-
公开(公告)号:CN110231366B
公开(公告)日:2020-03-31
申请号:CN201910542245.X
申请日:2019-06-21
Applicant: 重庆大学
Abstract: 本发明公开了一种基于多传感器电子鼻的共形气室及气体测试系统和方法,在气室安装主体的侧壁上相对设置的进气口和出气口,安装主体的上端面开设有多个用于安装气体传感器的检测口,安装主体内部镂空形成与进气口、出气口以及多个检测口相通的气室,安装主体的上端面通过电路板密封,在电路板的下端面安装有多个与所述检测口相匹配的气体传感器,每个气体传感器的下端通过检测口伸入气室中且在气室中设置有与气体传感器共形的室壁。基于该共形气室进行气体检测,充分利用了气室体积,有效缩小了气室空间,与气室规整的电子鼻系统相比可以提升检测效果,能有效应用各种气体测试系统中。
-
公开(公告)号:CN104887222B
公开(公告)日:2018-02-02
申请号:CN201510235676.3
申请日:2015-05-11
Applicant: 重庆大学
IPC: A61B5/0476
Abstract: 近年来,脑电信号的检测与分类特征提取技术取得了很大进步,从癫痫病态检测到人的各种行为活动,从传统使用脑电信号作为权威脑部病症研究与确诊,到现在通过其对人类思维活动和肢体面部,眼部活动进行判断的分类数据源;脑电信号的分析已经在这些领域体现出其越来越重要的作用。本文提出一种新的脑电信号分析方法,通过对脑电信号的分析,在保证分类正确率的基础上给出本文方法的可逆向分析方法,用此方法可以最终用于临床经验的确诊,不仅能够判别人脑状态等级,还能难以对脑电信号准确量化分析的难点,同时能够对量化分析结果进行逆向分析,最终与临床医学经验互相验证,得到更为科学的结论。
-
公开(公告)号:CN104833967A
公开(公告)日:2015-08-12
申请号:CN201510235759.2
申请日:2015-05-11
Applicant: 重庆大学
IPC: G01S13/66
CPC classification number: G01S13/66
Abstract: 本发明公开了一种基于滚动时域估计的雷达目标跟踪方法,包括以下步骤:获取目标跟踪的运动模型,得到状态方程及观测方程;引入估计状态的约束条件;根据滚动时域估计算法,计算到达代价函数,进而估计跟踪目标的位置;计算位置跟踪的误差均值和标准差,评价跟踪效果。本发明方法在目标跟踪过程中充分考虑了物理约束的影响,将状态估计转化为带约束的最优化问题,针对雷达跟踪中的线性模型,采用线性滚动时域估计,既考虑了系统的约束条件,大大提高了估计效果,又用近似到达代价的方法将估计问题转化为一个有约束、限定大小的二次型优化问题,降低了计算难度,提供了一种有效的在线状态估计方法。
-
公开(公告)号:CN104777418A
公开(公告)日:2015-07-15
申请号:CN201510237382.4
申请日:2015-05-11
Applicant: 重庆大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于深度波尔兹曼机的模拟电路故障诊断方法,包括以下步骤:给待测电路施加激励,在电路的测试节点测量激励响应信号,将测量的响应信号作小波包变换消噪处理后提取候选故障特征信号;对候选特征向量进行标准化处理,得到故障特征向量;将故障特征向量输入到神经网络中进行分类,得到故障诊断结果。本发明中采用基于小波包变换的候选故障特征向量的提取,提高了故障分辨率;通过归一化处理,有效消除了原变量因量纲不同和数值差异太大带来的影响,实现了故障特征提取;通过采用深度波尔兹曼机,对大量无标签样本进行学习,能够得到大量训练样本,并且深度波尔兹曼机是深层模型,能够更好获得样本内在特征,具有良好分类能力。
-
-
-