-
公开(公告)号：CN113688720B
公开(公告)日：2024-05-31
申请号：CN202110969505.9
申请日：2021-08-23
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于神经网络识别的预测睡姿的方法，通过实验床具系统测量并获取人‑床界面压力分布或压陷形状；利用神经网络，通过获取的人‑床界面压力矩阵或压陷量矩阵监督识别训练，构建精准的仰卧、左侧卧、右侧卧和俯卧四种睡姿的识别准则，即建立睡姿识别的神经网络基础计算矩阵；在对睡眠姿势进行识别时，配置神经网络节点，采用Levenberg‑Marquardt算法，完成训练器配置和校准，当训练器经配置和校准后，误差处于设定范围内时，训练器更新形成预测分类器，通过预测分类器输入预测数据得到识别结果。本发明通过误差逆传播算法训练的多层网络模型结构，输入通过获取的人‑床界面压力矩阵或压陷量矩阵监督识别训练，预测睡姿的准确率高，为实现智能化的床具或床垫系统的设计提供了技术支持。
-
公开(公告)号：CN113688720A
公开(公告)日：2021-11-23
申请号：CN202110969505.9
申请日：2021-08-23
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于神经网络识别的预测睡姿的方法，通过实验床具系统测量并获取人‑床界面压力分布或压陷形状；利用神经网络，通过获取的人‑床界面压力矩阵或压陷量矩阵监督识别训练，构建精准的仰卧、左侧卧、右侧卧和俯卧四种睡姿的识别准则，即建立睡姿识别的神经网络基础计算矩阵；在对睡眠姿势进行识别时，配置神经网络节点，采用Levenberg‑Marquardt算法，完成训练器配置和校准，当训练器经配置和校准后，误差处于设定范围内时，训练器更新形成预测分类器，通过预测分类器输入预测数据得到识别结果。本发明通过误差逆传播算法训练的多层网络模型结构，输入通过获取的人‑床界面压力矩阵或压陷量矩阵监督识别训练，预测睡姿的准确率高，为实现智能化的床具或床垫系统的设计提供了技术支持。
-
公开(公告)号：CN113688718A
公开(公告)日：2021-11-23
申请号：CN202110967723.9
申请日：2021-08-23
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于枕头有限元分析的无干扰自适应睡姿识别方法，包括以下步骤：S1、通过枕具系统获取人‑枕界面的压力分布或压陷形状；S2、使用有限元分析采集的人‑枕界面压力分布或压陷形状并构建人–枕界面压力矩阵或压陷量矩阵数据；S3、通过支持向量机多分类器对人–枕界面压力或压陷量矩阵样本数据进行相应的训练，从而构建精准的识别准则；S4、通过识别准则对待预测的人体睡姿数据进行识别分类，得到分类结果。本发明在不影响真实睡眠的情况下准确识别睡姿，使用人‑枕界面压力分布或压陷形状和有限元分析以及支持向量机多分类器中的最优分类超平面分析，有效地对睡姿进行识别分类，为评价人体睡眠质量，实现枕头的智能化设计、定制化生产提供了技术支持。
-
Patent Agency Ranking
公开(公告)号：CN113688718B
公开(公告)日：2024-06-07
申请号：CN202110967723.9
申请日：2021-08-23
Applicant: 安徽农业大学
IPC: G06V10/774 , G06V10/764 , G06V40/10 , G06T17/20 , G06F30/23
Abstract: 本发明提供了一种基于枕头有限元分析的无干扰自适应睡姿识别方法，包括以下步骤：S1、通过枕具系统获取人‑枕界面的压力分布或压陷形状；S2、使用有限元分析采集的人‑枕界面压力分布或压陷形状并构建人–枕界面压力矩阵或压陷量矩阵数据；S3、通过支持向量机多分类器对人–枕界面压力或压陷量矩阵样本数据进行相应的训练，从而构建精准的识别准则；S4、通过识别准则对待预测的人体睡姿数据进行识别分类，得到分类结果。本发明在不影响真实睡眠的情况下准确识别睡姿，使用人‑枕界面压力分布或压陷形状和有限元分析以及支持向量机多分类器中的最优分类超平面分析，有效地对睡姿进行识别分类，为评价人体睡眠质量，实现枕头的智能化设计、定制化生产提供了技术支持。
-
公开(公告)号：CN114778725B
公开(公告)日：2023-08-25
申请号：CN202210406171.9
申请日：2022-04-18
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于QuEChERS法结合UPLC‑MS/MS的吡咯里西啶碱检测方法，包括如下步骤：(1)对目标样品进行化合物提取，获得含提取物的上清液；(2)取上清液于盛有填料的离心管中，再依次进行涡旋、离心处理；接着，过滤膜，得净化液；(3)采用超高效液相色谱‑质谱联用仪对步骤(2)所得的净化液进行检测分析。本发明还提供了一种上述检测方法在确定茶叶中PAs污染来源方面的应用。本发明检测方法灵敏度高、选择性强、耗时短、成本低，且不仅适用于干茶、茶鲜叶、杂草样品中吡咯里西啶碱的检出，同样适用于土壤样品中吡咯里西啶碱的检出，为茶叶中PAs的污染来源分析提供检测手段。
-
公开(公告)号：CN114778725A
公开(公告)日：2022-07-22
申请号：CN202210406171.9
申请日：2022-04-18
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于QuEChERS法结合UPLC‑MS/MS的吡咯里西啶碱检测方法，包括如下步骤：(1)对目标样品进行化合物提取，获得含提取物的上清液；(2)取上清液于盛有填料的离心管中，再依次进行涡旋、离心处理；接着，过滤膜，得净化液；(3)采用超高效液相色谱‑质谱联用仪对步骤(2)所得的净化液进行检测分析。本发明还提供了一种上述检测方法在确定茶叶中PAs污染来源方面的应用。本发明检测方法灵敏度高、选择性强、耗时短、成本低，且不仅适用于干茶、茶鲜叶、杂草样品中吡咯里西啶碱的检出，同样适用于土壤样品中吡咯里西啶碱的检出，为茶叶中PAs的污染来源分析提供检测手段。
-
公开(公告)号：CN113657319A
公开(公告)日：2021-11-16
申请号：CN202110969526.0
申请日：2021-08-23
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于图像识别技术的无干扰睡眠动作行为的识别方法，包括以下步骤：人体睡眠行为监测数据采集：受试者躺倒在床具上，采用红外摄像系统或红外热像仪系统采集睡眠动作行为；睡眠动作行为图像处理：在频域和空域两个范围内对红外图像或热图像进行噪声消除以及对比度增强；睡眠动作行为的识别：将混合高斯模型和帧差法相结合，利用混合高斯模型准确地建立背景模型，然后利用帧差法清晰地提取出前景轮廓，以此完成睡眠动作的精确识别。本发明在不影响受试者睡眠舒适度的前提下，通过用非接触式手段精确识别睡眠动作行为，为评价人体睡眠质量，实现床具或床垫系统的智能化设计、定制化生产提供技术支持。
-
公开(公告)号：CN116026712A
公开(公告)日：2023-04-28
申请号：CN202211525987.X
申请日：2022-11-30
Applicant: 安徽农业大学
Abstract: 本发明公开了一种枕头软硬度分级定量化测试设备及测试、评价方法，包括测试平台，用于放置待测试的枕头；人体头部模型，由仿真人体头颈部生理轮廓的刚性材料构成，可调节设置在所述测试平台的上方；力学性能测试装置，可拆卸连接所述人体头部模型，包括用于在人体头部模型与待测试的枕头接触时测量枕头上的载荷‑位移数据的传感器。本发明提供了一种枕头软硬度定量化测试与评价的方法，克服了传统主观、定性评价枕头软硬度缺乏客观、定量化标准，无法精准构建人‑枕匹配关系，无法直接用于产品优化设计的局限性；克服了传统通过枕头材料性能评价来反映枕头软硬度，无法综合反映枕头材料、形状、高度以及人体头型、头重等因素的局限性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
