一种采样阈值随输入信号变化的异步过电平采样模数转换器

    公开(公告)号:CN110022155B

    公开(公告)日:2021-05-25

    申请号:CN201910169003.0

    申请日:2019-03-06

    Applicant: 东北大学

    Abstract: 本发明公开了一种采样阈值随输入信号变化的异步过电平采样模数转换器,当输入信号连续并且短的一直上升或者一直下降变化时,本电路通过比较器模块、计数器模块以及数模转换器模块模块配合来改变整个设计的阈值。外界输入信号触发比较器模块的输出改变,从而改变计数器模块的输出的二进制值,由译码器翻译出二进制值得改变,以此来控制数模转换器模块模块的开关,控制数模转换器模块模块的输出电压。该输出电压连接比较器模块的参考电压,改变了参考电压即改变了本设计的阈值。因此当连续并且短时间的一直上升或者一直下降变化的输入信号来临后,该电路可根据阈值分辨率的改变以此来减少采样次数,减低能耗。

    一种基于改进的FC-DenseNets的椎管分割方法

    公开(公告)号:CN111402269A

    公开(公告)日:2020-07-10

    申请号:CN202010186436.X

    申请日:2020-03-17

    Applicant: 东北大学

    Abstract: 一种基于改进的FC-DenseNets的椎管分割方法,属于深度学习医疗图像分割方向,该方法包括以下步骤:对脊椎部位的CT影像数据集进行数据增强,得到增强后的CT影像数据集,对增强后的CT影像数据集进行划分得到训练集和测试集;采用目标检测YOLO V3算法对增强后的训练集进行特征提取,确定目标区域;通过对FC-Densenets网络增加长短跳连接的方式,得到改进之后的FC-Densenets网络Ⅰ,对改进之后的FC-Densenets网络Ⅰ进行降维卷积核操作,得到改进之后的FC-Densenets网络结构图;对改进之后的FC-Densenets网络结构图进行训练,基于测试集得到脊椎部位得分割效果图,深度学习网络采用改进的FC-DenseNetsFully结构网络来提高分割效果,改进之后具有更少的参数量、更低的运行内存以及精简的网络结构使得相应的实时性得到提高,有明显的抗干扰性能。

    一种融合多种改进VGG网络的人脸识别方法

    公开(公告)号:CN109255340A

    公开(公告)日:2019-01-22

    申请号:CN201811271700.9

    申请日:2018-10-29

    Applicant: 东北大学

    Abstract: 本发明提供一种融合多种改进VGG网络的人脸识别方法,该方法在已有VGG19网络的基础上,通过删减其他卷积层或全连接层及其不同组合,或者改变不同层次卷积的卷积核数及全连接层结点数,生成两种及两种以不同结构的改进VGG网络;对训练样本人脸图像进行预处理,并扩充数据集;将扩充后的数据集放入改进后的VGG网络进行训练,每种网络对应采用不同的训练方法,产生多种稳定的VGG模型;将待识别的人脸图像同时放入多种模型进行识别,从多个识别结果中选取最终的识别结果。本发明使VGG网络更有效的提取深层次人脸隐含特征,提高了网络对不同人脸的区分能力,能综合提高人脸识别的准确率,适应不同特征的数据集。

    一种基于视觉注意机制的人脸检测方法

    公开(公告)号:CN109214367A

    公开(公告)日:2019-01-15

    申请号:CN201811252072.X

    申请日:2018-10-25

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于视觉注意机制的人脸检测方法,具有如下步骤:S1、图片预处理:将输入的固定大小的RGB图片分别转换到YCrCb颜色空间和Lab颜色空间,分别对三个颜色空间的图片进行预处理;S2、获取视觉显著图:通过GBVS算法得到预处理后图片所对应的视觉显著图,选择合适的权值系数进行线性组合得到最终视觉显著图;S3、获取人脸区域:对最终视觉显著图进行阈值分割得到粗模板,再对其进行形态学操作得到细模板,根据细模板得到人脸区域。本发明利用视觉注意机制获取视觉显著图,消除了复杂环境下光照、姿态、遮挡等因素的影响,避免了人工选择人脸位置的问题,自动、准确检测出人脸区域。

    一种迟滞可变的异步过电平采样模数转换器

    公开(公告)号:CN109921794B

    公开(公告)日:2021-07-23

    申请号:CN201910169013.4

    申请日:2019-03-06

    Applicant: 东北大学

    Abstract: 本发明公开了一种迟滞可变的异步过电平采样模数转换器,包括:预处理模块、比较器模块、计数器模块、数模转换器模块、计时器模块和数据寄存器模块;根据输入信号的特征,采集信号时能有效的避免噪声影响,有效信号来临时,迟滞消失避免错过有效信号的采集,在一定时间内,若没有信号输入,则迟滞出现,避免噪声干扰,一级电阻式的模数转换器电路,采用首部电阻串单元、多个中间电阻串单元和尾部电阻串单元结构,在无有效信号时或一段时间内没有信号输入,比较器Ⅰ和比较器Ⅱ有各自的向上和向下的迟滞,当有效信号来临时,比较器Ⅰ、比较器Ⅱ无迟滞电压,很好的采集到有效信号,减少有效信号来临后,迟滞导致的有效信号采集缺失。

    一种基于头部姿态估计的辅助失语瘫痪病人需求表达方法

    公开(公告)号:CN111259802A

    公开(公告)日:2020-06-09

    申请号:CN202010049231.7

    申请日:2020-01-16

    Applicant: 东北大学

    Abstract: 本发明提供一种基于头部姿态估计的辅助失语瘫痪病人需求表达方法,包括:图像获取,采用摄像机获取瘫痪病人的头部运动信息;人脸检测,利用训练好的人脸检测网络模型对采集的到的连续多帧图像进行检测,将面部区域按比例放大得到瘫痪病人头部区域;利用深度卷积神经网络进行头部姿态欧拉角估计,利用训练好的头部姿态估计网络模型得到瘫痪病人头部姿态欧拉角;建立欧拉角变化与虚拟输入设备操作的映射关系;患者通过虚拟输入设备,选择显示器上的相应需求选项,从而主动表达需求。本方法于通过检测连续头部姿态的表征来控制虚拟键盘或者鼠标,错误率低,使得表达的更为精准。

    一种基于混合卷积神经网络的唇语识别方法

    公开(公告)号:CN109858412A

    公开(公告)日:2019-06-07

    申请号:CN201910049839.7

    申请日:2019-01-18

    Applicant: 东北大学

    Abstract: 本发明提供一种基于混合卷积神经网络的唇语识别方法。本发明方法,包括如下步骤:对采集到的待识别视频进行预处理,获取每帧待识别视频的唇部图像序列;将预处理后的唇部图像序列作为输入,馈送入构建的混合卷积神经网络进行短期时空特征和长期时空特征提取;将所述长期时空特征输入连接时序分类器获得识别概率结果,对所述识别概率结果进行解码处理,获得唇语识别结果。本发明通过混合卷积神经网络同时学习唇部运动的空间和时间特征,同时通过两层Bi-GRU网络将短期时空特征和长期时空特征结合起来,并使用连接时序分类训练网络,提高了唇语识别的速度与精确度。

    一种基于多次采样的时间数字转换电路

    公开(公告)号:CN109104190A

    公开(公告)日:2018-12-28

    申请号:CN201811142043.8

    申请日:2018-09-28

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多次采样的时间数字转换电路,包括使能复位信号生成模块、Start延迟环、Stop延迟环、信号检测器、Start延迟环和Stop延迟环计数器、计数器寄存器、ROM存储器、ROM存储器寄存器、数据处理器、数据处理器寄存器。Start、Stop信号输入电路中,分别进入Start和Stop延迟环中传播,每个延迟环的最后一个延迟单元后连接计数器,输出连接寄存器,使能复位信号生成模块接在计数器上,同时每个延迟环的输出分别接16个信号检测器对信号进行多次采样,采样结果输入ROM存储器中,输出连接寄存器,计数器寄存器、ROM存储器寄存器的结果作为数据处理器的输入,输出连接寄存器。本发明的技术方案解决了现有的时间数字转换器测量精度低的问题,实现了更高的测量精度。

    一种融合贝叶斯网络与回归分析的治疗费用预测方法

    公开(公告)号:CN112802567B

    公开(公告)日:2023-11-07

    申请号:CN202110108182.4

    申请日:2021-01-27

    Applicant: 东北大学

    Abstract: 本发明涉及治疗费用预测技术领域,提供一种融合贝叶斯网络与回归分析的治疗费用预测方法,包括:步骤1:获取初始电子病历数据集:获取确诊为预设疾病的多份历史电子病历,确定与预设疾病相关的评价指标,抓取与预设疾病相关的评价指标数据、治疗方案类型数据、治疗费用数据,并对描述型评价指标进行数值化处理;步骤2:分析数据缺失程度,对部分缺失变量插值;步骤3:构建并训练基于高斯贝叶斯网络的治疗方案分类模型;步骤4:构建并训练每个治疗方案类型下基于回归分析的治疗费用预测模型;步骤5:对确诊为预设疾病的病人的治疗费用进行预测。本发明充分利用了文本电子病历数据,能够在数据量较小时提高治疗费用预测的精度和鲁棒性。

    适用于开关电源的PWM/PFM无缝切换控制器及其控制方法

    公开(公告)号:CN113131737A

    公开(公告)日:2021-07-16

    申请号:CN202110404835.3

    申请日:2021-04-15

    Applicant: 东北大学

    Abstract: 本发明提供一种适用于开关电源的PWM/PFM无缝切换控制器及其控制方法,涉及集成电路技术领域。本发明所述切换控制器包括PFM控制器,用于产生PFM控制信号;PWM控制器,用于产生PWM控制信号;PWM预置电路,用于检测PWM运行过程中的中间信号,产生模式选择信号;PWM&PFM模式控制器,用于根据负载大小判定系统需要的工作模式;数据选择器,用于依据模式选择信号输出相应的控制信号。本发明提出了利用PWM启动过程中的中间信号结合负载点电流大小产生模式选择信号,使得系统在电流到达切换点时,不是立即切换,而是等待PWM启动至某一阈值,再进行PFM与PWM的切换,从而实现两种模式的无缝转换。

Patent Agency Ranking