一种基于正交调频序列的多目标超声定位系统及方法

    公开(公告)号:CN113093109A

    公开(公告)日:2021-07-09

    申请号:CN202110364688.1

    申请日:2021-04-06

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于正交调频序列的多目标超声定位系统及方法,属于一种多目标超声定位系统及方法。定位系统包括控制器、发射器和接收器,定位方法是利用正交矩阵和线性调频信号设计正交调频发射序列,用该序列激励超声波发射器产生超声波调频信号,由于发射序列频率的正交性,多个超声信号同时传播时信号之间的相关性降低,解决发射信号彼此干扰的问题,同时,每个超声波调频信号的自相关性良好,传播时延的估计更加精确,系统的定位精度提高。本发明具有工作范围大、定位目标多、信号间干扰小以及定位精度高等优点,可广泛应用在人机交互、室内定位、机器人导航等领域。

    一种新型近红外水溶性铜铟硫三元量子点的水热制备方法

    公开(公告)号:CN102517003B

    公开(公告)日:2013-12-11

    申请号:CN201110342622.9

    申请日:2011-11-03

    Applicant: 吉林大学

    Inventor: 苏星光 刘思宇

    Abstract: 本发明属于量子点制备技术领域,具体涉及一种在水热条件下制备铜铟硫(CuInS2)三元量子点的方法。该方法采用氯化铜、氯化铟这种常见金属盐类化合物,以及含有巯基的羧酸如巯基丙酸和巯基丁二酸,在水热条件下合成出了粒子大小在2-4nm,发射波长在近红外区域的铜铟硫(CuInS2)纳米粒子。与其他有机相合成近红外量子点相比,该方法所用原料种类少,价格便宜,方法简单易操作,可重复性好,对仪器设备要求较低。与传统量子点相比所合成的水溶性量子点不仅不含汞、镉等有毒金属元素,而且发射峰位于近红外区域,对细胞等生物组织穿透性强,可广泛应用于免疫学检测、核酸杂交、基因分析、细胞分类与成像等领域。

    一种重症康复训练监测方法及装置

    公开(公告)号:CN119851869A

    公开(公告)日:2025-04-18

    申请号:CN202510332944.7

    申请日:2025-03-20

    Applicant: 吉林大学

    Abstract: 本发明公开了一种重症康复训练监测方法及装置,涉及重症康复技术领域,包括实时收集患者的运动数据,初步分析患者当前的运动状态,对患者进行运动模式识别,输出初步的运动模式标签;将运动模式标签输入至生成对抗网络,通过生成器训练不同阶段的运动模式和运动姿势,生成高度相似性的虚拟数据;通过虚拟数据初始化运动数据集,将运动数据集输入多层次的卷积神经网络架构进行特征提取,生成患者运动康复状态;将训练反馈数据上传至云端平台进行存储和分析,根据云端数据分析结果生成预警信号,并在患者训练出现异常时自动发出预警。本发明通过多层次的深度学习架构与虚拟数据生成方法,能够有效提升运动模式识别的精度和康复状态的评估效果。

    一种多通道空中笔势识别方法

    公开(公告)号:CN114879849B

    公开(公告)日:2024-07-09

    申请号:CN202210637853.0

    申请日:2022-06-07

    Applicant: 吉林大学

    Abstract: 本发明涉及一种多通道空中笔势识别方法,属于人机交互技术领域。包括通过电子笔获取笔势对应的多通道数据,对笔势对应的多通道数据进行数据预处理,构建基于多通道数据的空中笔势识别模型,优化、训练空中笔势识别网络模型,完成多通道笔势识别模型的实验评估,用以测试多通道空中笔势识别模型针对不同笔势标签的识别率。本发明优点是增加了笔势数据特征的多样性,可以为后续笔势识别模型的构建提供有力保证,有效避免了手工提取特征导致的模型鲁棒性不强导致在复杂环境中笔势标签识别率低下的问题,避免了由于笔势序列过长导致前序信息丢失的问题且模型表现力逐渐衰减的问题。

    基于空间回归模型的传染病全球流行程度预测方法

    公开(公告)号:CN117894479A

    公开(公告)日:2024-04-16

    申请号:CN202311266126.9

    申请日:2023-09-28

    Applicant: 吉林大学

    Abstract: 本发明公开了基于空间回归模型的传染病全球流行程度预测方法,选择了两种类型的空间回归模型来预测该传染病的流行严重程度:空间误差模型(SEM)和空间滞后模型(SLM)。在地理空间数据中传统的经典回归模型(OLS),会存在空间自相关的问题,这违反了回归模型中观测对象相互独立的假设,因此,本研究使用了空间回归模型,以限制空间自相关对结果的影响。对于可能存在高度线性相关性并导致回归分析偏差的问题,使用逻辑最小绝对收缩和选择算子(LASSO)回归来检查特征之间的多重共线性,以确定最优特征纳入空间回归模型。本发明使用空间回归模型构建了基于社会经济与环境因素预测该传染病流行严重程度的新算法。

    一种基于脑不对称和多角度融合网络的情感识别方法

    公开(公告)号:CN119007073A

    公开(公告)日:2024-11-22

    申请号:CN202411073752.0

    申请日:2024-08-07

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于脑不对称和多角度融合网络的情感识别方法,属于人工智能领域。包括数据清洗,单模态特征提取,构建模态独立编码器,构建多角度融合网络,情感分析网络的优化与情感识别。优点是通过设计基于脑不对称的迭代噪声过滤算法,能够有效减少数据中的噪声干扰,从而提高数据质量。采用两个模态独立编码器和一个预训练网络,可以有效提取单模态特征。在多模态生理信号与面部表情融合方面,利用多角度融合网络引入了双向融合约束,从单模态特征到多模态表征的生成以及从多模态表征到单模态特征的生成,能够获取模态互补特征和共通特征,减少模态间冗余信息,更全面的捕捉多模态特征的多模态特征的互补性和共通性。

    基于改进PSO的最优遍历路径算法
    17.
    发明公开

    公开(公告)号:CN119005474A

    公开(公告)日:2024-11-22

    申请号:CN202411189517.X

    申请日:2024-08-28

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于改进PSO的最优遍历路径算法,适用于给定地图条件下的遍历最优路径选取。包括以下步骤:步骤1:导入实际地图,用栅格法对实际地图进行处理,得到数字栅格地图。步骤2:根据数字栅格地图生成地图矩阵An×m,用于标记障碍物位置和非障碍物位置。步骤3:根据地图矩阵生成计数矩阵Bn×m,bij记录aij被走过的次数。步骤4:使用粒子群优化算法进行路径寻优。步骤5:输出初步路径,并对其压缩,删去重复路线。步骤6:输出压缩后的最优路径,获得具体路线以及最优路径的长度。

    一种基于动力学的传染病防控策略量化评估方法

    公开(公告)号:CN117877739A

    公开(公告)日:2024-04-12

    申请号:CN202310991011.X

    申请日:2023-08-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于动力学的传染病防控策略量化评估方法,涉及疾病传播与控制技术领域,步骤包括如下:构建七仓室传染病动力学模型;通过公布的每日传染病通报,采集模型拟合所需的在院治疗人数数据,记为Dpub;通过最小二乘法,对模型进行最优拟合并获得相关参数,在参数条件下考虑不同隔离措施、疫苗接种策略等因素对传染病防控的影响,并提出医疗资源消耗的量化评估方法;针对气象因素对传染病的影响,首先构造反映人口迁移情况的指标MiI,再根据选择的气象数据构造气象指数MeI,对MeI与接触率β、控制再生数#imgabs0#进行多元线性回归分析,量化出不同级别MiI指标下气象因素对传染病影响。

Patent Agency Ranking