习模型在源域数据上进行预训练，训练得出的深度迁移学习模型用于迁移学习的下一阶段；4)对特定的源域和目标域，使用Wasserstein距离进行对抗训练，得到可以用于目标域分类的深度迁移学习模型；5)计算深度迁移学习模型在目标域上的分类准确率和kappa系数。本发明方法有效运用现有数据，泛化能力强，并具有良好的迁移效果。
-
公开(公告)号：CN109222965B
公开(公告)日：2021-05-14
申请号：CN201811104443.X
申请日：2018-09-21
申请人： 华南理工大学
摘要： 本发明公开了一种同步EEG‑fMRI的在线去伪迹方法，包括步骤：1)对脑电信号高通滤波；2)对滤波后的信号上采样，并对脑电信号与MRI设备发出的标记进行同步；3)得到带有残留伪迹的信号Sr；4)信号Sr中有残留的梯度伪迹，构造梯度伪迹模板去噪及PCA去噪，得梯度伪迹消除的信号Sc；5)信号Sc中含有ECG，对ECG进行QRS峰检测；6)将ECG按周期的不同进行K均值聚类；7)对每种EEG信号按时间顺序进行重新整合成m段EEG信号，对这m段EEG信号进行OBS处理；8)按原信号的时间顺序进行重构脑电信号，得除去心电伪迹后的EEG信号。本发明可以在扫描采集fMRI图像的同时采集脑电信号，通过去噪算法对伪迹进行实时的去除，得到信噪比较高的脑电信号。
-
公开(公告)号：CN109527988B
公开(公告)日：2020-07-28
申请号：CN201910001449.2
申请日：2019-01-02
申请人： 华南理工大学
摘要： 本发明属于电热水壶领域，涉及一种智能温控水壶及其控制方法。一种智能温控水壶包括：加热器和温度控制系统，温度控制系统包括依次相连的温度传感器、核心控制模块和功率控制模块，核心控制模块用于接收温度传感器的温度电信号，根据接收到的温度电信号的变化规律，使用温度控制算法计算出不同的温度控制信号并输出至功率控制模块；功率控制模块用于根据接收到的温度控制信号实现对电路的通断控制，从而调节加热器的功率。本发明采用温度控制算法适应不同海拔对水沸点的影响，能快速加热水，自适应气压对沸点的影响，防止暴沸，且能在水温到达沸点后实现恒温控制的效果，具有简单、易实现、适应范围广的特点。
-
公开(公告)号：CN107168524A
公开(公告)日：2017-09-15
申请号：CN201710255191.X
申请日：2017-04-19
申请人： 华南理工大学
CPC分类号： G06F3/015 , G06K9/6267
摘要： 本发明公开了一种基于深度学习混合模型的稳态视觉诱发电位分类方法，包括步骤：1、采用LCD显示器作为刺激源，确定好闪烁频率，选择采集脑电的电极通道，针对多个不同的被试对象进行实验，采集得到稳态视觉脑电信号数据库；2、基于数据库中的短时间序列脑电信号，训练并确定卷积神经网络模型的参数，完成脑电信号特征的自动提取；3、采用卷积深度学习网络的输出作为玻尔兹曼机网络的输入，针对不同被试者对分类网络模型的参数进行微调，确定玻尔兹曼机网络模型的参数。本发明可以很好地实现脑电信号泛化特征的提取，减少脑电信号畸变对信号分类的影响，能够利用短时间长度的脑电信号来很好地完成信号分类。
-
-
-
-
-
-
-
-
-
搜索结果
70 条记录 (耗时 0.046 秒)
