脑电信号伪迹去除方法及计算机可读存储介质

    公开(公告)号:CN110575164B

    公开(公告)日:2022-04-12

    申请号:CN201910893087.2

    申请日:2019-09-20

    Abstract: 本发明提供了一种脑电信号伪迹去除方法及计算机可读存储介质,其中,脑电信号伪迹去除方法,包括:获取含冷痛信息的脑电信号作为目标信号,将目标信号进行迭代降噪以得到纯净模态分量;对纯净模态分量进行短时傅立叶时频分析以得到时频图,根据时频图确定有效特征,构造有效特征对应的模态分量以得到有效信号,从有效信号中筛选出纯净信号;将纯净信号的测试数据集输入到分类模型中,获取纯净信号的精度评价参数;纯净信号的检测精度评价参数满足精度需求确定纯净信号为合格信号。通过对带有冷痛信息的多通道脑电信号进行VMD分解和降噪,改善了模态混叠、端点效应的问题,提高了分解降噪的精度同时也提高了提取有效特征的精度。

    基于SIMP的功率器件散热结构拓扑设计方法和系统

    公开(公告)号:CN114880798B

    公开(公告)日:2025-02-25

    申请号:CN202210496985.6

    申请日:2022-05-09

    Abstract: 本发明提供了一种基于SIMP的功率器件散热结构拓扑设计方法和系统,其中,该方法包括:获取设计对象的设计区域,对设计区域进行网格划分;获取设计变量及其初始值、设计参数和约束条件,基于SIMP建立导热材料数学模型;基于上述模型建立设计对象的单元导热矩阵和整体导热矩阵;基于上述矩阵建立散热结构拓扑设计模型;计算目标函数的灵敏度,分析设计变量的灵敏度;基于目标函数和设计变量的灵敏度计算目标函数;在目标函数符合收敛条件时得到设计对象的最优拓扑结构。本申请基于变密度法中的SIMP模型对功率器件进行散热结构拓扑优化,避免传统设计方法的缺陷,耗时少,成本低,具有较好的数值稳定性和可行性,提高产品设计的效率,加快产品设计的周期。

    基于SIMP的功率器件散热结构拓扑设计方法和系统

    公开(公告)号:CN114880798A

    公开(公告)日:2022-08-09

    申请号:CN202210496985.6

    申请日:2022-05-09

    Abstract: 本发明提供了一种基于SIMP的功率器件散热结构拓扑设计方法和系统,其中,该方法包括:获取设计对象的设计区域,对设计区域进行网格划分;获取设计变量及其初始值、设计参数和约束条件,基于SIMP建立导热材料数学模型;基于上述模型建立设计对象的单元导热矩阵和整体导热矩阵;基于上述矩阵建立散热结构拓扑设计模型;计算目标函数的灵敏度,分析设计变量的灵敏度;基于目标函数和设计变量的灵敏度计算目标函数;在目标函数符合收敛条件时得到设计对象的最优拓扑结构。本申请基于变密度法中的SIMP模型对功率器件进行散热结构拓扑优化,避免传统设计方法的缺陷,耗时少,成本低,具有较好的数值稳定性和可行性,提高产品设计的效率,加快产品设计的周期。

    一种基于多特征二维卷积的多模态情绪识别评价方法

    公开(公告)号:CN119203031A

    公开(公告)日:2024-12-27

    申请号:CN202411275349.6

    申请日:2024-09-12

    Abstract: 一种基于多特征二维卷积的多模态情绪识别评价方法,目前对大脑情绪缺少系统且精准分类方法,多分类的效率和准确率难以稳定保证。本发明中多模态情绪识别评价方法为将基于音频刺激情绪试验获取的脑电信号进行剔除去噪的预处理后形成纯净脑电信息,再对纯净脑电信息进行特征提取构建多模态数据集,对多模态数据集通过卷积神经网络方式进行分类、识别以及评价过程;通过计算网络的节点度和局部效率,得到了各节点的网络特征序列,将网络特征序列与连续小波进行组合,从而完成构建多模态数据集的过程,通过多模态数据集搭建得到卷积网络模型。

    分类器的训练方法和计算机可读存储介质

    公开(公告)号:CN110942103A

    公开(公告)日:2020-03-31

    申请号:CN201911235032.9

    申请日:2019-12-05

    Abstract: 本发明提供了一种分类器的训练方法和一种计算机可读存储介质,其中,分类器的训练方法包括:对包含冷痛信息的脑电信号的时间序列进行分解,以得到分解后的子带分量;确定任一子带分量的能量值与所有子带分量的能量值之和的比值、任一子带分量的精细复合多尺度色散熵、精细复合多尺度模糊熵以及自回归模型系数;根据任一子带分量的能量值与所有子带分量的能量值之和的比值、精细复合多尺度色散熵、精细复合多尺度模糊熵以及自回归模型系数确定特征集;根据特征集对分类器进行训练,以得到目标分类器,根据上述特征变量训练得到的分类器对冷痛信息的分类效果更佳,提高了神经类疾病诊断结果的可靠性。

    脑电信号伪迹去除方法及计算机可读存储介质

    公开(公告)号:CN110575164A

    公开(公告)日:2019-12-17

    申请号:CN201910893087.2

    申请日:2019-09-20

    Abstract: 本发明提供了一种脑电信号伪迹去除方法及计算机可读存储介质,其中,脑电信号伪迹去除方法,包括:获取含冷痛信息的脑电信号作为目标信号,将目标信号进行迭代降噪以得到纯净模态分量;对纯净模态分量进行短时傅立叶时频分析以得到时频图,根据时频图确定有效特征,构造有效特征对应的模态分量以得到有效信号,从有效信号中筛选出纯净信号;将纯净信号的测试数据集输入到分类模型中,获取纯净信号的精度评价参数;纯净信号的检测精度评价参数满足精度需求确定纯净信号为合格信号。通过对带有冷痛信息的多通道脑电信号进行VMD分解和降噪,改善了模态混叠、端点效应的问题,提高了分解降噪的精度同时也提高了提取有效特征的精度。

    智能冰箱的内部结构
    8.
    实用新型

    公开(公告)号:CN206771870U

    公开(公告)日:2017-12-19

    申请号:CN201720494099.4

    申请日:2017-05-05

    Abstract: 本实用新型提智能冰箱的内部结构,包括其内定义有储物空间的箱体,铰接设置于箱体前部的箱门,所述箱体内部设置至少一块水平的隔板,每块隔板内均安装有TellSpec卡路里检测设备中的光谱扫描仪;所述箱门内侧设置可调节置物框、面膜储存盒,框体及盒体上均安装有TellSpec卡路里检测设备中的光谱扫描仪;所述箱体的内侧布设灯光控制及图像采集机构。本实用新型引入TellSpec的检测功能,结合图像采集系统,通过云端分析可获得食物的形象和能量值,由此为用户提供健康的菜谱以及制作方案,使冰箱更具智能化,达到根据用户一天的运动消耗的卡路里来制定健康饮食方案的目的。

    一种智能停车辅助装置
    9.
    实用新型

    公开(公告)号:CN216848811U

    公开(公告)日:2022-06-28

    申请号:CN202220557086.8

    申请日:2022-03-15

    Abstract: 本实用新型公开了一种智能停车辅助装置,包括第一防护架与第二防护架,第一防护架的一侧外壁上安装有卡条,且第一防护架通过卡条与第二防护架相卡接,第二防护架的一侧外壁上安装有防护组件,第一防护架的一侧外壁上安装有电机,电机的输出端穿过第一防护架的一侧壁固定连接有主动锥形齿轮,第一防护架的底部内壁上通过轴承安装有转动杆,转动杆的侧壁上分别安装有挡板与从动锥形齿轮,通过设置的红外线发射器、控制器、蜂鸣器与警报灯,能够对停车的司机进行提醒,从而避免车辆偏离停车位出现占位等情况,其次,通过电机、主动锥形齿轮、转动杆、挡板与从动锥形齿轮,既能够辅助司机进行停车,又能够避免出现其他人占用自己的车位等情况。

Patent Agency Ranking