基于分区游标原理的单码道绝对型磁编码器及解算方法

    公开(公告)号:CN116067402B

    公开(公告)日:2024-12-10

    申请号:CN202310203268.4

    申请日:2023-03-06

    Abstract: 本发明涉及磁编码器技术领域,提供了基于分区游标原理的单码道绝对型磁编码器及解算方法,包括主体组件,所述主体组件包括PCB载板、磁阻传感器、单片机、霍尔传感器、磁栅、转轴、基板、磁极、A区、B区、N极信号传感器和S极信号传感器;所述磁极设置于磁栅的后表面。本发明通过将磁栅设置为磁极数量不同的A区和B区两部分,转轴转动时,磁栅带动磁极及N极信号传感器和S极信号传感器,通过磁阻传感器、霍尔传感器接收到磁场发生周期变化,在本发明提供的解算方法下,达到了在单码道磁环上实现绝对位置的解算的目的,提高了单码道磁编码器的分辨率,降低了绝对型磁编码器的成本和成产难度,一定程度上削弱了安装公差所带来的影响。

    可降解与不可降解塑料的快速识别方法

    公开(公告)号:CN114049526B

    公开(公告)日:2024-11-15

    申请号:CN202111463074.5

    申请日:2021-12-03

    Abstract: 本发明公开了可降解与不可降解塑料的快速识别方法,包括如下步骤:利用高光谱成像仪采集多组塑料样本在多个波段的高光谱图像数据,黑白校正处理后,经S‑G滤波方法降噪,采用标准正态变量变换减小类内间距,然后提取高光谱图像数据在每个波段的均值特征,利用基于欧式距离的数据增强方法实现均值特征的增强处理;将均值特征和增强后的均值特征用于动态卷积残差网络的训练,保存模型训练中分类准确率最高的一组网络参数;基于上述步骤完成待识别的塑料样本的预处理,将完成预处理后的100个待识别塑料样本数据输入到训练好的动态卷积残差网络中进行二分类识别。本发明可以实现可降解与不可降解塑料的快速识别,且准确率高,在96%以上。

    一种利用神经动力学系统模型进行机器嗅-味联觉效应可视化的方法

    公开(公告)号:CN108981800A

    公开(公告)日:2018-12-11

    申请号:CN201810695541.9

    申请日:2018-06-25

    Abstract: 本发明公开了一种利用神经动力学系统模型进行机器嗅-味联觉效应可视化的方法,包括如下步骤:S1、利用SA-402B型电子舌和PEN3型电子鼻进行啤酒机器味觉和机器嗅觉信息获取;S2、基于变量投影重要性评价指标及多模式识别技术(支持向量机、随机森林和极限学习机)提取影响啤酒风味信息特征;S3、基于KIII非线性神经动力学系统模型对影响啤酒风味信息特征进行时间维度输入,将嗅味信息的作用规律可视化动态呈现。本发明基于神经传导机制的非线性动力学神经系统处理外界刺激的作用模式,将机器嗅觉与机器味觉的感知过程相关联,体现非线性动力学系统内部的嗅-味信息作用规律,实现机器嗅-味联觉的感知研究具有重要意义。

    一种基于嗅觉脑电波和小波包进行感官物质分类的方法

    公开(公告)号:CN108836326A

    公开(公告)日:2018-11-20

    申请号:CN201810320415.5

    申请日:2018-04-02

    Abstract: 本发明公开了一种基于嗅觉脑电波和小波包进行感官物质分类的方法,包括如下步骤:S1、利用脑-机接口系统即脑电仪对应试者进行脑电图谱信息获取;S2、对所获取的脑电图谱数据进行预处理;S3、基于小波包变换对完成预处理的图谱数据进行特征提取,将所得的小波包方差作为特征值;S4、采用随机森林(RF)、基于遗传算法优化支持向量机(GA-SVM)进行模式识别。本发明真实还原应试者在品评过程中的人脑信息处理过程的生理形态,这在临床医学和认知科学领域具有极其重要的意义,可普适于物质的感官评价中,使感官评价过程更简洁、更具规范性、严谨性和科学性。

    一种基于嗅觉脑电波和PSO-SVM的感官物质分类方法

    公开(公告)号:CN108420430A

    公开(公告)日:2018-08-21

    申请号:CN201810320482.7

    申请日:2018-04-02

    Abstract: 本发明公开了一种基于嗅觉脑电波和PSO-SVM的感官物质分类方法,包括如下步骤:S1、利用脑-机接口系统即脑电仪对应试者进行脑电图谱信息获取;S2、对所获取的脑电图谱数据进行预处理;S3、基于线性特性与非线性特性分析对完成预处理的图谱数据进行特征提取,包括:α、β、θ频段的峰值、均值、标准差、中心值、中心频率以及功率和以及谱熵共76维数据作为脑电信号研究中的脑电特征;S4、采用粒子群优化支持向量机(PSO-SVM)的方法进行模式识别。本发明可普适于物质的感官评价中,感官评价过程更简洁、更具规范性、严谨性和科学性。

    一种坐姿检测方法及系统
    6.
    发明公开

    公开(公告)号:CN118981705A

    公开(公告)日:2024-11-19

    申请号:CN202410999073.X

    申请日:2024-07-24

    Abstract: 本发明涉及一种坐姿检测方法及系统;一种坐姿检测方法,包括以下步骤:S1:获取坐姿臀部压力信号;S2:实时信息传输:将坐姿臀部压力信号实时传输至数据分析模块;S3:构建实时样本:以坐姿臀部压力信号进行构建;S4:调用坐姿识别模型的参数根据实时样本进行坐姿分类。一种坐姿检测系统,包括压力感应设备、信号采集模块和数据分析模块;所述压力感应设备获取坐姿臀部压力信号,所述信号采集模块采集压力感应设备获取的坐姿臀部压力信号并将坐姿臀部压力信号传送至数据分析模块,所述数据分析模块对坐姿臀部压力信号进行坐姿分析。本发明以坐姿臀部压力信号为识别对象,实现实时精准检测坐姿状态,及时识别不良坐姿,便于对青少年进行坐姿提醒。

    一种基于嗅觉脑电波进行感官物质分类的方法

    公开(公告)号:CN108836320A

    公开(公告)日:2018-11-20

    申请号:CN201810320412.1

    申请日:2018-04-02

    Abstract: 本发明公开了一种基于嗅觉脑电波进行感官物质分类的方法,包括如下步骤:S1、利用脑-机接口系统即脑电仪对应试者进行脑电图谱信息获取;S2、对所获取的脑电图谱数据进行预处理;S3、基于非线性特性分析对完成预处理的脑电图谱数据进行特征提取,提取其LZC复杂度、样本熵以及谱熵共12维数据作为脑电信号研究中的脑电特征;S4、采用基于遗传算法的支持向量机对步骤S3所得的脑电特征进行模式识别。本发明的方法可普适于物质的感官评价中,对新产品开发、基础研究、配料和工艺的调整、降低成本、品质保证和产品优化等评价工作具有重要作用。

    一种针对不同品种小麦种子的单粒定点识别技术

    公开(公告)号:CN108734205A

    公开(公告)日:2018-11-02

    申请号:CN201810435100.5

    申请日:2018-04-28

    Abstract: 本发明公开了一种针对不同品种小麦种子的单粒定点识别技术,包括如下步骤:获取待鉴定小麦种子的高光谱图像数据,采用黑白校正方法对高光谱图像进行校正后,进行主成分变换;选择整粒小麦种子作为感兴趣区域,提取相关区域的平均光谱作为该粒样本的光谱数据;采用S-G平滑法对光谱数据进行平滑处理;使用Kennard-Stone方法将样本光谱数据按照3∶2的比率划分为训练集和预测集,采用连续投影算法选取适于不同杂交品种小麦种子鉴别的最优波段;构建支持向量机模型;将最优波段输入建立的SVM模型中,将预测结果用不同颜色表示,完成混合种子的定点识别。本发明实现了不同杂交品种的小麦籽粒的在线检测,并实现了单粒的定点识别。

    基于嗅觉脑电波和GS-SVM进行感官物质分类的方法

    公开(公告)号:CN108403112A

    公开(公告)日:2018-08-17

    申请号:CN201810320414.0

    申请日:2018-04-02

    Abstract: 本发明公开了一种基于嗅觉脑电波和GS-SVM进行感官物质分类的方法,包括如下步骤:S1、利用脑-机接口系统即脑电仪对应试者进行脑电图谱信息获取;S2、对所获取的脑电图谱数据进行预处理;S3、基于线性特性与非线性特性分析对完成预处理的图谱数据进行特征提取,包括:α、β、θ频段的峰值、均值、标准差、中心值、中心频率以及功率和以及LZC复杂度共76维数据作为脑电信号研究中的脑电特征;S4、采用网格式搜索支持向量机(GS-SVM)进行模式识别。本发明真实还原应试者在品评过程中的人脑信息处理过程的生理形态,这在临床医学和认知科学领域具有极其重要的意义,可普适于物质的感官评价中,使感官评价过程更简洁、更具规范性、严谨性和科学性。

    一种评估可降解塑料降解程度的方法

    公开(公告)号:CN114112938B

    公开(公告)日:2024-09-20

    申请号:CN202111463075.X

    申请日:2021-12-03

    Abstract: 本发明及塑料理化和高光谱分析等研究领域,具体涉及一种评估可降解塑料降解程度的方法,包括如下步骤:将待评估塑料样本剪成颗粒状或薄片状,置于电热恒温干燥箱,利用高光谱成像仪分别采集原始塑料样本和热降解后塑料样本的高光谱数据;采用S‑G滤波方法实现所采集到的高光谱数据的降噪处理;将降噪后的高光谱数据进行一维重构处理和二维重构处理,并获取一维重构数据的皮尔逊相关系数,二维重构数据的结构相似性参数;将皮尔逊相关系数、结构相似性参数带入降解程度评估值计算公式,对塑料的降解程度进行评估,获取降解程度评估值。本发明实现了对可降解塑料降解程度客观地、有效地、快速地评估。

Patent Agency Ranking