基于镜像力场的上肢双臂康复机器人导纳控制方法及系统

    公开(公告)号:CN113995629A

    公开(公告)日:2022-02-01

    申请号:CN202111295849.2

    申请日:2021-11-03

    Abstract: 本发明提供了一种基于镜像力场的上肢双臂康复机器人导纳控制方法及系统,包括如下步骤:步骤1:基于多传感信号融合的人机紧耦合健侧力场建模,获得受试者健侧的运动意图;步骤2:根据受试者健侧的运动意图进行基于状态空间的健患侧生理信号及力场映射,获得受试者患侧的运动轨迹和意图;步骤3:根据受试者患侧的运动轨迹和意图进行基于力场镜像的健患侧同步耦合控制,进而控制外骨骼的运动。本发明针对临床上神经移位术后上肢运动功能重建重大临床需求,将人机紧耦合的力场控制策略和镜像康复策略相结合,探索新的基于患者健侧力场信息对患侧动作引导的镜像力场康复策略,且更加自然,提升患者的参与感和主动康复能力。

    自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质

    公开(公告)号:CN113780138A

    公开(公告)日:2021-12-10

    申请号:CN202111013939.8

    申请日:2021-08-31

    Abstract: 本发明的一种自适应鲁棒性VOCs气体泄漏检测方法、系统及存储介质,包括以下步骤,获取红外视频数据并进行预处理操作;从红外视频数据中提取一定长度像素点一维时序特征数据,训练一维卷积神经网络分类器;使用一维卷积神经网络分类器,输出值导入贝叶斯框架内的EVT算法,训练先验伽马分布α0和β0的参数;输入相关参数,通过自适应算法调整阈值,输出预测结果。本发明充分利用红外图像中VOCs气体区域像素点的时空特征使用卷积神经网络对红外视频图像进行预筛查,通过贝叶斯框架内的极值理论来优化调整筛查阈值,通过用指数分布逼近分数的概率密度函数的左尾部,并使用从训练数据中学习的伽马共轭先验,可以降低错误率的可变性并提高整体性能。

    二氧化碳浓度预测方法、装置、设备及介质

    公开(公告)号:CN114638411B

    公开(公告)日:2025-04-22

    申请号:CN202210237353.8

    申请日:2022-03-10

    Abstract: 本申请公开了二氧化碳浓度预测方法、装置、设备及介质,所述方法包括:获取第一型号锅炉对应的第一碳排放数据和第二型号锅炉对应的第二碳排放数据;分别对第一碳排放数据和第二碳排放数据进行特征变换,得到第一碳排放样本集和第二碳排放样本集;计算第一碳排放样本集和第二碳排放样本集之间的校正优化参数;依据第一碳排放设备对应的训练数据集和校正优化参数,构建二氧化碳浓度预测模型;根据第二碳排放设备对应的待预测数据集、校正优化参数和二氧化碳浓度预测模型,预测第二碳排放设备排放的二氧化碳浓度。本申请解决了现有技术中由于碳排放设备的型号差异而导致二氧化碳浓度预测准确度低的技术问题。

    基于时空纹理识别的VOCs气体泄漏检测方法、系统及设备

    公开(公告)号:CN113780136B

    公开(公告)日:2023-07-14

    申请号:CN202111013478.4

    申请日:2021-08-31

    Abstract: 本发明的一种基于时空纹理识别的VOCs气体泄漏检测方法、系统及设备,包括以下步骤,S1:获取红外视频数据并对进行数据预处理;S2:从红外视频数据中提取一维时序特征数据,训练一维卷积神经网络分类器;S3:从红外视频数据中提取多帧存在VOCs泄漏的连续视频帧,使用视频帧训练二维加型时空神经网络分类器;S4:采样若干像素点的时空特征,使用一维卷积神经网络分类器,计算出平均泄漏置信度;当超过预设阈值时,将相关视频帧输入二维加型时空神经网络分类器,并输出预测结果。本发明充分利用时空纹理特征使用卷积神经网络对红外视频图像进行预筛查,随后再使用加型时空神经网络模型进行复检,从而在实现VOCs泄漏快速检测的同时显著降低计算性能需求。

    二氧化碳浓度预测方法、装置、设备及介质

    公开(公告)号:CN114638411A

    公开(公告)日:2022-06-17

    申请号:CN202210237353.8

    申请日:2022-03-10

    Abstract: 本申请公开了二氧化碳浓度预测方法、装置、设备及介质,所述方法包括:获取第一型号锅炉对应的第一碳排放数据和第二型号锅炉对应的第二碳排放数据;分别对第一碳排放数据和第二碳排放数据进行特征变换,得到第一碳排放样本集和第二碳排放样本集;计算第一碳排放样本集和第二碳排放样本集之间的校正优化参数;依据第一碳排放设备对应的训练数据集和校正优化参数,构建二氧化碳浓度预测模型;根据第二碳排放设备对应的待预测数据集、校正优化参数和二氧化碳浓度预测模型,预测第二碳排放设备排放的二氧化碳浓度。本申请解决了现有技术中由于碳排放设备的型号差异而导致二氧化碳浓度预测准确度低的技术问题。

    基于多模态极限学习机的预测方法、装置、设备及介质

    公开(公告)号:CN114386523A

    公开(公告)日:2022-04-22

    申请号:CN202210047643.6

    申请日:2022-01-17

    Inventor: 吕文君 李鲲 康宇

    Abstract: 本申请公开了基于多模态极限学习机的预测方法、装置、设备及介质,所述方法包括:获取训练数据以及概率分布下的神经元权重参数,并构建训练数据对应的标签向量;依据各神经元权重参数,构建每一概率分布下的若干中间神经元;依据各若干中间神经元,构建训练数据在各概率分布下的复合特征;计算复合特征对应的二阶样本特征,并构建二阶样本特征对应的核矩阵;获取待预测样本,依据核矩阵以及标签向量共同构建的极限学习机模型,对待预测样本进行预测,得到预测结果。本发明可以应用于解决数据驱动的建模问题,例如图像分类、序列预测、地球物理、信用评价等等。本申请解决了现有技术中极限学习机模型由于随机映射导致的精度不稳定的技术问题。

    跨场景的VOCs气体泄漏检测方法、系统及存储介质

    公开(公告)号:CN113780135A

    公开(公告)日:2021-12-10

    申请号:CN202111012923.5

    申请日:2021-08-31

    Abstract: 本发明的一种跨场景的VOCs气体泄漏检测方法、系统及存储介质,包括以下步骤,获取存在VOCs泄漏和无泄漏的红外视频数据并对其进行数据预处理;采用GMM去除红外视频静态背景,提取出红外图像中疑似VOCs泄漏区域;对目标检测模型Faster RCNN神经网络模型进行预训练;通过已训练好的Faster RCNN神经网络模型,构造迁移学习中的源域特征数据集和目标域特征数据集;运用域自适应的迁移学习方法对GMM提取出的红外疑似VOCs泄漏区域进行识别。本发明能够克服现有方法的不足,充分利用红外视频中VOCs气体区域的领域知识对视频帧中的可疑烟雾区域分割,随后再使用Faster RCNN神经网络模型,运用迁移学习的方式对VOCs泄漏区域进行检测识别,从而降低计算性能需求和标记所带来的时间耗费。

Patent Agency Ranking