-
公开(公告)号：CN115422984B
公开(公告)日：2023-01-24
申请号：CN202211374596.2
申请日：2022-11-04
Applicant: 北京理工大学
IPC: G06F18/00
Abstract: 本发明涉及一种基于时间尺度信号分解及熵特征的信号分类方法，属于特征提取及信号分类技术领域。所述方法为：获取多通道电信号，将多通道电信号中的各通道电信号分别进行预处理，得到多通道有效数据；选取时间窗口对多通道有效数据进行划分，并基于划分后的多通道有效数据提取基本特征；所述基本特征，包括时域特征、频域特征以及熵特征；将提取的基本特征进行组合并保存在特征矩阵中；对特征矩阵进行时间尺度信号分解，得到信号分解后特征矩阵；将特征矩阵进行分类，得到分类结果。所述方法能实现对信号较高的分类准确率。
-
公开(公告)号：CN114114274A
公开(公告)日：2022-03-01
申请号：CN202111286645.2
申请日：2021-11-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于类脑听觉模型的无人机识别方法，属于认知自动控制技术领域。一种基于类脑听觉模型的无人机识别方法，模拟人脑的听觉神经系统的编码机制、特征捆绑机制和选择注意机制建立无人机声音识别模型，达到人脑在复杂场景、低信噪比环境下可以分辨出目标声音的效果，并且判断出无人机的种类，能够很好的胜任于复杂环境下、飞行高度较低、飞行速度较慢、雷达散射面积小的无人机探测，具有类似人脑听觉神经系统的准确率高、虚警率低、功耗低的优点。
-
公开(公告)号：CN101831800A
公开(公告)日：2010-09-15
申请号：CN201010128403.6
申请日：2010-03-17
Applicant: 北京理工大学
IPC: D06M13/395 , D06M11/74 , D06M10/06 , D06M101/36
Abstract: 本发明涉及一种利用碳纳米管改性芳纶纤维的方法，包括：选择环氧树脂/芳纶纤维复合材料作为研究对象，以碳纳米管为表面修饰材料，先通过化学修饰的方法在芳纶纤维形成一定比例的自由氨基基团，浸泡在N-甲基吡咯烷酮溶液(NMP)中，通过超声辅助，与表面羧基化的碳纳米管反应，部分碳纳米管进入到Kevlar纤维内部，而另一部分则通过与氨基形成酰胺键而固定在纤维表面，这样便形成碳纳米管内外掺杂的芳纶纤维复合体，单纤维拉伸试验和单丝拔出试验结果均表明改性过的芳纶纤维的力学性能和与环氧树脂的界面结合强度均有上升。
-
公开(公告)号：CN118614869A
公开(公告)日：2024-09-10
申请号：CN202410223160.6
申请日：2024-02-28
Applicant: 北京理工大学
Abstract: 本发明属于动作捕捉技术领域，公开了一种基于物理拓扑特性的膝关节角度预测装置及方法。所述方法，包括：采集包括肌肉电信号和惯性传感信号的膝关节测量数据，对膝关节测量数据进行滤波和归一化预处理，获得归一化膝关节测量数据；对归一化膝关节测量数据进行特征提取和特征筛选，获得膝关节特征数据；将膝关节特征数据转换为包括节点和边的图数据；将图数据输入至图神经网络，输出得到预测的膝关节角度。所述装置依托腿环，包括数据采集设备、数据预处理单元、数据特征处理单元、图数据处理单元以及图神经网络单元。所述膝关节角度预测方法提高了预测膝关节角度准确度。所述装置具有安装简便且对人体运动干扰小的优点，还能准确预测膝关节角度。
-
公开(公告)号：CN113916221B
公开(公告)日：2024-01-09
申请号：CN202111057042.5
申请日：2021-09-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种融合视觉里程计和BP网络的自适应行人航迹推算方法，属于机器视觉以及行人导航技术领域。包括：提出了一种融合视觉里程计和BP网络的自适应行人航迹推算方法，该方法将在线学习反向传播神经网络的卡尔曼滤波相结合，以RGB‑D相机的VO测量数据和IMU数据作为样本集训练BP神经网络，在VO失效时充当其替身实现多源数据融合，从而使得VPO提高了不同使用者和使用环境下航迹追踪的鲁棒性和精度。所述方法提高了步伐检测的成功率和补偿估计；在视觉失效时，能较为精确的计算步长；具有成本低、能耗低且实时性好的优势；有效提升了行人导航系统的鲁棒性和对不同装备者的自适应性。
-
Patent Agency Ranking
公开(公告)号：CN117215411A
公开(公告)日：2023-12-12
申请号：CN202311188064.4
申请日：2023-09-14
Applicant: 北京理工大学
IPC: G06F3/01 , G06F18/15 , G06F18/213 , G06F18/241
Abstract: 本发明属于信号分类与预测技术领域，公开了一种手指运动跟踪系统及方法。系统配置多个采集器获取手指的表面肌电信号数据集；关节数据采集模块获取手指关节角度数据集；数据分解模块接收表面肌电信号数据集并输出每一采集器对应的表面肌电信号子集；Myo编码模块与每一数据分解模块通信连接并接收每一数据分解模块输入的表面肌电信号子集，输出表面肌电信号与肌肉映射关系的矩阵并被Myo解码模块接收后输出表征表面肌电信号与关节角度数据的矩阵。Myo编码模块及Myo解码模块均配有自注意力层，所述方法执行跟踪系统将获取的数据集经自注意力层分别输出表征sEMG信号与肌肉映射以及关节角度的矩阵，实现了连续动作识别且网络复杂度低。
-
公开(公告)号：CN116821665A
公开(公告)日：2023-09-29
申请号：CN202310834476.4
申请日：2023-07-10
Applicant: 北京理工大学
IPC: G06F18/2132 , G06F18/2411 , G06F123/02
Abstract: 本发明属于特征提取及信号分类技术领域，尤其涉及一种基于分级分解特征提取方法。所述方法，包括：将采集的二维时间序列进行预处理，得到多通道有效数据；建立分级分解特征提取结构；所述分级分解特征提取结构，包括接收域矩阵、调制域矩阵和脉冲生成域矩阵；初始化循环参数、特征提取结构参数以及方阵；初始化接收域矩阵、调制域矩阵和脉冲生成域矩阵为全0矩阵；将多通道有效数据进行分级分解，得到分级分解特征提取结果；将脉冲信号矩阵输入分类器中进行数据分类，得到分类结果。所述方法能较好地提取出复杂环境中采集的信号及数据特征，进一步提高数据分类准确率；所述方法特征提取结构简单，不需要通过机器学习训练提取特征，计算复杂度低。
-
公开(公告)号：CN113674362A
公开(公告)日：2021-11-19
申请号：CN202110972401.3
申请日：2021-08-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于空间调制的室内成像定位方法及系统，属于室内定位及位置识别技术领域。所述系统，包括特征码、LED灯、定位终端和定位模块；特征码与LED灯相连，定位终端和定位模块相连；特征码包含特征和二维码，每个特征均为梯度渐变的扇形且特征间为角度差异；二维码使用黑白条纹进行行编码；所述方法包括：设定LED灯与后置相机的工作距离；确定最佳曝光时间和IOS值；确定特征码的最佳透明度；标定后置相机，确定内参矩阵及畸变系数；系统初始化；获取图像信息；对图像信息进行处理，解算后置相机的2D坐标。所述方法避免了对LED的修改，降低了成本；能提供大量ID，满足大环境的定位需求，解决人工特征易受光照条件影响。
-
公开(公告)号：CN113064493A
公开(公告)日：2021-07-02
申请号：CN202110447134.8
申请日：2021-04-25
Applicant: 北京理工大学
Abstract: 本发明公开一种基于脑电信号的无人机紧急状况检测方法与系统，包括以下步骤：S1、实时采集使用者脑电信号，并且进行初步处理，获得原始脑电信号；S2、基于所述原始脑电信号，提取电位幅值特征和脑网络特征；S3、压缩所述电位幅值特征和所述脑网络特征，通过正则化线性判别分类器进行分类，判断是否属于紧急状况，是，则输出悬停指令到无人机。本发明提出一种基于脑电信号的无人机紧急状况检测方法与系统，其有利于提高无人机飞行时的安全性，当紧急状况发生时悬停无人机，防止无人机坠落。
-
公开(公告)号：CN112069963A
公开(公告)日：2020-12-11
申请号：CN202010886721.2
申请日：2020-08-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于非侵入式神经信号的低质危险目标检测方法和系统，所述方法包括：通过无人机拍摄监控视频或图像，采集监控人员观看视频或图像时的脑电信号；对脑电信号进行预处理和特征提取，并将提取的特征输入到分类器中，以检测在回传的视频或图像中是否出现危险目标。本发明提供的基于非侵入式神经信号的低质危险目标检测方法和系统，能够快速、准确的识别复杂视频或图像中的低质危险目标。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.035 seconds)
