-
公开(公告)号：CN113017615A
公开(公告)日：2021-06-25
申请号：CN202110250699.7
申请日：2021-03-08
Applicant: 安徽大学
IPC: A61B5/11 , A61B5/0537 , A61B5/024 , A61B5/00
Abstract: 本发明涉及一种基于惯性动作捕捉设备的虚拟交互运动辅助系统，包括：动作捕捉模块，用于构建3D人物模型、采集人体动作数据并传输至人机交互模块；心率测定模块，用于采集人体心率数据进行处理；体脂测定模块，用于采集人体的体脂数据进行处理；人机交互模块，是集采集基本信息、数据分析与监控、图像显示、语音播报部分、模式选择于一体的用户界面，采用Unity3D平台，以客户端的形式呈现在显示屏上。本发明还公开了一种基于惯性动作捕捉设备的虚拟交互运动辅助系统的辅助方法。本发明适用人群普遍，不局限于某类人群，可推广至大众；多功能化，不仅能将运动动作在虚拟世界中重现，还能进行动作纠错，体脂分析，心率实时监测和报警。
-
公开(公告)号：CN110132856B
公开(公告)日：2021-06-25
申请号：CN201910415768.8
申请日：2019-05-18
Applicant: 安徽大学
IPC: G01N21/25
Abstract: 本发明特别涉及一种小麦赤霉病染病籽粒识别的光谱病害指数构建，包括如下步骤：(A)挑选健康和染病小麦籽粒作为样本，采集得到两条平均光谱曲线；(B)分别对两条平均光谱曲线进行一阶微分处理得到两条一阶微分光谱曲线；(C)根据两条平均光谱曲线求解波长λ1，根据两条一阶微分光谱曲线求解波长λ2；(D)计算每个小麦籽粒的光谱病害指数；(E)根据健康和染病小麦籽粒的光谱病害指数分别画出其频数直方图；(F)对两个频数直方图进行曲线拟合，取两条拟合曲线的交点为判断阈值；还公开了利用该模型进行小麦赤霉病检测的方法。本发明构建的光谱病害指数，具有无损、计算速度快、精度高、稳定性好的应用优势。
-
公开(公告)号：CN113011499A
公开(公告)日：2021-06-22
申请号：CN202110301578.0
申请日：2021-03-22
Applicant: 安徽大学
Abstract: 本发明涉及一种基于双注意力机制的高光谱遥感图像分类方法，与现有技术相比解决了高光谱遥感影像训练样本有限及分类精度不理想的缺陷。本发明包括以下步骤：训练样本的获取；堆栈自编码器的构建和训练；构建混合密集网络；混合密集网络的训练；待分类样本的获取和降维处理；高光谱遥感图像分类结果的获得。本发明在训练样本量更少的情况下，也能得到较理想的高光谱遥感影像分类结果。
-
公开(公告)号：CN109709084B
公开(公告)日：2021-05-18
申请号：CN201910008272.9
申请日：2019-01-04
Applicant: 安徽大学
IPC: G01N21/65
Abstract: 本发明特别涉及一种半胱胺修饰金纳米棒方法，包括以下步骤：(A)取金纳米棒溶液并进行清洗，清洗后加入超纯水后混匀，其中金纳米棒溶液中金纳米棒的长为60～70nm、宽为20～23nm；(B)将清洗后的金纳米棒溶液和半胱胺溶液按照9:1的体积比进行混合后加入装有磁子的容量瓶中，其中半胱胺溶液的浓度为10‑6mol/L；(C)将容量瓶放在搅拌机上搅拌60～90min；(D)搅拌后吸取半胱胺修饰的金纳米棒溶液放进离心机中进行离心后吸出上层清液后即得到半胱胺修饰金纳米棒；还公开了检测乙酰甲胺磷的基片和方法。半胱胺修饰的金纳米棒形态稳定、均一，增强效果更优；同时，金纳米棒上的胺离子与乙酰甲胺磷分子之间存在吸附作用，从而实现对乙酰甲胺磷残留的高灵敏检测。
-
公开(公告)号：CN112784907A
公开(公告)日：2021-05-11
申请号：CN202110113912.X
申请日：2021-01-27
Applicant: 安徽大学 , 中国科学院空天信息创新研究院
Abstract: 本发明公开了基于空谱特征与BP神经网络的高光谱图像分类方法，涉及图像处理技术领域。首先通过PCA对高光谱图像进行降维处理，获得兼具低维波段和特征显著的光谱信息；通过LBP算法提取高光谱图像的空间纹理信息；最后将光谱信息和空间纹理信息通过串行融合的方式组成高光谱图像的特征向量，并输入BP神经网络中训练分类。将本发明的方法应用于Pavia University、Salinas和Botswana高光谱图像处理，分类精度分别达到了93.67％、98.09％和92.97％。本发明的算法相比较于经典算法KNN和几种性能优越的算法，在总体精度、平均精度和Kappa系数上均有提升，证明了本发明方法的实用性。
-
Patent Agency Ranking
公开(公告)号：CN112429721A
公开(公告)日：2021-03-02
申请号：CN202011329686.0
申请日：2020-11-24
Applicant: 安徽大学
IPC: C01B32/184 , G01L9/12 , G01L9/02 , C07K14/435 , C07K1/34 , C07K1/14
Abstract: 本发明公开一种复合型石墨烯气凝胶，其由再生蚕丝蛋白改性石墨烯气凝胶而成，其内部含少量β‑折叠微晶结构，该结构内相邻β链由强氢键以反平行排列方式连接，形成片状结构，机械强度高；其制备方法包括以下步骤：1)再生蚕丝蛋白溶液的制备；2)复合型石墨烯水凝胶的制备；3)复合型石墨烯气凝胶的制备；还提供了一种超级电容式压力传感器的制备方法，包括以下步骤：1)凝胶电解质的制备；2)复合型石墨烯气凝胶上侧和下侧电极的制备；3)凝胶电解质的注入。本发明的复合型石墨烯气凝胶具有高弹性可压缩性能，在0.01～10KPa范围内，具有0.73KPa‑1的高灵敏度；具有稳定的应变‑电响应和超灵敏的检测极限，能感知应变(0.012％)和压力(0.25Pa)的微小变化，有效检测低压；具有超级电容特性，在电化学储能、循环稳定方面表现出极大优势，具有广泛的应用前景。
-
公开(公告)号：CN112100429A
公开(公告)日：2020-12-18
申请号：CN202011031745.6
申请日：2020-09-27
Applicant: 安徽大学
IPC: G06F16/583 , G06T5/00 , G06N3/04
Abstract: 本发明公开了一种足迹压力图像检索方法，包括：1、足迹压力图像数据集采集并进行预处理操作；2、建立由K层多尺度自注意卷积模块构成的特征提取网络；步骤3、建立由全局特征分支、残缺性评分掩模分支构成的残缺性评分模块；步骤4、建立由共同可见特征提取模块、局部特征池化模块和三元组损失函数构成的特征比对模块；步骤5、进行网络的训练、参数优化和测试。本发明采用多尺度自注意卷积的足迹压力图像检索方法，能够有效的提取足迹压力图像检索的判别性特征，同时针对足迹图像不完整的问题，采用残缺性评分模型，能够降低网络对残缺部分的关注度，有效地抑制残缺图像对于检索过程中产生的影响。
-
公开(公告)号：CN108172407B
公开(公告)日：2020-11-24
申请号：CN201711429800.5
申请日：2017-12-26
Applicant: 安徽大学
Abstract: 本发明公开一种复合电极，属于电子材料和器件领域，包括基底，所述基底的表面电镀有碳层，所述碳层的表面电镀有过渡金属氧化物层；该复合电极呈三维多孔褶皱结构，复合电极的质量比电容最大可达1783F·g‑1；该复合电极的制备方法，包括1)基底的准备；2)溶液的配制；3)电镀碳层；4)电镀过渡金属氧化物层；5)清洗、干燥；同时提供了该种复合电极在超级电容器中的应用。本发明的复合电极具有优良的导电性，较高的质量比电容以及循环稳定性，其质量比电容最大可达1783F·g‑1，在6A·g‑1的电流密度下循环工作2000次，比电容可保持为初始值的84.4％，具有广阔的应用前景。
-
公开(公告)号：CN111881953A
公开(公告)日：2020-11-03
申请号：CN202010672339.1
申请日：2020-07-14
Applicant: 安徽大学
Abstract: 本发明涉及基于局部二值模式和KNN分类器的遥感高光谱图像分类方法，与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤：训练数据的获取；光谱特征向量的提取；空间特征向量的提取；颜色特征向量的提取；多特征向量的堆叠；KNN分类器的构建和训练；待分类遥感高光谱图像的获取；待分类遥感高光谱图像的预处理；遥感高光谱图像分类结果的获得。本发明通过光谱、空间、颜色特征相联合，增强了同类像元的相似性，同时增大了不同像元的相异性，与部分提出的分类方法相比，总体分类精度、平均分类精度、Kappa系数均有不同程度的提高。
-
公开(公告)号：CN111798327A
公开(公告)日：2020-10-20
申请号：CN202010590387.6
申请日：2020-06-24
Applicant: 安徽大学
Abstract: 本发明特别涉及一种基于高光谱影像的小麦产量计算模型的构建方法,包括如下步骤：A、拍摄实验麦田的高光谱图像；B、对麦田高光谱图像进行预处理得到训练集和测试集；C计算样本特征值；D、人工计算样本的小麦产量；E、将训练集的特征值和对应的小麦产量输入随机森林算法中进行训练，得到每种特征的权重系数，选取最优特征组合；F、将训练集的最优特征组合和对应的小麦产量代入进行训练即可得到小麦产量计算模型；本发明还公开了利用该模型计算小麦产量的方法。以高光谱波段以及植被指数来作为样本的特征值，这些特征值能很好地作为小麦产量评估依据；利用随机森林算法挑选最优特征组合，可以大幅减少后期小麦产量计算量和处理速度，并且计算结果的精确度也能够得到保证。
-
-
-
-
-
-
-
-
-
Search Results
296
records
(took 0.041 seconds)
