-
公开(公告)号：CN113536933A
公开(公告)日：2021-10-22
申请号：CN202110670963.2
申请日：2021-06-17
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种目标跟踪型水下航行器，包括航行器外壳，航行器外壳内部设置有主控板，航行器外壳头部内侧设有设置在主控板上的摄像头，航行器外壳前侧中部设有设置在主控板上的陀螺仪，主控板上电性连接有电池，航行器外壳末端连接有舵机连杆，舵机连杆末端通过矢量万向座连接有动力推进器。与现有技术相比的优点在于：本发明移动灵活，为能够对水下可疑设备进行跟踪监测提供硬件保障；本发明通过DaSiamRPN算法来计算可疑设备的位置变化，并将信息发送给主控板，而后主控板控制航行器跟踪监测，为能够对水下可疑设备进行跟踪监测提供软件保障；且DaSiamRPN算法在长期的跟踪中实现了较为准确的效果。
-
公开(公告)号：CN112617858A
公开(公告)日：2021-04-09
申请号：CN202011383022.2
申请日：2020-12-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种多尺度补偿传递熵的皮层肌肉功能耦合方法。本发明首先采用APIT‑MEMD方法对同步采集的脑电和肌电信号进行时‑频尺度化，然后计算不同尺度上的多尺度补偿传递熵值，分析各个尺度不同耦合方向上的耦合特征。结果表明在恒定握力下，beta频段间的耦合强度最为显著。不同耦合方向的耦合强度随握力的增加会呈现出一定的变化规律。本发明可以定量描述脑肌电信号在不同的耦合方向、多尺度间的皮层功能耦合强度及信息传递量，为探究手部运动控制及患者评价提供一定的理论依据。
-
公开(公告)号：CN112541415A
公开(公告)日：2021-03-23
申请号：CN202011399687.2
申请日：2020-12-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于符号传递熵和图论的脑肌功能网络运动疲劳检测方法；首先，通过64导联脑电帽和肌电采集仪采集了10通道脑电信号和尺侧腕屈肌、屈指浅肌、桡侧腕屈肌的表面肌电信号。结合符号传递熵和图论知识建立了脑肌功能网络，并提取了网络特征向量用于K最近邻算法训练分类器，最终用于检测运动疲劳。该方法克服了传统的基于生物电信号的运动疲劳检测方法中未全面考虑脑肌协作进行运动控制的缺点，将脑电信号和肌电信号结合进行运动疲劳检测，结果显示该方法在运动疲劳检测中具有较高的准确率。
-
公开(公告)号：CN111709314A
公开(公告)日：2020-09-25
申请号：CN202010461641.2
申请日：2020-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于面部表面肌电的情感分布识别方法；目前基于生理信号的人脸情感识别的研究主要集中在单一的基本情感上。因此，提出了基于面部表面肌电信号的标记分布学习来预测情感分布。本方法采集了降眉肌、颧大肌、额头和降口角肌的sEMG，从中提取6个特征，利用主成分分析选出对特征集进行降维。LDL的核心思想是学习到从PCA选择的特征到人脸情感分布的映射关系，这种映射关系能够反映一个面部表情是由不同强度的基本情感混合而成。将LDL的性能与多标记学习进行了比较，结果表明，本方法能更准确地预测面部情感分布。
-
公开(公告)号：CN109567798A
公开(公告)日：2019-04-05
申请号：CN201811603106.5
申请日：2018-12-26
Applicant: 杭州电子科技大学
IPC: A61B5/0488 , A61B5/11 , A61B5/00
Abstract: 本发明公开了一种基于肌电小波相干性和支持向量机的日常行为识别方法，本发明通过肌电信号采集仪采集人体相关肌肉的肌电信号，获取两路肌电信号的样本数据，使用一种改进小波阈值降噪方法进行预处理。计算两路肌电信号的小波相干系数。将所求得的小波相干系数作为特征向量输入支持向量机进行分类识别，成功识别了不同的日常行为，具有较高的识别率。本发明将小波相干性的肌电特征与支持向量机结合的方法，对人体日常行为识别具有较高的识别率和可靠性。实验结果表明，本发明方法对上楼、下楼、站立、行走、跑步、跌倒的平均灵敏度达96.17，平均特异度达92.29，高于一般传统的方法。
-
Patent Agency Ranking
公开(公告)号：CN105677035B
公开(公告)日：2018-08-17
申请号：CN201610053682.1
申请日：2016-01-26
Applicant: 杭州电子科技大学
IPC: G06F3/01 , A61B5/0476
Abstract: 本发明涉及一种基于EEMD和小波阈值的运动想象脑电信号消噪方法。本发明首先，对原始信号进行EEMD分解，得到一系列IMF分量；其次，采用新的阈值函数和阈值选取方法改进传统的小波阈值法；然后，使用改进的小波阈值法对高频IMF分量进行处理；最后，将处理后的IMF分量和其他的IMF分量重构得到消噪后的运动想象EEG信号。本发明优点在于既保留了高频分量中的有效信息，同时又减少了小波阈值法对弱能量有效信号的压制，去除大量噪声的同时又保留了大部分的有用的细节信息，为下一步的运动想象脑电信号特征提取和模式识别奠定良好的基础。
-
公开(公告)号：CN105677035A
公开(公告)日：2016-06-15
申请号：CN201610053682.1
申请日：2016-01-26
Applicant: 杭州电子科技大学
IPC: G06F3/01 , A61B5/0476
Abstract: 本发明涉及一种基于EEMD和小波阈值的运动想象脑电信号消噪方法。本发明首先，对原始信号进行EEMD分解，得到一系列IMF分量；其次，采用新的阈值函数和阈值选取方法改进传统的小波阈值法；然后，使用改进的小波阈值法对高频IMF分量进行处理；最后，将处理后的IMF分量和其他的IMF分量重构得到消噪后的运动想象EEG信号。本发明优点在于既保留了高频分量中的有效信息，同时又减少了小波阈值法对弱能量有效信号的压制，去除大量噪声的同时又保留了大部分的有用的细节信息，为下一步的运动想象脑电信号特征提取和模式识别奠定良好的基础。
-
公开(公告)号：CN103699873A
公开(公告)日：2014-04-02
申请号：CN201310433056.1
申请日：2013-09-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于GA-BP神经网络下肢平地行走步态识别方法。本发明首先对采集到的下肢连续平地行走动作的四路表面肌电信号进行消噪滤波和时域特征值提取，得到其特征向量样本集。然后用GA对BP神经网络进行优化，得到BP神经网络误差最小的一组完整初始权值和阈值。最后将提取的特征值随机分成训练样本和测试样本两组，并用训练样本来训练GA优化之后的BP神经网络；用测试样本输入训练好的BP神经网络分类器，进行识别分类。采用本发明使得肌电信号的时域特征容易提取、特征明显、具有良好表达能力。
-
公开(公告)号：CN103345641A
公开(公告)日：2013-10-09
申请号：CN201310300098.8
申请日：2013-07-16
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于小波包熵和支持向量机的手部肌电信号动作识别方法。本发明先对表面肌电信号进行小波包分解，提取各节点的小波包系数矩阵，由各子带能量计算出小波包熵。以肌电信号的小波包熵为特征构建特征向量输入支持向量机分类器，并以固定间隔逐步增加参数的值，来搜索使模式识别率最高的SVM分类器参数值，对手部的多个动作进行分类。小波包变换是一种分析非平稳特性信号的有效方法且小波包变换在不同时频段均能精确刻画信号，提供丰富模式信息的特点，把三路sEMG信号提取的特征向量输入支持向量机，能有效识别出伸腕、屈腕、展拳、握拳、外旋、内旋6种动作模式，得到了比传统神经网络更高的识别率。
-
公开(公告)号：CN102961203A
公开(公告)日：2013-03-13
申请号：CN201210527013.5
申请日：2012-12-10
Applicant: 杭州电子科技大学
IPC: A61F2/72 , A61B5/0488
Abstract: 本发明提出了一种基于EMD样本熵的表面肌电信号识别方法。本发明首先从相关肌肉组上采集相应的表面肌电信号sEMG，然后运用能量阈值确定sEMG的动作信号进行经验模态分解，依据频率有效度的方法自适应的选取若干个包含肌电信号有效信息的内蕴模式函数分量进行迭加作为有效肌电信号，求取样本熵，最后将样本熵作为特征向量输入基于主轴核聚类算法的聚类分类器，实现肌电信号的上肢多运动模式识别。本发明中样本熵能够从较短的时间序列中揭示动作表面肌电信号的复杂性，很好的表现肌电信号的细微变化情况，抗干扰能力强，算法简单，计算速度较快，特别适合肌电信号的实时处理。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.027 seconds)
