一种可动态重组的脑神经信号并行解码方法和装置

    公开(公告)号:CN114035679B

    公开(公告)日:2023-11-17

    申请号:CN202111246696.2

    申请日:2021-10-26

    IPC分类号: G06F3/01

    摘要: 本发明公开了一种可动态重组的脑神经信号并行解码装置和方法,包括:交互控制平台发布控制命令、配置参数,接收计算主控子系统反馈的脑神经信号解码结果;计算主控子系统依据控制命令和配置参数对脑神经信号进行分析,依据分析结果生成解码任务,并依据并行计算子系统的负载状况动态分配解码任务至并行计算子系统;接收并行计算子系统反馈的脑神经信号解码结果;并行计算子系统动态重组到计算主控子系统,依据解码任务生成与解析任务适配的解码算法链,利用解码算法链执行解码任务,得到脑神经信号解码结果;神经反馈装置将从计算主控子系统获得脑神经信号解码结果转换为刺激信号并反馈作用于采集对象,这样实现了脑神经信号的高性能并行解码。

    一种可动态重组的脑神经信号并行解码方法和装置

    公开(公告)号:CN114035679A

    公开(公告)日:2022-02-11

    申请号:CN202111246696.2

    申请日:2021-10-26

    IPC分类号: G06F3/01

    摘要: 本发明公开了一种可动态重组的脑神经信号并行解码装置和方法,包括:交互控制平台发布控制命令、配置参数,接收计算主控子系统反馈的脑神经信号解码结果;计算主控子系统依据控制命令和配置参数对脑神经信号进行分析,依据分析结果生成解码任务,并依据并行计算子系统的负载状况动态分配解码任务至并行计算子系统;接收并行计算子系统反馈的脑神经信号解码结果;并行计算子系统动态重组到计算主控子系统,依据解码任务生成与解析任务适配的解码算法链,利用解码算法链执行解码任务,得到脑神经信号解码结果;神经反馈装置将从计算主控子系统获得脑神经信号解码结果转换为刺激信号并反馈作用于采集对象,这样实现了脑神经信号的高性能并行解码。

    一种基于FPGA的分布式多通道可配置电生理刺激装置

    公开(公告)号:CN114042245A

    公开(公告)日:2022-02-15

    申请号:CN202111346742.6

    申请日:2021-11-15

    IPC分类号: A61N1/36 A61B5/383 H04L67/125

    摘要: 本发明公开了一种基于FPGA的分布式多通道可配置电生理刺激装置,包括交换机,与交换机通信连接的多个上位机和多个刺激节点;每个刺激节点包括FPGA、D/A以及信号调理电路,接收的网络数据包通过FPGA解析、D/A模数转换以及信号调理电路生成电生理刺激波形;交换机通过千兆网络与每个PFGA通信,以使每个刺激节点在交换机上自由挂载,组成分布式刺激节点;上位机通过交换机对任意数量刺激通道的控制,以解决传统电生理刺激装置不够灵活、无法协同工作、无法适用于需要同时进行多组电生理实验的场景、体积与性能无法兼顾等问题。

    基于贝叶斯压缩感知算法的自适应波束形成器设计方法

    公开(公告)号:CN112230226B

    公开(公告)日:2022-12-27

    申请号:CN202011009033.4

    申请日:2020-09-23

    申请人: 浙江大学

    IPC分类号: G01S15/89 G01S7/539 G01S7/52

    摘要: 本发明公开了一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法,包括:(1)平面阵列阵元接收声波入射信号,所述声波入射信号包含目标信号和干扰信号,基于声波入射信号构建自适应波束形成器,采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计;(2)根据干扰信号的波达方向和入声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵;(3)定义最大旁瓣水平约束值,并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束,同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的阵元权重系数。具有更大的输出信干燥比。

    一种烟草近红外定量分析模型的无标样转移方法

    公开(公告)号:CN114878509A

    公开(公告)日:2022-08-09

    申请号:CN202210491870.8

    申请日:2022-05-07

    申请人: 浙江大学

    IPC分类号: G01N21/359

    摘要: 本发明公开了一种烟草近红外定量分析模型的无标样转移方法,包括采集不同条件下烟草的光谱数据;取样本集合中的部分样本作为训练集,取训练集中m个样本作为源域训练集,取训练集中n个样本作为目标域训练集;依次设置源域训练集和目标域训练集的样本初始权重,设置训练的迭代条件,利用加权极限学习机建立近红外定量分析模型;将相应的主成分矩阵S中的前L列输入当前的近红外定量分析模型,以得到初步的预测值;根据公式,计算预测误差;根据公式,更新权重集合,以对近红外定量分析模型进行修正。本发明提供的无标样转移方法实现不同条件下烟草近红外定量分析模型的无标样转移,避免了模型重新校准需扫描大量的样品。

    用于中药材种植的生长信息采集分析系统及方法

    公开(公告)号:CN109035056B

    公开(公告)日:2021-07-16

    申请号:CN201810922407.8

    申请日:2018-08-14

    摘要: 用于中药材种植的生长信息采集分析系统,包括:采集终端,用于采集环境信息和中药材植株的图像信息,并且进行处理得到中药材的生长信息;网络终端,从所述采集终端获取中药材的生长信息;区域主机,从所述网络终端获取中药材的生长信息;核心主机,从所述区域主机获取中药材的生长信息并进行存储。本发明提供用于中药材种植的生长信息采集分析系统及方法,能够准确地获取中药材的生长信息并且汇总成一个数据库,进而能够从中药材加工的源头种植阶段开设掌握中药材的质量。

    基于贝叶斯压缩感知算法的自适应波束形成器设计方法

    公开(公告)号:CN112230226A

    公开(公告)日:2021-01-15

    申请号:CN202011009033.4

    申请日:2020-09-23

    申请人: 浙江大学

    IPC分类号: G01S15/89 G01S7/539 G01S7/52

    摘要: 本发明公开了一种基于贝叶斯压缩感知算法的自适应波束形成器设计方法,包括:(1)平面阵列阵元接收声波入射信号,所述声波入射信号包含目标信号和干扰信号,基于声波入射信号构建自适应波束形成器,采用贝叶斯压缩感知算法对声波入射信号进行波达方向估计;(2)根据干扰信号的波达方向和入声波入射信号的Capon空间谱重构得到干扰加噪声协方差矩阵;(3)定义最大旁瓣水平约束值,并根据最大旁瓣水平约束值对目标波束图的旁瓣进行约束,同时根据干扰加噪声协方差矩阵通过凸优化方法计算自适应波束形成器的阵元权重系数。具有更大的输出信干燥比。