一种基于胃节律与胃脑耦合的胃功能调节系统

    公开(公告)号:CN117339103A

    公开(公告)日:2024-01-05

    申请号:CN202311245904.6

    申请日:2023-09-25

    Abstract: 本发明公开了一种基于胃节律与胃脑耦合的胃功能调节系统,包括胃功能调节设备、客户端和云端,其中,客户端用于控制所述胃功能调节设备的开始与结束,还用于获取所述胃功能调节设备采集到的胃电信号和脑电信号进行处理与分析,得到当前时段的胃节律参数和胃脑耦合参数,进而通过当前时段的胃节律参数获得下一时段的迷走神经刺激参数;胃功能调节设备用于根据迷走神经刺激参数施加迷走神经刺激,还用于采集胃电信号和脑电信号;云端用于存储历史使用记录,历史使用记录包括迷走神经刺激参数、胃节律参数以及胃脑耦合参数的变化情况。本发明通过胃节律的变化反馈指导迷走神经刺激参数,并实时监测胃脑耦合参数以对胃功能调节过程进行控制。

    基于Google Earth Engine的大尺度大豆种植区域提取算法

    公开(公告)号:CN113657158A

    公开(公告)日:2021-11-16

    申请号:CN202110789704.1

    申请日:2021-07-13

    Abstract: 本发明公开了一种基于Google Earth Engine的大尺度大豆种植区域提取算法,包括:对遥感影像数据Sentinel‑2进行预处理,从预处理后的遥感影像数据中选取对提取大豆有利的G个波段;计算归一化植被指数和归一化水指数,Sentinel‑2数据中包含G+2个数据;利用GEE平台提供某一年的USDA进行预处理;利用包含G+2个数据的Sentinel‑2数据和预处理后的USDA进行训练集和测试集的构建;将训练集输入三种分类器中进行训练,将测试集输入训练后的分类器中进行分类,根据分类结果得到大豆种植区域。用于解决遥感数据量巨大导致算法效率低、耗时久的问题以及单一算法提取大豆精度不够的问题。

    基于多样性特征联合的林地变化遥感监测方法

    公开(公告)号:CN112257531A

    公开(公告)日:2021-01-22

    申请号:CN202011088024.9

    申请日:2020-10-13

    Abstract: 本发明提出了一种基于多样性特征联合的林地变化遥感监测方法,用于解决因同谱异物和同物异谱而导致的对林地变化监测精度较低的问题。实现步骤为:对林地遥感影像进行预处理;获取预处理后林地遥感影像的光谱特征向量集和纹理特征向量集;对光谱特征向量集和纹理特征向量集分别进行归一化;对归一化后的光谱特征向量集和纹理特征向量集进行多样性特征联合;获取训练样本集和测试样本集;构建随机森林分类模型并进行迭代训练;获取林地变化信息。本发明利用多样性特征联合方法来提高对林地遥感影像的分类精度,增强了对林地变化的监测能力。

    一种基于线性门控未来预测网络的工业物联网网络安全态势预测方案

    公开(公告)号:CN119155086A

    公开(公告)日:2024-12-17

    申请号:CN202411261680.2

    申请日:2024-09-10

    Abstract: 本发明属于工业物联网、深度学习与网络态势预测交叉领域,提出了一种能够主动且有效预测工业物联网环境中恶意流量的创新方案。该方案提出了一种基于线性门控未来预测网络(LGF‑Net)的新型网络态势预测方法。具体而言,该模型融合了U‑Net和ResNet的优势,显著提升了网络态势预测的性能。LGF‑Net模型在两个关键方面加强了传统的深度学习网络:首先,它通过多层次结构有效捕捉了时间序列中的内在相关性;其次,它引入了信息补偿机制,极大地减少了学习过程中的信息损失。这些改进大幅增强了模型捕捉要素间相关性的能力,使其能够利用多层次历史数据准确预测未来的网络安全状况。此外,该研究还通过理论复杂性分析评估了所提方法的计算效率。最后,大量实验结果表明,与现有方法相比,该方法在多个性能指标上都具有显著优势。

    基于Google Earth Engine的大尺度大豆种植区域提取算法

    公开(公告)号:CN113657158B

    公开(公告)日:2024-08-02

    申请号:CN202110789704.1

    申请日:2021-07-13

    Abstract: 本发明公开了一种基于Google Earth Engine的大尺度大豆种植区域提取算法,包括:对遥感影像数据Sentinel‑2进行预处理,从预处理后的遥感影像数据中选取对提取大豆有利的G个波段;计算归一化植被指数和归一化水指数,Sentinel‑2数据中包含G+2个数据;利用GEE平台提供某一年的USDA进行预处理;利用包含G+2个数据的Sentinel‑2数据和预处理后的USDA进行训练集和测试集的构建;将训练集输入三种分类器中进行训练,将测试集输入训练后的分类器中进行分类,根据分类结果得到大豆种植区域。用于解决遥感数据量巨大导致算法效率低、耗时久的问题以及单一算法提取大豆精度不够的问题。

    一种任意相位FIR滤波器的设计方法

    公开(公告)号:CN118214395A

    公开(公告)日:2024-06-18

    申请号:CN202410277191.X

    申请日:2024-03-11

    Abstract: 本发明公开了一种任意相位FIR滤波器的设计方法,先设置任意相位FIR滤波器的参数,包括离散频率响应、时域系数等;然后利用傅里叶反变换和以时域最大值为基准的系数选择方法获得时域FIR系数的基础值;再利用优化算法,以群延时差异距离为基准对系数的基础值进行进一步优化,从而获得更加逼近目标频响群延时的任意相位FIR滤波器设计最终结果。

    基于自适应参数遗传算法的森林变化遥感检测方法

    公开(公告)号:CN113408370B

    公开(公告)日:2023-12-19

    申请号:CN202110605694.1

    申请日:2021-05-31

    Abstract: 本发明属于遥感技术领域,具体公开了一种基于自适应参数遗传算法的森林变化遥感检测方法,包括对森林遥感影像数据进行预处理;利用光谱波段的反射率计算两幅大气校正后的森林遥感影像的归一化植被指数,并令其为植被指数特征图;对植被指数特征图进行中值滤波,使用差值法对滤波后的特征图构造植被指数差异图;对植被指数差异图进行显著性检测:对显著性差异图使用模糊C均值聚类算法进行预分类,使用基于自适应参数的遗传算法对不确定类像素集中像素的类别标签进行优化,生成最终的变化图。本发明用于解决使用单一光谱特征的遗传算法造成的森林变化检测精度低和搜索空间庞大的问题。(56)对比文件王桥.植被指数法《.区域生态保护的遥感监管方法与应用》.北京:中国环境科学出版社,2015,王平.基于差异图和块分类的雷达图像变化检测《.长春师范大学学报》.2020,第39卷(第8期),42-49.D. Chitradevi 等.Brain HemisphereAnalysis Using Genetic Algorithm andFuzzy Clustering in Alzheimer Disease.《2018 International Conference onCommunication and Signal Processing(ICCSP)》.2018,Caihong Mu 等.Change detection in SARimages based on the salient map guidanceand an accelerated genetic algorithm.《2017 IEEE Congress on EvolutionaryComputation (CEC)》.2017,李成洲.基于进化优化及卷积网络的遥感图像变化检测《.中国优秀硕士学位论文全文数据库 信息科技辑》.2019,第2019年卷(第2期),汤玉奇.面向对象的高分辨率影像城市多特征变化检测研究《.中国博士学位论文全文数据库 信息科技辑》.2014,第2014年卷(第7期),

Patent Agency Ranking