人体穴位识别与考试系统
    21.
    发明公开

    公开(公告)号:CN101226699A

    公开(公告)日:2008-07-23

    申请号:CN200810050362.6

    申请日:2008-02-01

    Applicant: 吉林大学

    Abstract: 本发明公开了一种人体穴位识别与考试系统。旨在克服操作过程复杂、工作范围有限与功能单一等问题。主要由人机交互界面部分和穴位信息采集部分组成,其间为无线传输连接。人机交互界面部分包括一台安装了自编的计算机程序的采用两台显示器的计算机、ZigbeeCC2430主模块与型号为T39620的陶瓷天线,计算机与主模块之间为串口线连接,主模块与陶瓷天线之间电线连接。穴位信息采集部分由分立的5个控制单元和穴位探测笔组成。每个控制单元包括一个ZigbeeCC2430从模块、AT89S51单片机、嵌在人体模型穴位上的开关所组成的键盘阵列与型号为T39620的陶瓷天线。人体穴位识别与考试系统应用于中医学的教学领域。

    一种宏基因组质粒识别方法、系统、终端及存储介质

    公开(公告)号:CN119541645A

    公开(公告)日:2025-02-28

    申请号:CN202510101408.6

    申请日:2025-01-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种宏基因组质粒识别方法、系统、终端及存储介质,涉及生物信息学DNA数据挖掘领域,所述方法包括:获取目标基因组重叠群,根据基因预测工具进行编码,得到输入特征向量,基于比对工具和预先构建的比对库,进行比对,得到基因组特征;将所述输入特征向量输入到改进的Transformer模型中,输出第一分类分数;将所述基因组特征输入到随机森林模型中,得到第二分类分数;根据基于注意力机制的分类模型,分别对所述第一分类分数和所述第二分类分数进行聚合,得到第一矩阵和第二矩阵,根据所述第一矩阵和所述第二矩阵,得到质粒识别分数。本发明通过两种模型的识别,并将对应的结果进行融合,从而可以准确识别质粒。

    融合语义特征的单宏基因组重叠群序列聚类方法及系统

    公开(公告)号:CN119513634A

    公开(公告)日:2025-02-25

    申请号:CN202510100996.1

    申请日:2025-01-22

    Applicant: 吉林大学

    Abstract: 本发明公开了融合语义特征的单宏基因组重叠群序列聚类方法及系统,所述方法包括:对宏基因组原始数据进行预处理,得到DNA重叠群序列,从重叠群中提取出4‑mer特征,对4‑mer特征进行降维,得到DNA重叠群序列的组成特征;从DNA重叠群序列中选取出训练序列,使用训练序列对DNABERT_S模型进一步预训练后进行语义特征提取,得到语义特征;将组成特征和语义特征输入到预先构建的VAE变分自编码器中进行特征融合重构,并计算重构误差;当重构误差稳定或达到预定的训练轮次时,获取VAE变分自编码器的潜在空间特征,根据潜在空间特征,通过k均值聚类算法完成对DNA重叠群序列的聚类。本发明解决了在缺乏覆盖率特征时聚类精度较低的问题,提高了单样本宏基因组的聚类效果。

    一种基于点云数据的冲压件自动计数和分类方法

    公开(公告)号:CN117994778B

    公开(公告)日:2024-06-14

    申请号:CN202410405835.9

    申请日:2024-04-07

    Applicant: 吉林大学

    Inventor: 刘富 梁东雪 刘云

    Abstract: 本发明公开了一种基于点云数据的冲压件自动计数和分类方法,涉及冲压件计数及分类技术领域,所述方法包括:获取3D结构光相机采集的冲压件的点云数据,对所述点云数据进行预处理,得到目标点云数据;将所述目标点云数据输入到分类分割网络中,输出分类结果和分割结果;根据所述分割结果,生成所述分割结果中每个点的空间与方向的结合信息度量,并采用改进后的基于密度的聚类算法,生成计数结果。本发明通过分类分割网络可以得到对应冲压件的分类结果和分割结果,并采用改进后的基于密度的聚类算法进行计数时,通过采用分割结果得到的每个点的空间与方向的结合信息度量,可以生成冲压件准确的计数结果。

    一种用户用电负荷数据预测方法、系统、终端及存储介质

    公开(公告)号:CN118017503A

    公开(公告)日:2024-05-10

    申请号:CN202410412517.5

    申请日:2024-04-08

    Applicant: 吉林大学

    Inventor: 刘富 范宇 刘云

    Abstract: 本发明公开了一种用户用电负荷数据预测方法、系统、终端及存储介质,所述方法包括:获取训练数据集,对训练数据集进行数据清洗操作,得到清洗数据集,基于聚类算法,对清洗数据集进行聚类分析,得到最佳聚类簇数;根据最佳聚类簇数将清洗数据集进行划分,得到多个子训练数据集,分别为每个子训练数据集构建对应的待训练预测模型;将每个子训练数据集输入对应的待训练预测模型,基于鲸鱼优化算法对每个待训练预测模型进行参数优化,得到多个最终预测模型;获取待预测数据集,对待预测数据集进行判断后输入对应的最终预测模型,对应的最终预测模型根据待预测数据集输出用电负荷数据的预测结果。本发明提高了用电负荷数据预测的效率和准确性。

    一种可控量程柔性缝传感器的制备方法及相关设备

    公开(公告)号:CN115235659B

    公开(公告)日:2024-04-26

    申请号:CN202210862066.6

    申请日:2022-07-20

    Applicant: 吉林大学

    Abstract: 本发明公开了一种可控量程柔性缝传感器的制备方法及相关设备,所述方法包括:制备满足预设要求的异蝎样本,获取所述异蝎样本中缝单元的开口宽度、深度和平面分布情况,并作为观测数据;基于所述观测数据,将蝎子缝感受器等效为包括一侧带有若干凹槽的长方体的缝感受器的等效物理结构仿真模型;基于有限元分析仿真方法建立仿生缝结构可控量程传感器模型,根据所述仿生缝结构可控量程传感器模型制备可控量程柔性缝传感器。本发明根据依据蝎子仿生缝结构可控量程传感器模型精准制备传感器,改善了目前仿生传感器工艺不规范,重复性差的问题,实现了传感器的大批量标准化制作,并通过可控量程柔性缝传感器对纺织品进行分类识别,具有实际应用价值。

    一种仿生超敏宽裕柔性应变传感器及其制备方法

    公开(公告)号:CN117704950A

    公开(公告)日:2024-03-15

    申请号:CN202311618082.1

    申请日:2023-11-29

    Applicant: 吉林大学

    Abstract: 本发明公开了一种仿生超敏宽裕柔性应变传感器及其制备方法,仿生超敏宽裕柔性应变传感器包括:柔性基底,所述柔性基底上设有多组不同缝宽的缝单元,沿所述缝单元的排布方向,多个所述缝单元的缝宽由所述柔性基底两侧向中部逐渐增大;传感结构,设于所述柔性基底及所述缝单元的表面;封装层,盖设于所述传感结构;所述封装层变形时,靠近所述柔性基底两侧的所述缝单元挤压,所述传感结构的电阻变化以感知第一测量范围的物理量;或靠近所述柔性基底中部的缝单元挤压,所述传感结构的电阻变化以感知第二测量范围的物理量。本发明能够兼顾高灵敏度和不同的检测范围,实现在高灵敏度下适用不同测量范围的目的。

    仿生超宽量程高灵敏度的刚柔耦合应变传感器及制备方法

    公开(公告)号:CN116734718A

    公开(公告)日:2023-09-12

    申请号:CN202310638832.5

    申请日:2023-05-31

    Applicant: 吉林大学

    Abstract: 本发明公开仿生超宽量程高灵敏度的刚柔耦合应变传感器及制备方法,包括:梯度弹性模量材料耦合的基底层,由弹性模量有差异的不同材料依次纵向耦合排列而成或由弹性模量不同的相同材料纵向耦合而成;导电传感层,设置在所述梯度弹性模量材料耦合的基底层上;微观仿生缝结构与所述导电传感层连接,并凹陷嵌入在梯度弹性模量材料耦合的基底层内形成凹槽缝组,微观仿生缝结构模拟基于蝎子缝感受器结构,用于跟随所述梯度弹性模量材料耦合的基底层的形变产生形变,从而产生阻值变化;当所述刚柔耦合应变传感器受到外力作用时,设置在所述梯度弹性模量材料耦合的基底层上的所述微观仿生缝结构的凹槽缝组产生形变,导致所述导电传感层的电阻值发生改变。

    一种基于预训练和深度聚类的宏基因组物种重建方法

    公开(公告)号:CN115579068A

    公开(公告)日:2023-01-06

    申请号:CN202211069609.5

    申请日:2022-08-31

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于预训练和深度聚类的宏基因组物种重建方法。基于预训练和深度聚类的宏基因组物种重建方法,设计了基于图卷积神经网络联合Focal Loss损失函数的词嵌入特征提取模型以及基于LSTM自编码器联合改进的FCM算法的深度聚类模型。本发明构建的深度聚类算法模型,将深度学习与聚类结合在一起,重构误差与聚类误差同步优化,进一步提升二者性能,计算量也较小。在用户使用时,只需要针对所选取的数据集的大小及序列长度对整个模型的参数进行调整,重新运行模型即可得到聚类结果,大大提高了准确度与便利性,能够得到更加优秀的聚类结果。相较于其他方法,本发明所发现的未知物种完整度更高,污染度更低。

    一种雨天交通标志检测方法、存储介质及系统

    公开(公告)号:CN111062309B

    公开(公告)日:2022-12-30

    申请号:CN201911279424.5

    申请日:2019-12-13

    Applicant: 吉林大学

    Abstract: 本发明公开了一种雨天交通标识检测方法、存储介质及系统,其中,所述方法包括步骤:对获取雨天交通标志图像进行灰度化处理,得到灰度图像;根据灰度图像的灰度级分布,计算灰度图像在不同灰度级下的概率密度以及累计分布函数并自动确定颜色阈值;利用颜色阈值对所述灰度图像进行二值化处理,得到二值化后图像;对二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后,得到含有连通区域的图像;对图像的连通区域进行分块并提取几何特征描述符,根据所述几何特征描述符完成交通标志检测,获得结果图像。本发明通过采用根据不同灰度级的累计分布函数自动确定颜色阈值方式,使得所述雨天交通标志检测方法具有更高的检测率且鲁棒性更强。

Patent Agency Ranking