-
公开(公告)号：CN107510555B
公开(公告)日：2020-06-05
申请号：CN201710772621.5
申请日：2017-08-31
Applicant: 西安科技大学
IPC: A61G5/00 , A61G5/04 , A61G5/10 , A61B5/0484 , G06F3/01
Abstract: 本发明公开了一种轮椅脑波控制装置，包括刺激源、脑电信号获取装置、计算机、数据处理器和轮椅控制电路。本发明还公开了一种轮椅脑波控制方法，包括以下步骤：步骤一、脑波信号获取及上传；步骤二、脑波频率值计算；步骤三、控制信息判定；步骤四、控制信息输出；步骤五、控制信息执行；步骤六、对下一个脑波频率值进行分析与处理。本发明采用彩色闪光视觉刺激器，提高脑波信号诱发的识辨率，每个彩色闪光块均以两个闪烁频率交叉闪烁，避免了刺激源的单一性，以黄金分割法划分采样周期，确保脑波诱发的有效性，采用消失矩阵阶数为4的DB4小波函数对脑波信号进行小波包分解，抑制了干扰信息提高了脑波控制的正确性，方便了特定残障人群。
-
公开(公告)号：CN106231760B
公开(公告)日：2017-07-11
申请号：CN201610824715.8
申请日：2016-09-14
Applicant: 西安科技大学
IPC: H05B37/02
Abstract: 本发明公开了一种基于物联网的家庭灯用智能开关装置及开关方法，该装置包括开关状态检测装置、开关控制装置和与开关控制装置连接的数据处理终端，被控制家庭灯为由机械开关进行控制的灯具；开关控制装置包括主控器和驱动机械开关进行动作的电动驱动机构，电动驱动机构由主控器控制，电动驱动机构包括驱动电机和电机驱动电路；开关状态检测装置与主控器连接；该开关方法包括步骤：一、数据处理终端发送开关控制指令；二、开关控制指令接收及开关控制：主控器对被控制家庭灯进行打开控制或关闭控制。本发明设计合理且使用操作简便、使用效果好，能简便、快速完成家庭灯开关控制过程，并且无需对被控制家庭灯的机械开关结构和连接电路进行调整。
-
公开(公告)号：CN109086248A
公开(公告)日：2018-12-25
申请号：CN201810621651.0
申请日：2018-06-15
Applicant: 西安科技大学
IPC: G06F17/14
Abstract: 本发明公开了一种基于复小波模极大值连线的故障信号分析方法，获取故障信号后用连续小波变换处理故障信号；对复小波消失矩进行优化并判断复小波消失矩是否最优，然后选取消失矩阶数n大于Lipschitz指数α后进行复小波变换；画出连续小波变换系数中的模极大值连线；沿着模极大值连线确定奇异点x0，计算对数log2│Wf(s,k)│沿着收敛于x0的模极大值连线的相应斜率，该斜率为α+1/2，从而求出x0点Lipschitz指数α。与现有技术相比，本发明具有很强的实用性功能，步骤简单，可将其延伸到其他信号的奇异分析中。
-
公开(公告)号：CN106446822B
公开(公告)日：2018-07-10
申请号：CN201610835463.9
申请日：2016-09-20
Applicant: 西安科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于圆拟合的眨眼检测方法，包括步骤：一、图像采集：采用图像采集设备对被测试者的脸部图像进行采集，并将每一个采样时刻所采集的脸部图像同步传送至图像处理器；二、图像处理：图像处理器按照预先设定的分析处理频率f且按照时间先后顺序，对各分析处理周期内接收到的所述脸部图像分别进行分析处理，过程如下：201、第一个分析处理周期内所接收脸部图像分析处理，包括步骤：脸部图像同步存储与眨眼检测和眨眼次数统计；202、下一个分析处理周期内所接收脸部图像分析处理；203、返回步骤202。本发明方法步骤简单、设计合理且实现方便、使用效果好，通过圆拟合能简便、快速对被测试者的眨眼状态进行准确检测。
-
公开(公告)号：CN106384096B
公开(公告)日：2018-07-10
申请号：CN201610835397.5
申请日：2016-09-20
Applicant: 西安科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于眨眼检测的疲劳驾驶监测方法，包括步骤：一、图像采集：将每一个采样时刻所采集的脸部图像同步传送至图像处理器；二、图像处理：图像处理器对各分析处理周期内接收到的脸部图像分别进行分析处理，过程如下：201、第一个分析处理周期内所接收脸部图像分析处理；202、下一个分析处理周期内所接收脸部图像分析处理；203、M‑3次重复步骤202；204、下一个分析处理周期内所接收脸部图像分析处理及疲劳驾驶判断；205、返回步骤204。本发明方法步骤简单、设计合理且实现方便、使用效果好，基于驾驶员脸部图像的眨眼检测能简便、快速对驾驶员的疲劳驾驶状态进行准确监测，实用价值高。
-
Patent Agency Ranking
公开(公告)号：CN106446822A
公开(公告)日：2017-02-22
申请号：CN201610835463.9
申请日：2016-09-20
Applicant: 西安科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于圆拟合的眨眼检测方法，包括步骤：一、图像采集：采用图像采集设备对被测试者的脸部图像进行采集，并将每一个采样时刻所采集的脸部图像同步传送至图像处理器；二、图像处理：图像处理器按照预先设定的分析处理频率f且按照时间先后顺序，对各分析处理周期内接收到的所述脸部图像分别进行分析处理，过程如下：201、第一个分析处理周期内所接收脸部图像分析处理，包括步骤：脸部图像同步存储与眨眼检测和眨眼次数统计；202、下一个分析处理周期内所接收脸部图像分析处理；203、返回步骤202。本发明方法步骤简单、设计合理且实现方便、使用效果好，通过圆拟合能简便、快速对被测试者的眨眼状态进行准确检测。
-
公开(公告)号：CN106444496A
公开(公告)日：2017-02-22
申请号：CN201610841607.1
申请日：2016-09-22
Applicant: 西安科技大学
IPC: G05B19/042
CPC classification number: G05B19/0428 , G05B2219/24024
Abstract: 本发明涉及一种物联网远程测控系统。一种物联网远程测控系统，包括单片机、数据采集模块、显示屏、继电器、风扇、终端服务器和智能手机，数据采集模块的输出端与单片机的输入端相连，单片机的输出端分别与显示屏的输入端、继电器的输入端相连，继电器的输出端与风扇的输入端相连，单片机与终端服务器通过GSM无线通信模块相连，终端服务器与智能手机通过GSM无线通信模块相连。一种物联网远程测控系统，包括数据采集模块、单片机控制模块、显示模块、无线传输模块、终端服务器模块、报警模块和被控单元。
-
公开(公告)号：CN106384096A
公开(公告)日：2017-02-08
申请号：CN201610835397.5
申请日：2016-09-20
Applicant: 西安科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于眨眼检测的疲劳驾驶监测方法，包括步骤：一、图像采集：将每一个采样时刻所采集的脸部图像同步传送至图像处理器；二、图像处理：图像处理器对各分析处理周期内接收到的脸部图像分别进行分析处理，过程如下：201、第一个分析处理周期内所接收脸部图像分析处理；202、下一个分析处理周期内所接收脸部图像分析处理；203、M-3次重复步骤202；204、下一个分析处理周期内所接收脸部图像分析处理及疲劳驾驶判断；205、返回步骤204。本发明方法步骤简单、设计合理且实现方便、使用效果好，基于驾驶员脸部图像的眨眼检测能简便、快速对驾驶员的疲劳驾驶状态进行准确监测，实用价值高。
-
公开(公告)号：CN109033954B
公开(公告)日：2022-02-08
申请号：CN201810620085.1
申请日：2018-06-15
Applicant: 西安科技大学
IPC: G06V40/20 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于机器视觉的空中手写识别系统及方法，手写字符视频输入部分用于实时采集输入的特定颜色的空中手写字符视频并将采集到的轨迹点生成轨迹图片；预处理部分用于对轨迹点生成轨迹图片进行滤波、灰度二值化、形态学的预处理操作；字符分割部分用于将预处理后的轨迹点生成轨迹图片的RGB色彩空间转换成HSV后，利用GA‑Otsu分割算法分割出HSV中的字符；特征提取部分对分割出的字符进行特征提取；分类识别部分用于将提取的特征用粒子群优化算法PSO优化支持向量机算法SVM得到最优SVM分类模型，输出所有字符的识别结果。本发明只需对特定颜色的书写轨迹进行捕捉，效率高，节省成本，方便携带，也不需要判断书写的起止与结束。
-
公开(公告)号：CN108959732A
公开(公告)日：2018-12-07
申请号：CN201810621653.X
申请日：2018-06-15
Applicant: 西安科技大学
Abstract: 本发明公开了一种基于卷积神经网络的输电线路故障类型识别方法，卷积神经网络算法属于深度学习算法的一种，通过将深度学习算法应用于输电线路的故障类型识别领域，进行故障类型识别无需人为提取故障特征，以往的基于人工智能算法的线路故障类型识别需要事先提取故障特征，该发明简化了故障类型识别的结构；提高线路故障类型识别的识别效率，基于深度学习的线路故障类型识别算法在应用中，众多的参数会导致该算法在训练过程中千差万别，本发明打算对其进行优化；降低线路故障类型识别的错误率，不同的激活函数会使训练误差截然不同，本发明使用不同的激活函数对其进行训练，找到最优的激活函数。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
