-
公开(公告)号：CN117547439B
公开(公告)日：2024-03-26
申请号：CN202410044446.8
申请日：2024-01-12
Applicant: 清华大学 , 北京大学第三医院(北京大学第三临床医学院)
IPC: A61H1/02
Abstract: 本发明涉及一种五自由度的中心可调膝关节静态渐进性牵伸训练器，该训练器包括驱动步进电机、大腿绑缚板、屈伸运动机构、前后及侧向运动机构、内外旋运动机构、分离运动机构和小腿绑缚板；所述的大腿绑缚板和小腿绑缚板用于将所述的五自由度的中心可调膝关节静态渐进性牵伸训练器固定在人体下肢上；所述的驱动步进电机用于带动所述的屈伸运动机构旋转，提供人体膝关节牵伸运动所需的牵伸力；所述的前后及侧向运动机构用于提供膝关节运动所需的前后和侧向所需的自由度；所述的内外旋运动机构与膝关节运动的内外旋运动相契合；所述的分离运动机构用于提供膝关节运动时前后运动所需的自由度。
-
公开(公告)号：CN114077909A
公开(公告)日：2022-02-22
申请号：CN202010797919.3
申请日：2020-08-10
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于生成对抗网络的网页显著度预测方法及系统，该方法包括：获取待预测网页的网页快照和网页底层特征，所述网页底层特征为所述待预测网页的网页边界特征和文本文字特征；将所述网页快照和所述网页底层特征输入到训练好的网页显著度预测模型中，输出得到所述待预测网页的网页显著度预测结果；所述训练好的网页显著度预测模型是由样本网页快照和所述样本网页快照对应的样本网页底层特征，通过深度卷积神经网络训练得到的。本发明实施例提高了网页显著度的预测准确性和效率。
-
公开(公告)号：CN103605928A
公开(公告)日：2014-02-26
申请号：CN201310577037.6
申请日：2013-11-18
Applicant: 清华大学
IPC: G06F21/60
CPC classification number: G06F21/6209 , G06F2221/2125
Abstract: 本发明提出了一种图像隐私保护方法和系统，该方法包括如下步骤：定义源图像的隐私区域；标定源图像的隐私区域；对源图像的隐私区域进行模糊化处理，得到源图像的公开图像；用源图像的隐私区域减去经过模糊化处理的隐私区域，得到源图像的差值隐私图像；对源图像的差值隐私图像进行加密，得到加密后的差值隐私图像；未授权的用户得到源图像的公开图像和加密后的差值隐私图像后，查看源图像的公开图像的内容。该方法可以实现未授权的用户可以查看到图像的非隐私内容。
-
公开(公告)号：CN103366143A
公开(公告)日：2013-10-23
申请号：CN201310277402.1
申请日：2013-07-03
Applicant: 清华大学
IPC: G06K7/00
Abstract: 本发明提供两种大规模射频识别系统中丢失标签的快速识别方法，这两种方法将点名机制的确定性和时隙帧识别的快速批量性相结合，实现丢失标签的快速识别。一种方法针对不区分单时隙与冲突时隙的系统，采用先点名识别后时隙帧识别的二阶段丢失标签识别方法；另一种方法针对可以区分单时隙与冲突时隙的系统，采用先点名识别后时隙帧识别，再点名识别的三阶段丢失标签识别方法。这两种方法以低延迟准确识别所有丢失标签的信息，具有鲁棒性高，可扩展性强和识别时间快等特点。
-
公开(公告)号：CN117910181A
公开(公告)日：2024-04-19
申请号：CN202410070836.2
申请日：2024-01-17
Applicant: 清华大学
IPC: G06F30/18 , G06F30/27 , G06F18/214 , G06F18/21 , G06N3/04 , G06F113/14
Abstract: 本申请实施例提供了一种基于人工神经网络的腐蚀预测方法、装置、设备和介质，所述方法包括：从M个环境指标中确定出K个特征指标，特征指标表征影响腐蚀速率的主要因素，K为小于M的整数且K大于1；将每个特征指标的连续N次采集的特征指标数值和最近一次采集的腐蚀速率，输入到transformer预测模型进行处理，得到当前的预测腐蚀速率，N为大于1的整数，所述transformer预测模型是按照预设周期在线训练更新得到的，所述最近一次采集的腐蚀速率是根据第N‑1采集的管道壁厚和第N次采集的管道壁厚确定的。如此，实现高效、准确的腐蚀速率预测。
-
Patent Agency Ranking
公开(公告)号：CN116887391A
公开(公告)日：2023-10-13
申请号：CN202310861331.3
申请日：2023-07-13
Applicant: 清华大学
IPC: H04W56/00
Abstract: 本发明提供了一种时间同步方法、装置、电子设备和可读存储介质。所述方法包括：接收中心设备发送的第一信标数据包和第二信标数据包；根据第一信标数据包、第二信标数据包和中心设备发送信标数据包的第一周期，确定第一信标数据包的第一发送时间和第二信标数据包的第二发送时间之间的第一时间间隔；确定第一时间间隔内边缘设备对应的第一时钟计数值；根据第二信标数据包的第一接收时间，确定在第二发送时间时，边缘设备对应的第二时钟计数值；根据第一时间间隔、第一时钟计数值和第二时钟计数值，对边缘设备对应的通信时隙进行校准。本发明实施例降低了边缘设备的制造成本和功耗开销，提高了边缘设备的工作效率。
-
公开(公告)号：CN108113706A
公开(公告)日：2018-06-05
申请号：CN201711382014.4
申请日：2017-12-19
Applicant: 清华大学无锡应用技术研究院
Abstract: 本发明公开了一种基于音频信号的心率监测方法，其中，所述基于音频信号的心率监测方法包括：通过扬声器向外发射调频连续波；通过麦克风接收声波信号，所述声波信号包括所述调频连续波经过人体胸腔反射得到的反射声波信号和所述调频连续波由所述扬声器直接到达所述麦克风的直接声波信号，所述反射声波信号包括心跳反射声波信号和呼吸反射声波信号；对所述声波信号进行处理得到心率。本发明还公开了一种基于音频信号的心率监测装置及基于音频信号的心率监测系统。本发明提供的基于音频信号的心率监测方法，基于音频信号实现对心率的监测，提供了非接触式的心率监测手段，监测方便，便于操作，且成本低。
-
公开(公告)号：CN104717689B
公开(公告)日：2018-05-11
申请号：CN201510109164.2
申请日：2015-03-12
Applicant: 清华大学
IPC: H04W24/04
Abstract: 本发明公开了一种无线传感器网络的故障诊断方法，该方法包括以下步骤：S1、构建基于压缩感知技术的观测矩阵；观测矩阵记载了网络故障对应的网络事件的序列变化值；S2、利用观测矩阵构建从网络节点的网络事件到所述网络故障的映射关系；S3、采集无线传感器网络的节点状态序列；节点状态序列为所述网络事件发生的次数；S4、根据映射关系，求解对应于所述网络事件对应的网络故障。本发明的方法通过构建观测矩阵，利用压缩感知技术和奥坎姆剃刀原理，将网络故障和网络事件模型化，可以快捷准确的找到网络故障，实现对无线传感器网络的全方位故障诊断，同时不需要依赖工作人员的深厚的领域知识，使得无线传感器网络的故障诊断更加方便和容易实行。
-
公开(公告)号：CN103605928B
公开(公告)日：2016-03-30
申请号：CN201310577037.6
申请日：2013-11-18
Applicant: 清华大学
IPC: G06F21/60
Abstract: 本发明提出了一种图像隐私保护方法和系统，该方法包括如下步骤：定义源图像的隐私区域；标定源图像的隐私区域；对源图像的隐私区域进行模糊化处理，得到源图像的公开图像；用源图像的隐私区域减去经过模糊化处理的隐私区域，得到源图像的差值隐私图像；对源图像的差值隐私图像进行加密，得到加密后的差值隐私图像；未授权的用户得到源图像的公开图像和加密后的差值隐私图像后，查看源图像的公开图像的内容。该方法可以实现未授权的用户可以查看到图像的非隐私内容。
-
公开(公告)号：CN103345627B
公开(公告)日：2016-03-30
申请号：CN201310312228.X
申请日：2013-07-23
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明提供了一种动作识别方法和动作识别装置，所述动作识别方法包括:步骤S1:采集动作数据，针对所述动作数据计算拟合数据，所述拟合数据用于表征在所述动作数据的采集时刻所述动作的能量变化的大小;步骤S2:将预定数量的所述拟合数据按时间顺序读入滑动窗口，所述滑动窗口随时间推移向前滑动以获得更新的拟合数据，根据滑动窗口内的拟合数据的中位数来确定动作启动点和动作停止点，提取所述动作启动点和所述动作停止点之间的所有所述动作数据作为有效动作数据;步骤S3:对所述有效动作数据进行识别，判断动作类型。本发明能够精确地将有效动作数据分割出来，提高了动作识别结果的准确率:且动作识别完全在智能手机上实现，使用方便。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
