-
公开(公告)号：CN109480872B
公开(公告)日：2021-09-17
申请号：CN201811327333.X
申请日：2018-11-08
Applicant: 哈尔滨工业大学
Abstract: 基于脑电信号频带能量比特征的驾驶疲劳检测方法，本发明涉及一种脑电信号分析方法。本发明目的是为解决现有的检测技术多以人的外部行为特征作为依据，难以准确地了解驾驶员的心理、生理属性，不易客观地评价驾驶员的疲劳状态，主观性过强，导致驾驶疲劳检测结果准确率低的问题。过程为：一、采集驾驶者脑电信号；二、进行预处理；三、得到局部均值分解后的乘积函数；四、得到重构的脑电信号；五、求解功率谱密度；六、求解脑电信号不同波段的频带能量比；七、对四进行归一化处理；八、求取标准差，将标准差、脑电信号不同波段的频带能量比作为BP神经网络的输入参数，输出疲劳状态。本发明用于驾驶疲劳检测领域。
-
公开(公告)号：CN113319855A
公开(公告)日：2021-08-31
申请号：CN202110719915.8
申请日：2021-06-28
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种多关节诊疗机器人柔顺力控制模式下的重力补偿方法，属于诊疗机器人力控领域，为了解决现有的重力补偿方法对诊疗机器人重力补偿精度不足的问题。本发明实时记录机器人多个姿态下的姿态矩阵以及传感器的测量值，构造线性方程组，通过最小二乘法求解诊疗工具的参数向量；在诊疗工具处于初始位置时以及按照大地坐标系调整诊疗工具的姿态，使诊疗工具的重力只剩沿六维力与力矩传感器坐标的y轴方向时，分别记录传感器的测量值；在传感器坐标系下，利用降维解析法计算诊疗工具重心的位置；计算出诊疗工具的重力分量与力矩分量补偿值，实现对诊疗工具的重力补偿。有益效果为实现对多种诊疗工具在多姿态工作模式下的高精度重力补偿。
-
公开(公告)号：CN113197573A
公开(公告)日：2021-08-03
申请号：CN202110547301.6
申请日：2021-05-19
Applicant: 哈尔滨工业大学
Abstract: 基于表情识别及脑电融合的观影印象检测方法，属于观影印象检测领域。本发明为解决现有技术中无法定量评定用户对广告内容的主观印象以及不利于在大数据层面上分析的问题。本发明检测方法包括如下：采集观影时间段内的观影表情变化视频及脑电信号；根据观影表情变化视频，获得观看过程中的愉悦程度B1和专注程度B2，并将B1与B2的乘积作为表情印象指数m1；同时还对脑电信号进行傅里叶变化，获得功率谱密度P(w)；再根据P(w)获得各频段的频带能量占比及相关频段的频带能量比，并将其送入支持向量机SVM，获得脑电印象指数m2；利用DS决策融合算法对表情印象指数m1和脑电印象指数m2进行融合，从而获得决策结果m。主要用于对观影印象进行量化。
-
公开(公告)号：CN113017651A
公开(公告)日：2021-06-25
申请号：CN202110281415.0
申请日：2021-03-16
Applicant: 哈尔滨工业大学
Abstract: 一种情感EEG的脑功能网络分析方法，涉及一种情感EEG的脑功能网络分析技术，为了解决目前EEG情感脑功能网络分析中网络节点不一致导致通用性差的问题。本发明基于脑电信号的相关性和同步性，构建32节点小尺度脑功能网络，并将其分为二值网络和加权网络；对比分析二值和加权网络在不同情感下的全局和局部属性；利用定义脑区作为第二节点，研究该10个节点的局部属性；构建10节点大尺度脑功能网络，并对不同情感脑网络属性进行分析，得出10节点脑功能网络的局部属性；最后对比32节点与10节点脑功能网络的局部属性，得出局部属性变化的共同性及差异性，实现对不同情感脑电信号的网络分析。有益效果为通用性强。
-
公开(公告)号：CN112263242A
公开(公告)日：2021-01-26
申请号：CN202011156515.2
申请日：2020-10-26
Applicant: 哈尔滨工业大学
IPC: A61B5/08 , A61B5/0245 , A61B5/05 , A61B5/00
Abstract: 基于FMCW雷达的呼吸检测及模式分类方法，涉及生命体征检测技术领域。本发明是为了解决现有采用雷达方式对生命体征的测量无法对结果进行分类的问题。本发明首先通过FMCW雷达系统采集数据，并通过对数据计算来进行呼吸及心跳信号的分离、提取，实现对生命体征的非接触测量；其次通过利用矩形窗计算各时段呼吸的能量谱及阈值，比较二者大小实现对呼吸暂停的精准判断；最后分别利用VPD寻峰算法提取峰值、谷值及二者差值；计算归一化短时能量的平均值和标准差；利用HHT提取瞬时频率的平均值、标准差和最小值，最后采用SVM支持向量机和K邻近算法对提取的特征值分类，从而实现对多种呼吸模式的有效识别。
-
Patent Agency Ranking
公开(公告)号：CN103529400A
公开(公告)日：2014-01-22
申请号：CN201310520317.3
申请日：2013-10-29
Applicant: 哈尔滨工业大学
Abstract: 一种具有温度自适应补偿的电池容量预测方法，本发明涉及电池容量预测方法。本发明是为了解决传统Peukert方程无法对温度造成的容量估计偏差进行修正的问题，而提供了一种具有温度自适应补偿的电池容量预测方法。步骤一、确定测试温度和放电倍率的变化范围；步骤二、在环境温度T1下，分别进行放电倍率为I1,I2,......,Im的电池放电实验；步骤三、将环境温度变更为T2，重复步骤二，计算该温度下的Peukert方程系数p(T2)和k(T2)；步骤四、建立环境温度与Peukert方程系数p和k之间的对应关系；步骤五、结合上述公式，得到电池容量与温度和放电电流的函数关系。本发明应用于锂电池参数检测领域。
-
公开(公告)号：CN119167130A
公开(公告)日：2024-12-20
申请号：CN202311347281.3
申请日：2023-10-18
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/23213 , G06F18/10 , G06F18/213
Abstract: 基于CEEMDAN‑CWT的MI‑EEG混合时频表征方法以及表征系统，涉及数据处理技术领域。解决现有时频分析方法存在的计算量大和计算复杂度高的问题。方法为：获取MI‑EEG数据集并预处理；改进CEEMDAN算法，采用改进后的CEEMDAN算法对预处理后的MI‑EEG数据集进行分解，获得一系列的IMFs；采用样本熵方法计算一系列的IMFs，获得所有本征函数样本熵；采用K‑means聚类方法优化所有本征函数样本熵，获得具有关键信息的IMFs；CWT处理具有关键信息的IMFs，获得一系列的时频二维数据；相加一系列的时频二维数据，获得MI‑EEG信号的时频表征。本发明适用于MI‑EEG数据的处理。
-
公开(公告)号：CN118987558A
公开(公告)日：2024-11-22
申请号：CN202411228080.6
申请日：2024-09-03
Applicant: 哈尔滨工业大学
IPC: A63B21/00 , A63B23/16 , A63B23/12 , A63B71/06 , A63B24/00 , A63B71/00 , A61H1/02 , A61B5/389 , A61B5/397 , A61B5/00
Abstract: 上肢全周期康复训练装置及方法，属于康复训练领域，本发明为解决现有上肢康复机器人训练效果不好，且安全性差的问题。本发明包括康复机械臂、肌电采集单元、摄像头、对侧康复手套、上位机和平台；康复机械臂包括机械臂、力传感器和康复训练手柄，机械臂末端通过力传感器连接康复训练手柄；机械臂在康复训练中通过康复训练手柄来辅助患者上肢运动；肌电采集单元，用于采集肌电信号进行运动意图识别；摄像头，用于采集患者健侧手部动作，镜像指导患侧手指训练；对侧康复手套包括机械手套和控制装置；机械手套由控制装置通过线索牵引带动手指进行康复训练；上位机，用于接收力传感器、肌电采集单元和摄像头信息，给机械臂和控制装置发送训练指令。
-
公开(公告)号：CN118476783A
公开(公告)日：2024-08-13
申请号：CN202410568540.3
申请日：2024-05-09
Applicant: 哈尔滨工业大学
IPC: A61B5/00 , A61B5/372 , G06F18/23213 , G06F18/213 , G06F18/2411
Abstract: 疼痛诱发脑电信号的提取方法，解决现有方法提取疼痛诱发信号准确率低的问题，属于脑电信号提取技术领域。本发明包括：对脑源进行定位，获得脑源信号矩阵S∈RD×T，获取脑源信号矩阵S∈RD×T中表征脑源偶极子信号活跃程度的特征矩阵BF；对特征矩阵BF进行聚类，得到与疼痛无关的脑源偶极子；将脑源信号矩阵S∈RD×T中与疼痛无关的脑源偶极子的信号设置为0，得到新的脑源信号矩阵S*，对新的脑源信号矩阵S*进行重映射，得到映射后的脑电信号矩阵X*；根据重映射后脑电信号的特征自动确定小波分解层级和用于保留小波系数的阈值，自适应保留关键疼痛小波系数，并重构信号获得与疼痛相关的脑电信号。
-
公开(公告)号：CN117631681A
公开(公告)日：2024-03-01
申请号：CN202311528687.1
申请日：2023-11-16
Applicant: 哈尔滨工业大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 基于概率链的无人机侦察任务分配方法、设备和介质，属于无人机控制技术领域，解决无人机侦察任务分配过程中计算量过大以及算法性能低问题。本发明的方法包括：通过使用基于概率链的并行加速遗传算法(CPGA)，该技术能够有效地最小化冗余融合，提高启发式效率。它优先考虑飞行成本和任务平衡的整合，旨在最小化无人机群执行任务的总消耗。该技术还通过自适应交叉操作器和贝叶斯搜索优化，实现了全球优化寻求能力的显著改进和整体算法性能的提升。在硬件方面，该技术也进行了并行加速的优化，有效利用计算资源，提供实时性能。本发明适用于无人机侦察任务分配技术的优化，特别是在需要大规模无人机协同工作、执行复杂、多目标侦察任务的场景中。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.028 seconds)
