-
公开(公告)号：CN108652597A
公开(公告)日：2018-10-16
申请号：CN201710211288.0
申请日：2017-04-01
IPC: A61B5/0205 , A61B5/0402
CPC classification number: A61B5/0205 , A61B5/02 , A61B5/0402 , A61B5/7225 , A61B5/7235 , A61B5/726
Abstract: 本发明的目的在于提供一种小型化的可同步进行心电信号与脉搏波采集的装置与处理方法。由心电传感器、光电式脉搏波传感器、信号调理模块、数据采集与传输模块、供电模块及控制软件等构成。所述心电传感器和光电式脉搏波传感器分别与信号调理模块相连接；所述信号调理模块与数据采集与传输模块相连接；所述数据采集与传输模块与控制软件相连接；所述供电模块给每个模块提供电源。本发明装置小型化，使用方便，可实现心电与脉搏信号的同步采集，并通过对心电脉搏信号进行算法分析即对两种信号相关性进行生理状态/病理状态的分析。
-
公开(公告)号：CN108550161A
公开(公告)日：2018-09-18
申请号：CN201810228008.1
申请日：2018-03-20
Applicant: 南京邮电大学
IPC: G06T7/246
Abstract: 本发明涉及一种尺度自适应核相关滤波快速目标跟踪方法，通过在KCF框架中引入二维可变带宽高斯窗以促进前背景的分离并添加尺度估计模块，通过图像块特征点匹配结果来估计目标的尺度变化，在此基础上还可以结合位移预测来判断目标是否处于遮挡中。一旦目标处于遮挡中，则认为此时无尺度变换且不进行模板更新，进而通过这种方式强化跟踪的准确性。本发明的优点是计算简单、快速，能够在兼容尺度自适应的基础上显著提高运算效率。
-
公开(公告)号：CN104574442B
公开(公告)日：2018-02-09
申请号：CN201510019086.7
申请日：2015-01-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种自适应粒子群优化粒子滤波运动目标跟踪方法，属于图像处理与智能视频监控技术领域。本发明方法在用粒子滤波方法进行运动目标的跟踪过程中，利用粒子群优化方法对粒子的位置进行优化；在利用粒子群优化方法对粒子的位置进行优化时，根据全局最优粒子的位置变化情况对粒子的数量进行自适应调整。相比现有技术，本发明不但可有效减轻粒子群优化中的局部最优现象，提高目标跟踪的准确度，同时又具有算法复杂度低，实时性好的优点。
-
公开(公告)号：CN104796693B
公开(公告)日：2017-08-25
申请号：CN201510151415.3
申请日：2015-04-01
Applicant: 南京邮电大学
IPC: H04N19/103 , H04N19/147
Abstract: 本发明公开了一种HEVC快速CU深度划分编码方法，本发明对CU深度划分过程进行了改进，本发明将除了帧间N×N模式外的另外7种帧间PU模式分成3类（Mode1，Mode2，Mode3），分别代表CU运动趋于平缓、CU运动趋于适中以及CU运动趋于复杂。进一步利用统计方法预先获取CU在不同深度下其最佳预测模式分别是Mode1，Mode2和Mode3的概率分布，据此对不同深度的CU设置不同的帧间PU模式类别。在CU划分的过程中，当前CU遍历完帧间模式和帧内模式预测后，如果CU在当前深度下符合CBF和MVD值都为0，并且CU的最佳预测模式是帧间PU模式且满足相应设置的帧间PU模式类别，则提前终止当前CU的四叉树划分，从而有效减少了帧间模式部分的CU深度划分运算时间，提高了编码效率。
-
公开(公告)号：CN105791829A
公开(公告)日：2016-07-20
申请号：CN201610192646.3
申请日：2016-03-30
Applicant: 南京邮电大学
IPC: H04N19/147 , H04N19/61 , H04N19/82
CPC classification number: H04N19/147 , H04N19/61 , H04N19/82
Abstract: 本发明属于视频编码的技术领域，具体涉及一种基于多核平台的HEVC并行帧内预测方法。可以实现不同深度下的CU并行预测，同时在4×4粒度下通过共用参考像素，一次并行处理两个4×4大小的CU。由帧內预测依赖性可知，当大尺寸的CU开始进行预测时，其包含的左上角小尺寸的CU也可进行预测，当一个CU完成重建时，多个有依赖关系的CU可以同时开始。以此类推，从而实现不同深度下的CU并行。本发明通过不同深度下CU与相同深度下CU并行处理相结合的方式，利用多核平台提供的线程池技术，为并行处理的CU单元分配一个线程去处理，使帧内预测在编码速度上有了明显的改善，显著提升了并行加速比。
-
Patent Agency Ranking
公开(公告)号：CN104873169A
公开(公告)日：2015-09-02
申请号：CN201510167453.8
申请日：2015-04-09
Applicant: 南京邮电大学
IPC: A61B5/00 , A61B5/0476
CPC classification number: A61B5/4812 , A61B5/04012 , A61B5/0476 , A61B5/7271
Abstract: 本发明公开了一种基于生物反馈的辅助人工睡眠分期的装置，由将待分析睡眠数据进行可视化与混音处理的数据处理设备、将处理后信息反馈给操作者的生物反馈设备、采集与分析操作者脑电信号的自动分期设备依次连接而成；数据处理设备由可视化处理模块和混音处理模块组成；生物反馈设备由视觉反馈模块和听觉反馈模块组成；自动分期设备由脑电采集模块、控制模块、脑电分析模块和报表模块组成；生物反馈设备与数据处理设备相连，自动分期设备与操作者相连。本发明相较其他方法，通过分析操作者接收视觉和听觉信息时产生的应激反应信号自动得到睡眠分期结果，无需操作者手动进行睡眠分期结果记录，有效地提高操作者的工作效率，并减少人为的误操作。
-
公开(公告)号：CN104045106A
公开(公告)日：2014-09-17
申请号：CN201410220461.X
申请日：2014-05-22
Applicant: 南京邮电大学
CPC classification number: Y02P20/544
Abstract: 本发明公开了一种超临界二氧化碳制备硫化镉纳米颗粒的方法，是在水溶液中，以乙酸镉、硫化钠、还原性谷胱甘肽为原料，在超临界二氧化碳条件下合成了硫化镉纳米颗粒，反应温度为45-75℃、压力为100-150bar、反应时间90-150min。还原性谷胱甘肽不仅作为模板而且可以封闭硫化镉纳米颗粒的横向生长，该工艺简单，成本低廉，环境友好，所得产物粒径均匀，结晶性好，稳定性高，在光催化制氢，光催化分解有机物等领域具有广泛重要的应用前景。
-
公开(公告)号：CN103074313A
公开(公告)日：2013-05-01
申请号：CN201310009995.3
申请日：2013-01-11
Applicant: 南京邮电大学
Abstract: 一种荧光标记的氨基糖苷类腺苷修饰酶及其检测抗生素的方法。本发明公开了一种荧光标记的氨基糖苷类腺苷修饰酶，在氨基糖苷类腺苷修饰酶的自由巯基Cys198上，标记有含有或修饰巯基的荧光基团，标记含有或者修饰巯基的荧光基团为荧光素-5-马来酰亚胺。本发明还公开了一种用上述荧光标记的氨基糖苷类修饰酶检测抗生素的方法，本发明制得的荧光标记的修饰酶试剂配制简单，成本低，酶催化反应快速、灵敏，因此可以方便、快捷、高效的检测食品、环境中残留的抗生素药物，不局限于实验室操作。
-
公开(公告)号：CN102810601A
公开(公告)日：2012-12-05
申请号：CN201210295185.4
申请日：2012-08-17
Applicant: 南京邮电大学
IPC: H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种可以探测光子能量低于禁带宽度的近红外光的探测器结构的制备方法，首先在ITO衬底表面生长CdS纳米棒阵列；其次在CdS纳米棒阵列蒸镀纳米金；然后在纳米金表面蒸镀一层ITO作为顶电极；最后将金属材料在纳米尺度下独有的表面等离激元非辐射衰变时光生电效应及颗粒之间的近场耦合增强效应应用于近红外光的高效探测。本发明结构简单、操作便利，能够实现对入射光波长的选择性探测，无需制冷，应用前景广阔。
-
公开(公告)号：CN101668205B
公开(公告)日：2011-04-20
申请号：CN200910035493.1
申请日：2009-09-25
Applicant: 南京邮电大学
Abstract: 基于残差宏块自适应下采样立体视频压缩编码方法，通过对立体视频左右视点视频信息时间、空间相关性及左右视点间相关性分析，采用基于联合补偿预测的立体视频编码方案。其中，根据人眼视觉抑制理论——构成立体视频图像对的两幅图像，高分辨率图像能够抑制低分辨率图像中的模糊部分，最终获得的立体感觉主要依赖于高分辨率图像。基于此理论，本发明提出了一种基于残差宏块下采样方法，根据图像不同方向的运动情况，分别采用三种下采样方式，减小采样失真度。然后根据立体视频编码中运动补偿预测、视差补偿预测和联合补偿预测三种不同的预测模式，来判断当前编码块的运动剧烈程度，实现了自适应的残差宏块下采样方法，提高了编码效率。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.046 seconds)
