-
公开(公告)号:CN107490968A
公开(公告)日:2017-12-19
申请号:CN201710912835.8
申请日:2017-09-29
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G05B13/04
Abstract: 本发明的自动驾驶汽车的自适应分层递阶路径跟踪控制方法,包括如下步骤:a).建立车体的直角坐标系;b).建立路径跟踪控制系统模型;c).建立轮胎与路面间的摩擦力模型;d).建立车轮滑移率方程,e).建立控制模型,f).建立自适应分层递阶控制架构,所述自适应分层递阶控制架构包括上层控制器、中间层控制器以及下层控制器。本发明的自适应分层递阶控制方法,通过稳定、优化、参数估计等控制目标的解决了自动驾驶汽车的路径跟踪控制问题,动态优化车轮联合滑移率并抑制车轮侧滑,实现了过驱动车辆轮胎力和力矩的合理分配;实现了未知、非对称路面摩擦条件下独立车轮的制动控制和摩擦参数估计,并保证摩擦参数的收敛性,实现自动驾驶汽车理想的路径跟踪控制。
-
公开(公告)号:CN105827442A
公开(公告)日:2016-08-03
申请号:CN201610143211.X
申请日:2016-03-14
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: Y02D70/00 , H04L41/145 , H04W24/06
Abstract: 本发明实施例公开了一种无线体域网能效频效分析方法,包括:建立无线体域网共存泊松分布点模型;计算竞争域的中断概率;根据中断概率计算能量效率和频谱效率;计算能量效率和频谱效率的相互关系。本发明通过分析能量效率和频谱效率的关系,能够在无线系统设计中更好地平衡这两种性能指标,为系统中能量效率和频谱效率的联合设计带来启示意义。
-
公开(公告)号:CN105708470A
公开(公告)日:2016-06-29
申请号:CN201610040326.6
申请日:2016-01-21
Applicant: 山东大学 , 山东省计算中心(国家超级计算济南中心)
CPC classification number: A61B5/1117 , A61B5/024 , A61B5/08 , A61B5/6826
Abstract: 本发明公开了一种基于多普勒探测器与传感器联合的跌倒检测系统和方法,包括:传感器检测装置、多普勒探测装置和远端服务器;传感器检测装置与多普勒探测装置通信,多普勒探测装置与远端服务器通信;传感器检测装置用于采集用户的运动方向及在该方向上的加速度值和倾斜角度数据并传送至多普勒探测装置,多普勒探测装置用于检测用户的生命体征数据,并判断生命体征数据是否正常,同时,判断接收到的用户加速度值和倾斜角度数据是否超过设定阈值;根据上述判断结果,利用机器学习的方法确定用户是否跌倒;本发明实现了生理信息的监测及精确有效地判别跌倒检测,降低了佩戴传感器的硬件要求。
-
公开(公告)号:CN105147276A
公开(公告)日:2015-12-16
申请号:CN201510563636.1
申请日:2015-09-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , G06Q50/22 , H04L29/08
Abstract: 本发明的基于Android和云计算的心电交互处理系统,包括心电图测量模块、Android主控板和云计算平台,心电图测量模块实现心电信号的采集,Android主控板实现心电数据的显示和上传;云计算平台实现数据的存储,以及医生与用户的在线沟通。本发明的处理方法包括:a).导联电极的固定;b).身份验证;c).验证用户是否合法;d).发送心电数据;e).心电数据的接收;f).心电图的绘制;g).心电数据的上传;h).在线服务。本发明的系统和处理方法,将传统心电图与Android移动平台和云计算平台相结合,实现了心电图的实时解析、绘制、传输和授权共享,可作为一种有效的移动医疗设备,积极的推动了医疗信息化进程。
-
公开(公告)号:CN104166918A
公开(公告)日:2014-11-26
申请号:CN201410410913.0
申请日:2014-08-20
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06Q20/40
CPC classification number: G06Q20/382 , G06Q20/385 , G06Q20/401
Abstract: 本发明的基于音频按键的安全支付方法,包括a).用户注册;b).绑定银行卡;c).安装支付APP;d).银行卡设置;e).发起支付;f).向交易中心发送信息;g).产生交易数据;h).产生交易验证码;i).验证消息的合法性;j).产生交易证据;k).输入交易验证码;l).发送至交易中心;m).验证的合法性;n).判断交易的时效性;o).产生交易取消数据;p).完成支付交易。本发明的安全支付方法,通过短信验证交易金额,避免了APP发送虚假交易金额现象的发生;通过验证消息的合法性和交易的时效性,确保了支付交易的安全性,并可产生交易凭证信息。由于整个安全支付过程无需输入银行卡号和密码信息,避免了用户银行卡号和密码被窃取的风险。
-
公开(公告)号:CN117357129B
公开(公告)日:2024-06-04
申请号:CN202311499058.0
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种针对可穿戴式设备的心电图QRS波形检测方法,涉及心电信号处理技术领域,使用了一个新的心电信号波形检测网络S2TE_Net,该网络使用了时空特征提取模块和激励挤压模块相结合,以实现对QRS波形的准确检测。在时空特征提取模块中,使用了卷积神经网络(CNN)和双向长短期记忆网络(Bi‑LSTM)的结合体。CNN可以捕捉时间序列数据中的空间特征,Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声,从而在可穿戴式设备中获得更准确的QRS波形检测结果。
-
公开(公告)号:CN117481606B
公开(公告)日:2024-05-14
申请号:CN202311498055.5
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/00 , A61B5/346 , G06F18/241 , G06F18/10 , G06F18/213 , G06F18/22 , G06N3/048 , G06N3/0464
Abstract: 一种基于改进孪生网络的小样本心电信号分类方法,涉及心电信号分类技术领域,通过构建CMP模块作为孪生网络的子网络,将提取局部特征和全局特征相结合,能够更好的分析波峰的位置、振幅和偏移量等信息,使得转换后的特征向量变得更加鲁棒,从而提高小样本心电信号分类的准确率和稳定性。
-
公开(公告)号:CN117315798B
公开(公告)日:2024-03-12
申请号:CN202311546911.X
申请日:2023-11-20
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC: G06V40/40 , G06V40/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种基于身份脸型特征的深度伪造检测方法,涉及深度伪造检测技术领域,引入身份特征与3D人脸形状特征相结合,设计了脸型一致性自注意力模块、身份引导脸型一致性注意力模块,挖掘其中的身份脸型不一致特征,根据不同检测人脸的参考人脸信息,具有更强的针对性。额外利用了待检测人脸的参考人脸辅助检测,具有更强的针对性。利用身份特征和形状特征实现更好的泛化检测性能,提高深度伪造检测性能和精准度。
-
公开(公告)号:CN117653137A
公开(公告)日:2024-03-08
申请号:CN202311523454.2
申请日:2023-11-16
Applicant: 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/346
Abstract: 一种基于对比学习和多尺度双维注意力机制的心电分类方法,涉及心电信号分类技术领域,设计了MFE‑ResNet网络模型以解决未充分建模特征在通道和时间上的相关性问题。该模型包括并行卷积模块、Batch_Norm层、Relu激活函数层、并行的残差和空洞卷积模块、多尺度双维注意力模块以及融合模块。能够有效提取心电信号的特征表示,弥补传统模型的不足,并提高特征捕捉能力。
-
公开(公告)号:CN117357129A
公开(公告)日:2024-01-09
申请号:CN202311499058.0
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种针对可穿戴式设备的心电图QRS波形检测方法,涉及心电信号处理技术领域,使用了一个新的心电信号波形检测网络S2TE_Net,该网络使用了时空特征提取模块和激励挤压模块相结合,以实现对QRS波形的准确检测。在时空特征提取模块中,使用了卷积神经网络(CNN)和双向长短期记忆网络(Bi‑LSTM)的结合体。CNN可以捕捉时间序列数据中的空间特征,Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声,从而在可穿戴式设备中获得更准确的QRS波形检测结果。
-
-
-
-
-
-
-
-
-