-
公开(公告)号：CN112370078A
公开(公告)日：2021-02-19
申请号：CN202011247589.7
申请日：2020-11-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于超声成像和贝叶斯优化的图像检测方法，涉及图像检测技术领域，在检测矿工肺机能的时候采用了先进的超声成像无损检测手段，同时，在进行超声成像肺机能分析过程中采用贝叶斯优化的KPCANet算法保证了矿工肺机能分析的准确性和可靠性，准确可靠的掌握矿工的肺机能情况有助于准确、及时地掌握矿工的身体健康状态，对于职业性尘肺病早期发现具有重要意义。针对矿工这一特殊群体进行肺部机能检测分析，实现矿工肺部健康状态的准确、实时测量分析，完成职业性尘肺病等部分职业病的前期预警及保障矿工的生命健康。
-
公开(公告)号：CN112309568A
公开(公告)日：2021-02-02
申请号：CN202011247601.4
申请日：2020-11-10
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于主动学习结合PNN的异常识别方法，涉及异常体征识别技术领域，通过筛选最有价值的样本进行标记，既可降低人工标注成本，又可提高已标注样本的泛化能力。分类器能够主动选择包含信息量大的未标注的矿工体征数据并将其交由专家进行标注，然后置入训练集进行训练，从而在训练集较小的情况下获得较高的分类正确率，这样可以有效的降低构建高性能分类器的代价，提升训练效率，能取得传统监督学习算法所获得的近似分类准确率。PNN算法建模过程简单、训练速度快、分类更准确、容错性好。将主动学习与PNN算法相结合，用于体征异常矿工的识别，实现了矿工身体健康状态的高效且快速识别，完成了部分职业病的前期预警。
-
公开(公告)号：CN111613340A
公开(公告)日：2020-09-01
申请号：CN202010436457.2
申请日：2020-05-21
Applicant: 安徽理工大学 , 合肥博谐电子科技有限公司
Abstract: 本发明公开了矿工健康评估方法及系统，涉及人体健康管理技术领域，1、搭建矿工健康管理系统；2、系统采集不同健康状况的矿工生理参数数据；3、采用ABC-RS算法对原始矿工健康数据进行属性约简；4、将属性约简后的数据按比例随机划分成训练集和预测集；5、利用训练集建立ELM健康诊断的预测模型，预测集检验早期职业病类别预测的效果。将ABC-RS算法与ELM算法相结合用于矿工生理指标数据的处理与预测评估；采用ABC-RS删选出矿工健康数据中的有用属性，利用按比例随机划分的训练集建立ELM健康诊断预测模型，预测集检验分类效果，最后实现对矿工健康状况的评估。
-
公开(公告)号：CN106198481B
公开(公告)日：2020-01-24
申请号：CN201610864992.1
申请日：2016-09-29
Applicant: 安徽理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于LIF技术和朴素贝叶斯分类的假酒识别装置，包括电源模块、依次连接的激光器、浸入式探头、激光探测器、光谱分析模块、识别模块，激光探测器包括六路并行激光探测器，本发明还公开了一种假酒识别方法：激光器将激光打入被测白酒，被测白酒受激辐射发出荧光，由浸入式探头实时接收荧光信号并传输至激光探测器；六路并行激光探测器同时分别读取设定的各个波段的荧光信号；光谱分析模块对各荧光信号进行数据整合后输出一路完整波段的荧光光谱数据；识别模块根据被测白酒的荧光光谱数据以及已知含有不同浓度甲醇的白酒样本的PCA模型，基于朴素贝叶斯分类算法判断被测白酒是否为假酒以及甲醇的浓度，实现对假酒的快速识别。
-
公开(公告)号：CN110044856A
公开(公告)日：2019-07-23
申请号：CN201910244231.X
申请日：2019-03-28
Applicant: 安徽理工大学
Abstract: 本发明涉及一种多光源LIF葵花籽油掺杂菜籽油的快速无损鉴别设备，该设备由四路继电器、激光器1、激光器2、激光器3、激光器4、接收模块、CCD模块、FPGA以及LCD显示器组成。当FPGA发出两个弱磁信号，四路继电器相应的两个引脚就会接通，相当于开关闭合，与两个引脚对应的两个激光器就会发出激光，水平照射在待测植物油样品上，接收模块接收样品发出的荧光信号传给CCD模块。CCD模块将接收到的荧光信号转换成电信号，通过在FPGA上建模对电信号进行分析与对比，最终在LCD显示屏上显示样品的荧光光谱，从而判断葵花籽油中是否掺杂菜籽油。本发明使用了多光源结合LIF技术，并且不接触待测样品，实现了快速、无损检测。
-
Patent Agency Ranking
公开(公告)号：CN109890104A
公开(公告)日：2019-06-14
申请号：CN201910283860.3
申请日：2019-04-10
Applicant: 安徽理工大学
IPC: H05B33/08
Abstract: 本发明涉及一种基于云服务的具备学习能力的太阳能路灯调光控制系统，且传输效率高，功耗低，控制范围大。(1)基于云服务的具备学习能力的太阳能路灯调光控制系统，具体包括路灯节点、NB-IOT路由基站、云服务器三大部分。(2)路灯节点包括MCU处理器、太阳能板、充放电控制器、蓄电池、传感器模块、报警模块等。(3)管理员通过对云服务各项数据计算分，提高路灯工作效率。(4)具备学习能力的太阳能路灯的调光过程。整个系统解决了现有的路灯控制范围小、功耗高、传输效率低、调光参数无法改变等问题。
-
公开(公告)号：CN109830271A
公开(公告)日：2019-05-31
申请号：CN201910035488.4
申请日：2019-01-15
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于边缘计算和云计算的健康数据管理系统及分析方法，将边缘计算和云计算有机结合的方式用于健康数据的管理和分析。为了有效管理健康数据的，采用健康数据云计算平台、健康数据边缘计算平台组和局部多模态健康数据采集组构建了基于边缘计算和云计算的健康数据管理系统，实现了多模态健康数据的采集和存储管理等。同时为了有效分析健康数据，使用PCA提取数据格式健康数据的特征，使用PCANet提取图像格式健康数据的特征，随后利用数据融合技术实现健康数据的有效融合，再借助随机森林算法分析健康状况。本发明硬件简单，采用的算法比较轻量化，可以在保障健康数据安全性的同时实现健康数据的实时、高精度分析。
-
公开(公告)号：CN109272061A
公开(公告)日：2019-01-25
申请号：CN201811127743.X
申请日：2018-09-27
Applicant: 安徽理工大学
Abstract: 本发明公开了一种新的深度学习模型的构建方法，具体是发明了一种包含两个结构相异的CNN且快速收敛的深度学习模型。本发明构建的深度学习模型中的两个CNN的卷积层、卷积核大小、池化层数和全连接方式均不相同，且每个CNN各分享一次其学习获得的特征信息，在分享或接受特征信息前，两个CNN均经历一次批归一化处理，若在特征信息分享时两CNN的通道数不同，调整通道数后，再做批归一化处理。当前深度学习模型提高性能的研究方向都是加深模型的网络深度，本发明提出的深度学习模型在不构建较深网络的前提下，提升了模型的性能，大大的加快网络的收敛速度，减少模型的参数，降低优秀的深度学习模型对计算机性能的严重依赖。
-
公开(公告)号：CN103729826B
公开(公告)日：2018-05-29
申请号：CN201310719155.6
申请日：2013-12-23
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于粗糙集约简的图像插值方法。步骤是：输入待处理图像；利用已知图像上的像素灰度值构造训练样本集；利用粗集约简算法约简训练样本集的特征；利用约简后的训练样本集训练支持向量机，得到预测模型；进行第一遍插值；进行第二遍插值；输出放大图像。本方法简单，能实现对图像的放大，解决放大图像边缘模糊的问题，获取高质量的插值图像。
-
公开(公告)号：CN107554468A
公开(公告)日：2018-01-09
申请号：CN201710842243.3
申请日：2017-09-18
Applicant: 安徽理工大学
Abstract: 本发明公开了一种多源信息融合车载儿童安全辅助系统，包括车载电源管理终端、车载环境参数采集终端、车载执行终端和手机终端，所述车载电源管理终端包括汽车状态检测模块、电源切换模块、电源模块以及太阳能发电模块，所述车载环境参数采集终端包括红外摄像头模块、氧气浓度测量模块、二氧化碳浓度测量模块、温湿度测量模块以及GPS定位模块，所述车载执行终端包括空气调节模块、GSM通信模块以及报警模块，所述手机终端包括手机客户端。本发明对车内的实况图像、氧气浓度和二氧化碳浓度三参数综合测量判断车内是否有儿童被困更加安全可靠，通过车内的空调系统及时进行空气调节保障车内被困儿童的安全，使汽车更加安全可靠，有效地消除了安全隐患。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.053 seconds)
