基于磁传感的锂离子电池电荷状态非接触监测装置及方法

    公开(公告)号:CN113433474B

    公开(公告)日:2022-08-26

    申请号:CN202110704624.1

    申请日:2021-06-24

    摘要: 本申请公开了一种基于磁传感的锂离子电池电荷状态非接触监测装置及方法,其原理在于锂离子电池充放电过程中的过渡性金属离子在外加偏置磁场的作用下被磁化,其磁矩方向会沿磁场方向排列,从而产生磁性变化,而且不同过渡性金属离子的磁矩大小不同,其被磁化后产生的磁性强度变化也不同。本申请可以对锂离子电池电量以及充放电过程中的化学反应过程进行直接监测,并且不需要将待测锂离子电池接入监测电路。本申请还提供了一种基于本方法的锂离子电池监测方案,该方案所使用监测装置小型便携,适用于锂离子电池的商业应用和实验研究。

    一种基于扫频方式的钢缆缺陷检测方法及装置

    公开(公告)号:CN114813918A

    公开(公告)日:2022-07-29

    申请号:CN202210439942.4

    申请日:2022-04-25

    IPC分类号: G01N27/84

    摘要: 一种基于扫频方式的钢缆缺陷检测方法及装置,该方法包括初步检测和二次检测,在初步检测检测过程中对待测钢缆施加固定频率下的交流磁场激励和直流磁场激励,通过检测漏磁信号输出缺陷的相对位置和尺寸信息,然后在变化的交流磁场激励下,对缺陷部位进行二次检测,通过卡尔曼滤波算法,对不同频率激励下的数据进行融合,进一步解算得到更为精确的缺陷位置与尺寸信息。在此基础上,还提出了一种检测装置,包括检测探头、导向轮、信号处理模块、数据采集模块和数据处理模块。本方法基于交直流复合励磁和频率扫描,能够准确区分钢缆内外部缺陷,并且大幅提高了缺陷的定位和定量精度。

    一种基于强化学习自编码器的脑电数据重建方法

    公开(公告)号:CN113408697B

    公开(公告)日:2022-09-16

    申请号:CN202110599847.6

    申请日:2021-05-31

    IPC分类号: G06N3/04 G06N3/08 G06K9/62

    摘要: 本发明公开了一种基于强化学习自编码器的脑电数据重建方法。本发明采用Openvibe搭建运动想象范式平台,在被试操作游戏情况下采集获得波动态情绪下的脑电数据集和常态情绪下的控制数据集;使用自动编码器作为数据重构方法,强化学习作为重要处理方式,通过对EEG信号进行编码及学习然后对数据重建。首先获取数据并预处理;其次自编码器对数据编码;然后用强化学习得到更好的向量用于解码重建数据。与传统的机器学习、深度学习方法和基于线性全联接的变分自编码器方法相比,强化学习自编码器拥有更好的数据重建效果。

    一种霍尔条阵列输出偏置的自适应补偿方法及电路

    公开(公告)号:CN114689090A

    公开(公告)日:2022-07-01

    申请号:CN202210315346.5

    申请日:2022-03-28

    IPC分类号: G01D5/14

    摘要: 本发明公开了一种霍尔条阵列输出偏置的自适应补偿方法及电路。该电路包括状态调节电路、控制模块、模拟开关、多个并行霍尔条、可调电阻、放大电路和减法电路。状态调节电路用于调节霍尔条的霍尔电阻值;放大电路用于放大霍尔电压;减法电路用于将放大后的霍尔条输出电压与可调电阻两端的电压做差。控制模块用于控制模拟开关,实现测试电流不同路径的选择,并对减法电路的输出电压进行采样,然后进行峰值检测,与期望的霍尔条反常霍尔电压进行均方根误差计算,根据均方根误差计算结果来自适应调整可调电阻值大小。本方法有效的补偿了霍尔条输出端位置偏移导致的输出偏置,有助于解决器件一致性导致的应用困难等问题。

    一种基于深度学习及图像特征的脑电数据分类方法

    公开(公告)号:CN113988122A

    公开(公告)日:2022-01-28

    申请号:CN202111212519.2

    申请日:2021-10-19

    摘要: 本发明公开了一种基于深度学习及图像特征的脑电数据分类方法。使用EEGnet作为特征分类的方法,图像特征学习网络作为重要处理方式,通过对EEG信号进行图像特征提取及学习,对特征进行分类。获取EEG数据并预处理;用被试观看的图片做数据预处理,并用EEGnet对图像数据做训练,得到图像特征分类器;用特征学习方法从脑电数据中得到图像特征向量;将EEG信号提取出的图像特征向量放入特征分类器中分类。在EEG数据的图像特征分类领域中,与传统的机器学习、深度学习方法相比,本发明特征提取方法拥有更好的提取效果,图像特征分类的准确率得到了显著提升。

    一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法

    公开(公告)号:CN113842151A

    公开(公告)日:2021-12-28

    申请号:CN202111160386.9

    申请日:2021-09-30

    摘要: 本发明提出一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法。本发明通过将目标域和多源域的特征分布对齐,以实现域间特征的有效迁移。将EEG数据构建成多通道一维结构,提高了训练效率,同时提高模型性能。其次,引入自表达模块来捕捉样本之间的潜在联系,能够很好地适应不同任务下具有显著个体差异的跨被试EEG数据分析。最后提出了基于动态子胶囊的空间注意力算法来进一步学习EEG数据空间层次上的细粒度特征信息,有效刻画了EEG数据的部分间空间关系和部分‑整体层次关系。本发明有效避免了脑认知计算领域脑电信号的个体差异性问题,可适用于任何任务下基于EEG的认知状态识别,具有较强的泛化能力,能够很好的适用于临床诊断和实际应用。

    一种基于强化学习自编码器的脑电数据重建方法

    公开(公告)号:CN113408697A

    公开(公告)日:2021-09-17

    申请号:CN202110599847.6

    申请日:2021-05-31

    IPC分类号: G06N3/04 G06N3/08 G06K9/62

    摘要: 本发明公开了一种基于强化学习自编码器的脑电数据重建方法。本发明采用Openvibe搭建运动想象范式平台,在被试操作游戏情况下采集获得波动态情绪下的脑电数据集和常态情绪下的控制数据集;使用自动编码器作为数据重构方法,强化学习作为重要处理方式,通过对EEG信号进行编码及学习然后对数据重建。首先获取数据并预处理;其次自编码器对数据编码;然后用强化学习得到更好的向量用于解码重建数据。与传统的机器学习、深度学习方法和基于线性全联接的变分自编码器方法相比,强化学习自编码器拥有更好的数据重建效果。

    基于SDSP和WTA算法的神经网络电路及霍尔条突触

    公开(公告)号:CN113554155B

    公开(公告)日:2024-02-23

    申请号:CN202110861499.5

    申请日:2021-07-29

    IPC分类号: G06N3/049 G06N3/063

    摘要: 本发明公开一种基于SDSP和WTA算法的神经网络电路及霍尔条突触;所述的神经网络包括输入层神经元、隐藏层神经元、抑制型神经元、输出层神经元和霍尔条突触;所述的输入层神经元、隐藏层神经元和输出层神经元为激活型神经元;所述输入层神经元通过第一霍尔条突触与所述隐藏层神经元连接,所述隐藏层神经元通过第二霍尔条突触与所述抑制型神经元连接,所述抑制型神经元与输出层神经元连接;本发明基于霍尔条突触构造一种更契合生物学的神经网络模拟电路,具有低延迟和易集成等优点。

    一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法

    公开(公告)号:CN113842151B

    公开(公告)日:2024-01-05

    申请号:CN202111160386.9

    申请日:2021-09-30

    摘要: 本发明提出一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法。本发明通过将目标域和多源域的特征分布对齐,以实现域间特征的有效迁移。将EEG数据构建成多通道一维结构,提高了训练效率,同时提高模型性能。其次,引入自表达模块来捕捉样本之间的潜在联系,能够很好地适应不同任务下具有显著个体差异的跨被试EEG数据分析。最后提出了基于动态子胶囊的空间注意力算法来进一步学习EEG数据空间层次上的细粒度特征信息,有效刻画了EEG数据的部分间空间关系和部分‑整体层次关系。本发明有效避免了脑认知计算领域脑电信号的个体差异性问题,可适用于任何任务下基于EEG的认知状