-
公开(公告)号：CN117971303A
公开(公告)日：2024-05-03
申请号：CN202410215307.7
申请日：2024-02-27
Applicant: 北京全路通信信号研究设计院集团有限公司 , 北京理工大学
Abstract: 本发明公开了一种列车自动驾驶系统ATO设备软件及数据的自动维护方法、装置、设备及介质。该方法包括：向用户展示ATO设备的维护板卡类型的选择界面；响应于用户对目标维护板卡类型的选择，展示维护类别选择界面，并接收用户选择的目标维护类别；通过用户的选择操作，得到目标更新文件或数据；获取与目标更新文件匹配的配置信息类型，根据配置信息类型向用户提供配置信息数据界面，并根据用户输入的目标配置信息对目标更新文件进行配置；执行配置完成的目标更新文件对应的更新流程，对ATO设备软件及数据进行维护。通过本发明的技术方案，能够实现ATO设备软件及数据的自动维护，提高了ATO设备软件及数据维护工作的效率，降低了ATO设备软件及数据的维护工作的难度。
-
公开(公告)号：CN116614188A
公开(公告)日：2023-08-18
申请号：CN202310484046.4
申请日：2023-04-28
Applicant: 北京理工大学
IPC: H04B17/327 , H04B7/185
Abstract: 本发明提供一种卫星通信多用户信号检测方法、装置、设备和存储介质，其中方法包括：对接收到的原始信号进行信息捕获，得到原始信号对应的时频二维平面以及原始信号中每一个信号的信号峰值；根据时频二维平面和信号峰值对原始信号中的第一信号进行信号重构，得到原始信号对应的第一信号；根据第一信号对原始信号进行信号筛选处理，得到不包含第一信号的原始信号；对不包含第一信号的原始信号进行信号捕获，得到原始信号中包含的第二信号；其中，第一信号的功率大于第二信号的功率。降低信号检测过程中大用户信号对小用户信号的影响，提高多用户信号中对小用户信号检测的准确性。
-
公开(公告)号：CN113505711A
公开(公告)日：2021-10-15
申请号：CN202110804247.9
申请日：2021-07-16
Applicant: 北京理工大学
Abstract: 本发明公开一种基于肌电信号和Leap Motion的实时手势识别系统，包括刺激模块、数据采集模块、肌电信号分类模块、Leap Motion分类模块、分类结果融合模块和结果输出模块；刺激模块发出提示音对使用者进行手势引导；采集模块采集使用者做手势过程中的有效肌电信号以及图像信号；肌电信号分类模块对有效肌电信号进行降噪处理和特征提取得到特征向量，并进行多分类；Leap Motion分类模块利用图像信号进行手势分类识别；分类结果融合模块将肌电信号分类模块与Leap Motion分类模块的分类结果采用粒子群方法进行决策级融合；结果输出模块对最终实时分类结果进行输出显示，本发明能够实现实时识别手势。
-
公开(公告)号：CN112800916A
公开(公告)日：2021-05-14
申请号：CN202110079204.9
申请日：2021-01-21
Applicant: 北京理工大学
Abstract: 一种基于编解码结构和多尺度特征融合的群体计数方法，所述方法包括：获取包括训练集和测试集的图像集；对训练集中的图像进行预处理；将经过预处理的图像输入网络，训练网络，直至网络拟合，训练后的网络输出图像的密度图，所述网络包括编码器和解码器；以及根据网络输出的密度图，将输入图像中所有像素的密度值求和得到图像中的群体计数。
-
公开(公告)号：CN110236498A
公开(公告)日：2019-09-17
申请号：CN201910465141.3
申请日：2019-05-30
Applicant: 北京理工大学
IPC: A61B5/01 , A61B5/0205 , A61B5/04 , A61B5/0402 , A61B5/0484 , A61B5/0488 , A61B5/0496
Abstract: 本发明公开多生理信号同步采集、数据共享与在线实时处理系统，包括刺激模块、信号同步标记模块、生理信号采集模块I、生理信号采集模块II、数据同步获取模块、数据处理模块和结果输出模块；刺激模块播放刺激程序诱发使用者生理信号；信号同步标记模块在刺激开始时刻输出标记信号，并发送至生理信号采集模块I和生理信号采集模块II；生理信号采集模块I、II分别采集使用者生理信号和标记信号；数据同步获取模块同步获取生理信号数据及标记信号，并根据标记信号对各生理信号进行对齐截取；数据处理模块对截取后数据进行滤波、特征提取、特征筛选和分类识别；结果输出模块对结果输出显示，本发明能实现多个生理信号采集系统的实时协同工作。
-
Patent Agency Ranking
公开(公告)号：CN103230267B
公开(公告)日：2015-06-03
申请号：CN201310176458.8
申请日：2013-05-14
Applicant: 北京理工大学
IPC: A61B5/024
Abstract: 本发明公开了一种抗运动干扰的脉率提取方法，能够大大改善脉率获取的抗干扰性能，可以在运动状态下准确提取到脉率值。该方法从脉搏频谱的峰值中搜索具有近似二倍关系的频率对，从搜索得到的频率对中寻找与脉率预测值之间的关系符合设定近似条件的频率值，并从中确定出最佳脉率值；将选择的最佳脉率值作为下一轮脉率提取所使用的脉率预测值。本发明应用在临床及便携式监测仪中能够确保脉率值的准确性、稳定性及实时性，具有较好的实用价值。
-
公开(公告)号：CN113869182A
公开(公告)日：2021-12-31
申请号：CN202111120381.3
申请日：2021-09-24
Applicant: 北京理工大学
Abstract: 一种视频异常检测网络的训练方法，包括：对训练集中的所有视频进行原始特征提取，获得维度统一的原始特征；选取b个正常视频原始特征和b个异常视频原始特征处理，得到2b个时间特征f；基于时间特征f，获得异常分数；对2b个时间特征f进行维度变换；基于b个时间特征fn组成的正常包和b个时间特征fa组成的异常包，计算正常包中的时间特征的均值和标准差，再用该均值和标准差对两个包同时进行标准化，并计算二范数，输出正常包的b个时间特征量级和异常包的b个时间特征量级；以及计算损失函数，最小化损失函数来调整视频异常检测网络的参数。然后重新选取b个正常视频的原始特征和b个异常视频的原始特征进行参数调整，直至训练至网络拟合。
-
公开(公告)号：CN113129325A
公开(公告)日：2021-07-16
申请号：CN202110511555.2
申请日：2021-05-11
Applicant: 北京理工大学
Abstract: 本发明公开了基于权重优化的白质束自动分割方法，步骤一、对白质束分割数据集中的训练集的各类白质束的体积进行排序，获取体积小且分割效果差的白质束；步骤二、对白质束分割网络的目标函数中的各类白质束的损失重新分配权重：对于体积小且分割效果差的白质束，设置权重均为w，其余类别白质束的权重均为1；步骤三、基于步骤二所获得的目标函数，利用训练集和验证集训练网络获得白质束分割网络模型；本发明能够对现有的白质束自动分割方法进行改进，使得体积较小、分割效果较差的白质束获得较好的分割效果。
-
公开(公告)号：CN109861770A
公开(公告)日：2019-06-07
申请号：CN201910204868.6
申请日：2019-03-18
Applicant: 北京理工大学
IPC: H04B17/309 , H04B17/391 , H04B7/06
Abstract: 本发明提供一种基于波束形成输出功率组合的宽带信号检测方法，具体过程为：对阵列接收到的远场宽带完全极化信号进行采样，将当前感兴趣的扫描角所对应的空域时延消去，得到仅包含载频对应的时延部分并将其作为波束形成的权矢量，根据所述权矢量估算波束形成输出功率，再将不同扫描角对应的波束形成输出功率进行组合构建信号检验统计量；将所述统计量与波束扫描次数的倒数作对比，根据对比结果判定是否存在信号。该方法计算复杂度低，且能够准确的实现对信号进行检测。
-
公开(公告)号：CN113869182B
公开(公告)日：2024-05-31
申请号：CN202111120381.3
申请日：2021-09-24
Applicant: 北京理工大学
IPC: G06V20/52 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种视频异常检测网络的训练方法，包括：对训练集中的所有视频进行原始特征提取，获得维度统一的原始特征；选取b个正常视频原始特征和b个异常视频原始特征处理，得到2b个时间特征f；基于时间特征f，获得异常分数；对2b个时间特征f进行维度变换；基于b个时间特征fn组成的正常包和b个时间特征fa组成的异常包，计算正常包中的时间特征的均值和标准差，再用该均值和标准差对两个包同时进行标准化，并计算二范数，输出正常包的b个时间特征量级和异常包的b个时间特征量级；以及计算损失函数，最小化损失函数来调整视频异常检测网络的参数。然后重新选取b个正常视频的原始特征和b个异常视频的原始特征进行参数调整，直至训练至网络拟合。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.071 seconds)
