-
公开(公告)号：CN105536119B
公开(公告)日：2019-01-01
申请号：CN201610097190.2
申请日：2016-02-22
Applicant: 南京邮电大学
IPC: A61M21/02
Abstract: 本发明公开了一种基于心音控制的自适应心音催眠音乐产生方法。基于现代控制理论和音乐调制技术，将使用者的心音与深度睡眠心音进行比较，取比较后的差异信号控制催眠心音产生器，使催眠心音的节律、强度实时发生变化，并利用音乐合成器与催眠音乐混合产生出自适应的心音催眠音乐，通过反馈控制手段不断调整心音催眠音乐，逐步引导大脑的节奏逼向大脑睡眠节奏，当心音睡眠音乐的节奏与大脑睡眠节奏逐步达到和谐共振时，会激发人体的潜能，调整身体内部的微振动活动，进入正常睡眠生理状态。
-
公开(公告)号：CN105653880B
公开(公告)日：2018-08-24
申请号：CN201610120681.4
申请日：2016-03-03
Applicant: 南京邮电大学
IPC: G16H50/50
Abstract: 本发明公开了一种利用心音信号重构心脏发声场的方法。心音逆问题是从人体胸腔表面上获得的心音信息出发，描述外心音声场能量分布图，然后应用变换技术，获得内心音声场能量分布图，以此计算出内心音发声模型的发声动作参数，并重构出整个心脏发声场的完整信息，实现一种基于心音的心脏发声场溯源方法。通过心脏溯源可以利用心音信号数据逆向分析产生心音的心脏组织结构、传递过程的影响等，为再现该心音的产生过程提供理论研究基础。
-
公开(公告)号：CN104873218B
公开(公告)日：2018-03-13
申请号：CN201510179382.3
申请日：2015-04-15
Applicant: 南京邮电大学
IPC: A61B7/04
Abstract: 本发明是一种用于定位提取人体心音信号的多通道采集装置。根据人体胸腔体表的主动脉瓣听诊区、肺动脉瓣听诊区、三尖瓣听诊区和二尖瓣听诊区，用金属或塑料等轻质弹性材料做成一个心脏形状的底座，在这个心脏状的底座正面对应4个听诊区安装有4个心音传感器，这个心脏状的底座背面标有2条定位线，通过的定位线调整心脏状底座以保证底座上的4个心音传感器能够准确放置在4个听诊区上,并且适当加压力使心音传感器与人体心脏部位处紧密接触，以获取最佳的心音。本装置可以方便对心音信号进行多路、定位采集，结构合理，使用方便，为计算机分析病态心音对应的心脏病灶点，揭示心音数据与心脏活动的关系提供必需的硬件条件。
-
公开(公告)号：CN105653880A
公开(公告)日：2016-06-08
申请号：CN201610120681.4
申请日：2016-03-03
Applicant: 南京邮电大学
IPC: G06F19/00
CPC classification number: G16H50/50
Abstract: 本发明公开了一种利用心音信号重构心脏发声场的方法。心音逆问题是从人体胸腔表面上获得的心音信息出发，描述外心音声场能量分布图，然后应用变换技术，获得内心音声场能量分布图，以此计算出内心音发声模型的发声动作参数，并重构出整个心脏发声场的完整信息，实现一种基于心音的心脏发声场溯源方法。通过心脏溯源可以利用心音信号数据逆向分析产生心音的心脏组织结构、传递过程的影响等，为再现该心音的产生过程提供理论研究基础。
-
公开(公告)号：CN105536119A
公开(公告)日：2016-05-04
申请号：CN201610097190.2
申请日：2016-02-22
Applicant: 南京邮电大学
IPC: A61M21/02
CPC classification number: A61M21/02 , A61M2021/0027 , A61M2021/0061 , A61M2230/04 , A61M2230/005
Abstract: 本发明公开了一种基于心音控制的自适应心音催眠音乐产生方法。基于现代控制理论和音乐调制技术，将使用者的心音与深度睡眠心音进行比较，取比较后的差异信号控制催眠心音产生器，使催眠心音的节律、强度实时发生变化，并利用音乐合成器与催眠音乐混合产生出自适应的心音催眠音乐，通过反馈控制手段不断调整心音催眠音乐，逐步引导大脑的节奏逼向大脑睡眠节奏，当心音睡眠音乐的节奏与大脑睡眠节奏逐步达到和谐共振时，会激发人体的潜能，调整身体内部的微振动活动，进入正常睡眠生理状态。
-
Patent Agency Ranking
公开(公告)号：CN105469140A
公开(公告)日：2016-04-06
申请号：CN201510525087.9
申请日：2015-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种心音小波神经网络的构造方法，将心音特征优化抽取和心音识别融合在一个针对心音的分类网络中进行处理，通过在隐含层引入心音小波作为激活函数的神经网络结构，把心音的针对性学习和心音识别技术高度融合，也就是利用心音小波神经网络识别系统的有针对性的层次化的架构，将心音特征抽取、心音分类识别实现有针对性的表达，以解决复杂条件下的心音分类识别问题。本发明的心音小波基转换为激活函数的方法；给出了构造心音小波神经网络的具体步骤；根据心音的特点构造小波神经网络和训练方法，获得了一种在处理心音信号方面呈现出更多优势的小波神经网络，为小波神经网络的工程应用提供了一种行之有效的方法。
-
公开(公告)号：CN119625504A
公开(公告)日：2025-03-14
申请号：CN202411716777.8
申请日：2024-11-27
Applicant: 南京邮电大学 , 裕太微电子股份有限公司
IPC: G06V10/94 , G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本发明的一种基于ZYNQ的人脸检测加速设计方法，用于处理人脸检测任务，基于上位机、图像采集模块和ZYNQ板卡，所述图像采集模块，利用CMOS摄像头采集人脸图像，输出色彩还原RGB565格式的原始视频流数据；ZYNQ板卡包括PS端与PL端，其中PL端包括输入缓存模块、填充模块、卷积模块，池化模块，上采样模块和输出缓存模块，各个模块之间按顺序相连；PS端用于整体任务调度，读取SD卡中的模型权重参数，开启DMA通道完成PL端的数据交互,将读取数据存于DDR3中参数供上位机显示。本发明将图像预处理，命令和数据发送调度等操作放在PS端进行，涉及到算法的密集计算任务放在PL端处理。采用DMA模块实现PL端与PS端数据的高速交互，使用AXI‑Stream的格式发送数据，实现系统的高速运转。
-
公开(公告)号：CN119136063A
公开(公告)日：2024-12-13
申请号：CN202411084122.3
申请日：2024-08-08
Applicant: 南京邮电大学 , 裕太微电子股份有限公司
Abstract: 本发明公开了一种基于ZYNQ的实时多目标检测系统，包括上位机、图像采集模块和ZYNQ板卡；图像采集模块，用于利用CMOS摄像头的ISP模块完成拜耳插值处理，输出色彩还原后的RGB565格式的原始视频流数据；ZYNQ板卡包括FPGA端与ARM端，其中FPGA端包括像素滤波增强模块、自适应阈值计算模块、连通域标记模块和AXI上行模块；像素滤波增强模块分别与自适应阈值计算模块、连通域标记模块相连，自适应阈值计算模块与连通域标记模块相连，连通区域标记模块和AXI上行模块相连；ZYNQ板卡输出包围框位置信息和有效面积信息。本发明资源消耗少，实时性高，灵活性高，稳定性强。
-
公开(公告)号：CN118464114A
公开(公告)日：2024-08-09
申请号：CN202410565235.9
申请日：2024-05-09
Applicant: 南京邮电大学
IPC: G01D21/02 , H04W4/38 , G06F18/25 , G06F18/2433 , G06F18/214 , G16C20/70 , G16C20/30 , G06N3/006 , G06N3/0442 , G06N3/0455 , G06F123/02
Abstract: 本发明公开了一种用于工业生产场地的环境数据监测方法，包括以下步骤：在工业生产场地内部署温湿度传感器、烟雾浓度传感器、空气质量传感器和火焰传感器，实时收集检测数据；通过无线通信技术将收集的数据传输到中央处理单元；在中央处理单元中应用数据融合算法对来自不同传感器的环境数据进行整合；利用基于深度学习的异常检测算法分析整合后的环境数据；应用时间序列分析构建的预测模型，基于历史环境数据预测未来的环境变化趋势；根据环境监测数据和预定最低能耗目标，采用粒子群优化算法自动计算出最优的设备调控方案。与现有技术相比，本发明采用先进的数据处理技术，通过集成历史环境数据和实时监测数据，提高了数据分析的全面性和准确性。
-
公开(公告)号：CN117710200A
公开(公告)日：2024-03-15
申请号：CN202311439164.X
申请日：2023-10-31
Applicant: 南京邮电大学
IPC: G06T3/4007 , G06N3/0464 , G06N3/082
Abstract: 本申请涉及一种基于FPGA的卷积神经网络运算前的图像双线性插值方法。该方法包括：缩放比例系数模块确定图像的缩放比例并存储；数据存储器模块存储输入的原始图像的所有像素点数据；数据缓存模块利用乒乓缓存，以每次获取4个像素点数据的方式依次获取原始图像的数据进行缓存；实际目标地址生成模块根据数据缓存模块缓存像素点数据的地址和图像的缩放比例，确定实际目标图像地址；偏移量计算模块根据像素点数据的地址和实际目标图像地址确定偏移量；乘加模块采用变形后的双线性插值公式，进行偏移量与像素点数据的乘法运算，输出为满足目标图像大小的插值后的图像数据，以输入到卷积神经网络中进行运算，降低了通信带宽。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.019 seconds)
