-
公开(公告)号:CN113814009A
公开(公告)日:2021-12-21
申请号:CN202110989484.7
申请日:2021-08-26
Applicant: 杭州电子科技大学
IPC: B01L3/00
Abstract: 本发明公开了一种可快速键合的模块化微液滴装置。该装置包括注射泵、传输管、操作台和夹持装置。夹持装置通过可上下移动的盖板、压块、安装槽可以实现实现多层数的芯片的快速键合。通过盖板上的通孔与传输管的配合,可以用多个夹持装置夹持不同的芯片,实现芯片的串、并联使用,实现模块化芯片的灵活组合。通过盖板和压块固定芯片,不需要使用粘胶,可以多次、循环使用。也不需要使用螺栓等可分离的零件,芯片更换的方法简单、快捷。夹持装置的保存与管理也更加省事。
-
公开(公告)号:CN108182427B
公开(公告)日:2021-12-14
申请号:CN201810093226.9
申请日:2018-01-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习模型和迁移学习的人脸识别方法,包括以下步骤:对源图像及目标图像进行预处理并设置对应标签,源图像数量为M,目标图像数量为N,M>N;建立分类器输出维度为M的源神经网络;基于源图像特征和标签构建源数据集并用源数据集对源神经网络进行训练,通过神经网络BP算法优化模型参数,得到源训练模型;建立分类器输出维度为N的目标神经网络并用源训练模型的参数对目标神经网络初始化;基于目标图像特征和标签构建目标数据集并用目标数据集对目标神经网络进行训练,通过动态选‑K更新算法进行梯度下降优化模型参数,得到目标训练模型;通过目标训练模型进行图像识别;本发明提高了人脸识别模型的准确性和鲁棒性。
-
公开(公告)号:CN113236905A
公开(公告)日:2021-08-10
申请号:CN202110711692.0
申请日:2021-06-25
Applicant: 杭州电子科技大学
IPC: F16L55/32 , F16L55/40 , F16L101/30
Abstract: 本发明公开了一种用于小型管道探测的尺蠖型磁控软机器人及使用方法。提供了一种用于小型管道探测的尺蠖型磁控软机器人,仿照自然界尺蠖的结构和运动原理,通过有限元仿真的方式进行了结构优化,确定了横、纵的锯齿状结构,可以实现较大的弯曲变形,配合可控磁场操作台使用,能够实现直行以及绕x轴和z轴两个维度的弯曲运动等多种运动模式。在软机器人上还设有微型摄像头和微型照明灯,可以实现在小型黑暗空间自由移动和探测,同时采用多材料3D打印技术,整体一次性打印制作而成,精度准确,全软的结构可通过柔性变形通过窄缝等狭小的空间。
-
公开(公告)号:CN110769373B
公开(公告)日:2021-06-29
申请号:CN201910911903.8
申请日:2019-09-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种车辆位置确定算法。该方法通过利用车联网中的社团关系,使用GPS信号强的车辆的实时位置,利用社团之间的联系,利用车辆节点之间的通信能力、邻居位置关系,对位于GPS信号强的车辆的一定距离范围内、行驶目的地相同或相近的、GPS信号弱的车辆进行位置计算。该方法相比于现有的城市车联网定位方法有更低的定位误差,尤其在一些高架桥、地下车库等GPS信号弱位置的表现优秀,而且在不同交通状况下有更高的定位结果稳定性。
-
公开(公告)号:CN112865915A
公开(公告)日:2021-05-28
申请号:CN202110005855.3
申请日:2021-01-05
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种用于对抗深度学习的无线电信号伪造方法,解决了人工智能与电子对抗技术领域,基于深度学习的信号分类器难以对抗的技术问题。实现包括:对调制后的无线电信号随机生成候选对抗信号,将候选对抗信号作为初始父代种群,通过基于视觉限制的差分进化方法生成信号干扰方案集;采用基于深度学习的无线电信号分类器评估获得干扰信号和对抗信号,完成对抗信号伪造。本发明伪造的信号和原无线电信号具有极高的相似性,有效对抗基于深度学习的信号分类器,降低无线电信号调制类型分类精度。本发明伪造的信号在干扰信号未知的情况下,基本不影响无线电信号内容理解。用于军事领域电子对抗,防止无线电信号调制类型被识别。
-
公开(公告)号:CN110151175A
公开(公告)日:2019-08-23
申请号:CN201910285085.5
申请日:2019-04-10
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于CEEMD与改进小波阈值的表面肌电信号消噪方法。首先用互补集合经验模态分解对表面肌电信号进行分解得到固有模态函数分量。然后通过分量相关分析选择合适的固有模态函数分量,对每个被选择的固有模态函数分量进行改进小波阈值处理。最后,信号由被改进小波阈值处理后的固有模态函数分量和未被改进小波阈值处理的固有模态函数分量进行信号重构,得到去噪后的信号。本发明在信号处理方面具有自适应性,适合于非线性、非平稳表面肌电信号的分析,能够减少由于模态混叠带来的不利影响,并且尽可能多的保留了信号中有用的信息,减少了噪声带来的影响,实验证明,本发明提出的肌电信号去噪方法比其他去噪方法具有更好的效果。
-
公开(公告)号:CN109948640A
公开(公告)日:2019-06-28
申请号:CN201811603034.4
申请日:2018-12-26
Applicant: 杭州电子科技大学
IPC: G06K9/62 , A61B5/0488
Abstract: 本发明公开了一种基于双参数核优化型极限学习机的肌电识别方法,本发明首先提取了4路肌电信号并提取了相应的平均幅值,方差,威尔逊振幅,小波能量系数,然后把这些特征进行融合,最后把融合后的特征输送到双参数优化型极限学习机。双参数优化型极限学习机在极限学习机的基础上,引入了高斯核函数,通过对输出权重矩阵的最小化来设置优化各个参数,构建神经网络结构,并将极限学习机最小化输出误差的问题转变为最小化输出权重的问题。该方法具有比传统极限学习机更为强大的函数逼近能力,同时处理非线性分类的能力也更强,相比于其他常见分类器算法也有更高的准确率和更少的运算时间。
-
公开(公告)号:CN109657651A
公开(公告)日:2019-04-19
申请号:CN201910038173.5
申请日:2019-01-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及到一种基于肌电信号的下肢膝关节连续运动估计方法。首先采集人体下肢膝关节在慢速、中速、快速运动模式下股二头肌,股四头肌,股外侧肌,股内侧肌,半腱肌,股薄肌的肌电信号和实时角度,然后提取信号的小波系数、均方根与排序熵等特征作为输入,再将三种特征结合成一种新的特征作为输入,并对特征数据进行归一化处理,并通过不同方法的比较,最终使用最小二乘支持向量机回归模型进行预测。实验结果表明,不同的特征在不同运动模式下具有不同的相对预测性能,结合三种特征的预测结果明显优于单独采用其中任何一种,且通过最小二乘支持向量机模型的预测非常准确,最终得到了一种较为理想的预测模型。
-
公开(公告)号:CN109498370A
公开(公告)日:2019-03-22
申请号:CN201811603026.X
申请日:2018-12-26
Applicant: 杭州电子科技大学
IPC: A61H1/02 , A61B5/0488 , A61B5/00
CPC classification number: A61H1/0237 , A61B5/04012 , A61B5/0488 , A61B5/7203 , A61B5/7235 , A61B5/7253 , A61H2201/165 , A61H2205/10 , A61H2230/085
Abstract: 本发明涉及一种基于肌电小波关联维的下肢关节角度预测方法。首先,从人体下肢的相关肌肉组上采集表面肌电信号,运用能量阈值确定表面肌电信号的动作信号段。对动作信号段的表面肌电信号进行小波降噪得到有效表面肌电信号。然后将有效表面肌电信号进行小波多尺度分解,提取每一层的低频系数,再对每一层低频系数计算关联维。结合低频系数和关联维数计算有效肌电信号的小波关联维系数特征,将这一特征作为预测网络的输入。先将提取到的肌电信号分为训练集与测试集,按上述方法提取特征。训练集训练好网络之后,使用测试集验证预测准确率。实验结果表明,该方法获得了较高的人体下肢运动膝关节角度预测率,预测结果优于其它预测方法。
-
公开(公告)号:CN107618018A
公开(公告)日:2018-01-23
申请号:CN201711019198.8
申请日:2017-10-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于肌电的机械手动作速度比例控制方法;首先,通过肌电采集仪采集尺侧腕伸肌和桡侧腕屈肌的表面肌电信号,通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号,提取信号的平滑窗平均功率;用小波分析法对原始表面肌电信号进行多尺度分解,提取信号多尺度模糊熵特征,并和平均功率组成特征向量输入扩展的K最近邻模型分类器,识别手部动作,同时通过正交多项式拟合操作者与机械手动作速度,最终控制机械手以相应的速度完成相应的动作。本发明提高了人机交互的自然性和主动性,从而提高了操作的准确性和便捷性,降低了机械手操作的危险等级,使机械手可以完成相对复杂、危险的任务。
-
-
-
-
-
-
-
-
-