产品创新设计表达用户嗅觉体验测试方法及其测试仪

    公开(公告)号:CN104165968A

    公开(公告)日:2014-11-26

    申请号:CN201410249993.6

    申请日:2014-06-06

    申请人: 重庆大学

    IPC分类号: G01N33/00

    摘要: 本发明公开了一种产品创新设计表达用户嗅觉体验测试方法及其测试仪,通过在电脑屏幕上显示产品创新设计表达,用户观察屏幕上的产品创新设计表达,当用户想体验产品设计图中所用材料的气味时,用鼠标点击屏幕上所显示产品创新设计表达图中某一组成材料所在区域,测试系统会输出一个控制信号给嗅觉发生器,气味发生器自动吹出屏幕上被用户选中产品使用材料的气味供用户体验,同时,屏幕上弹出产品整体或材料气味体验问卷表窗口,用户按提问进行选择回答,测试软件保存、处理、输出用户体验测试评价报告,使设计师在新产品开发概念设计阶段,就可对产品创新设计表达图中所采用材料的气味对目标用户进行嗅觉体验测试。

    汽车座舱交互体验主客观评价数据有效性检验方法及系统

    公开(公告)号:CN118690964A

    公开(公告)日:2024-09-24

    申请号:CN202410862038.3

    申请日:2024-06-28

    申请人: 重庆大学

    摘要: 本发明公开了一种汽车座舱交互体验主客观评价数据有效性检验方法及系统,包括:构建多维度主客观联合评价体系;基于所述评价体系,采集被试的主客观评价数据;对主客观评价数据进行不同维度下主观与客观的相关性计算,得到相关性计算结果;根据相关性计算结果,得到强相关的数据集;对强相关的数据集进行主客观指标聚类分析,得到聚类后的数据集。本发明能够适用于不同的座舱交互对象,实现对交互体验主客观评价数据进行有效的检验,为指导研究人员和行业工作者在实际应用中获得客观真实的产品用户评价提供了支持。

    牵引齿轮传动系统局部故障振动特征预测方法、系统及介质

    公开(公告)号:CN118624210A

    公开(公告)日:2024-09-10

    申请号:CN202410653033.X

    申请日:2024-05-24

    申请人: 重庆大学

    摘要: 本发明属于牵引齿轮传动系统技术领域,具体公开了一种牵引齿轮传动系统局部故障振动特征预测方法、系统及介质,该方法包括如下步骤:S1,建立牵引电机数学模型、斜齿轮传动系统弯扭轴动力学模型;建立内外多源激励下的牵引传动系统的机电耦合动力学模型;S2,获得斜齿轮局部故障下的牵引齿轮传动系统动力学响应;S3,建立面向数字孪生轻量化仿真的牵引齿轮局部故障动力学实时驱动组合代理模型;S4,形成面向牵引齿轮典型故障振动特征实时和精准仿真预测的数字孪生模型,输出牵引齿轮传动系统局部故障振动特征预测结果。采用本技术方案,获取牵引斜齿轮裂纹、剥落等典型故障的振动特征,实现齿轮箱内部工作情况齿轮状态的监测与预测。

    一种基于分布式计算的深度学习任务处理方法及系统

    公开(公告)号:CN118170495A

    公开(公告)日:2024-06-11

    申请号:CN202410371665.7

    申请日:2024-03-29

    申请人: 重庆大学

    摘要: 本发明涉及云计算技术领域,特别涉及一种基于分布式计算的深度学习任务处理方法及系统。包括:1、深度学习模型推理服务容器化;2、分发待处理深度学习任务;3、部署容器化深度学习模型推理服务到分发了深度学习任务的计算节点;4、监控并汇总计算节点处理深度学习任务的进程;5、更新容器化的深度学习模型推理服务。本发明提供了一种先进的、高度可定制的分布式模型推理服务部署方法及系统,可以有效降低应用模型推理服务的难度,提高系统的资源利用率,并且服务部署较为轻便,能够适用于各种规模的机器学习模型。

    一种基于容器技术的深度学习算法库部署方法及装置

    公开(公告)号:CN118113312A

    公开(公告)日:2024-05-31

    申请号:CN202410288812.4

    申请日:2024-03-14

    申请人: 重庆大学

    摘要: 本发明涉及计算机技术领域,特别涉及一种基于容器技术的深度学习算法库部署方法及装置。包括:1)算法调用,通过主函数确定一系列信息,从而调用相应的算法部署子函数;2)前后端交互,利用flask为算法调用流程创建一个服务端,实现与前端的高效交互,用户能够通过前端界面选择算法、数据增强技术和模型架构等参数;3)容器化部署,将整个程序打包成Docker镜像,用户可以在任何设备上轻松部署程序,无需配置复杂的环境。本发明通过边缘计算中基于容器的方法对深度学习算法库进行部署,通过实现算法封装、前后端交互和容器化部署,在提升边缘计算环境下深度学习算法的部署效率和灵活性方面具有显著的创新和实际应用价值。

    基于深度学习的驾驶人情绪数据集构建方法及系统

    公开(公告)号:CN118570776A

    公开(公告)日:2024-08-30

    申请号:CN202410669059.3

    申请日:2024-05-28

    申请人: 重庆大学

    摘要: 本发明公开了一种基于深度学习的驾驶人情绪数据集构建方法及系统,包括:采集真实道路场景下的驾驶人情绪数据;对驾驶人情绪数据进行预处理,得到处理后的驾驶人情绪数据;基于深度学习,对处理后的驾驶人情绪数据进行情绪分类识别,得到情绪第一识别结果;根据情绪第一识别结果,制作得到驾驶人情绪标签数据;将驾驶人情绪标签数据以及处理后的驾驶人情绪数据作为驾驶人情绪数据集。本发明能够快速构建数据分布平衡且数据种类丰富的情绪数据集,为真实道路场景下情绪数据集的系统化与规范化构建提供了技术支持。

    一种基于空间序列及光强阈值分割的结构光编码方法

    公开(公告)号:CN112945086A

    公开(公告)日:2021-06-11

    申请号:CN202011313379.3

    申请日:2020-11-21

    申请人: 重庆大学

    IPC分类号: G01B11/00 G01B11/25

    摘要: 本发明公开了一种基于空间序列及光强阈值分割的结构光编码方法,步骤包括:1)搭建结构光测量系统;2)调整相机和投影仪的位置,保存标定参数;3)生成随机空间编码序列4)合成内含有空间编码序列信息的结构光光栅图;5)将结构光光栅图投射到被测物体表面,采集经被测物体反射的形变图像;6)将形变图像分割为多个区域,并计算出每一个区域内每一个像素的初始相位;7)获得各个区域的初始相位对应的周期数;8)计算出全场相位,完成被测物体的三维重建;本发明仅用一张投射光栅图且无需相移实现了三维测量,极大地减少了主动式光学三维测量中所需要的投射和采集的图片数量。

    一种基于条纹宽度调制的结构光编码方法

    公开(公告)号:CN112945089A

    公开(公告)日:2021-06-11

    申请号:CN202011313399.0

    申请日:2020-11-21

    申请人: 重庆大学

    IPC分类号: G01B11/00 G01B11/25

    摘要: 本发明公开了一种基于条纹宽度调制的结构光编码方法,步骤包括:1)搭建结构光测量系统;2)对整个结构光测量系统进行标定;3)生成编码序列;4)合成内含有编码序列信息的四张相移投影光栅图像;5)将四张相移投影光栅图像投影到被测物体表面,采集经过被测物体表面调制变形后的四张条纹光栅图像;6)对四张条纹光栅图像进行解相,获得初始的包裹相位;7)调整初始包裹相位从而获得调整后的包裹相位和周期数;8)计算出绝对相位,进行三维重建;本发明可用于大多数传统相移三维测量方法中,能够实现减少投影图像数目的同时仍然具有该传统方法的精度和优势。