-
公开(公告)号：CN113629890A
公开(公告)日：2021-11-09
申请号：CN202110721532.4
申请日：2021-06-28
Abstract: 本申请提供一种异物检测方法、装置和无线充电系统，其中，异物检测装置包括线圈阵列和异物检测电路，线圈阵列包括至少一个线圈组，每个线圈组中包括四个位置互为对称的检测线圈。异物检测电路可以获取各检测线圈产生的感应信号；然后根据在第一时间段获取的每个线圈组的感应信号确定每个线圈组的异常值阈值，再基于各异常值阈值和各线圈组的感应信号，检测是否存在异物；并可以在确定无异物的情况下，根据每个线圈组的感应信号确定各自的信号阈值；然后根据各线圈组的信号阈值和在第二时间段获取的各线圈组的感应信号，检测是否存在异物。本申请提供的技术方案可以提高无线充电的安全性。
-
公开(公告)号：CN114626301A
公开(公告)日：2022-06-14
申请号：CN202210269487.8
申请日：2022-03-18
Applicant: 重庆大学
Abstract: 本发明提供一种分析EC‑WPT系统周边金属环境影响的神经网络模型构建方法，利用神经网络算法通过非线性拟合的方式对金属环境不同特征与系统能效之间的函数关系进行近似求解，根据训练所得的权重和偏置矩阵，推导出了金属环境下EC‑WPT系统的能效模型，通过该模型能够准确分析出不同类型金属环境对系统能效特性的影响规律，有效解决了目前仿真方法精度低、实验方法成本高、一般的公式推导方法求解难度高和推导过程复杂的问题，为进一步研究抑制金属环境对EC‑WPT系统能效特性影响的相关方法提供了理论指导。
-
公开(公告)号：CN113113143B
公开(公告)日：2024-03-01
申请号：CN202110387865.8
申请日：2021-04-12
Applicant: 重庆大学
Abstract: 本发明涉及心血管疾病技术领域，具体公开了一种考虑延迟强化核磁影像的心肌梗死危险程度评估系统，包括模型生成模块、临床特征整合模块、分数计算模块和危险程度判断模块。本系统基于MI患者的DE‑MRI影像(延迟强化核磁影像)及入院时的相关临床数据(10类以上)而建立，通过模型生成模块创建一个用于计算心肌梗死危险分数的计分模型，该模型在应用时仅需不超过5类的临床特征即可完成准确和全面的危险程度评估，以便于MI患者及医护人员能够选择更加合理的治疗策略，制定更加完善的个性化随访方案。本系统采用单变量Logistic回归算法和多变量Logistic回归算法相结合并设置显著性水平进行特征筛选的双重筛选机制，可解释性强、训练速度快且分类精准。
-
公开(公告)号：CN113113143A
公开(公告)日：2021-07-13
申请号：CN202110387865.8
申请日：2021-04-12
Applicant: 重庆大学
Abstract: 本发明涉及心血管疾病技术领域，具体公开了一种考虑延迟强化核磁影像的心肌梗死危险程度评估系统，包括模型生成模块、临床特征整合模块、分数计算模块和危险程度判断模块。本系统基于MI患者的DE‑MRI影像(延迟强化核磁影像)及入院时的相关临床数据(10类以上)而建立，通过模型生成模块创建一个用于计算心肌梗死危险分数的计分模型，该模型在应用时仅需不超过5类的临床特征即可完成准确和全面的危险程度评估，以便于MI患者及医护人员能够选择更加合理的治疗策略，制定更加完善的个性化随访方案。本系统采用单变量Logistic回归算法和多变量Logistic回归算法相结合并设置显著性水平进行特征筛选的双重筛选机制，可解释性强、训练速度快且分类精准。
-
Patent Agency Ranking
公开(公告)号：CN112990089A
公开(公告)日：2021-06-18
申请号：CN202110379043.5
申请日：2021-04-08
Applicant: 重庆大学
IPC: G06K9/00
Abstract: 本发明涉及一种判断人体运动姿态的方法，属于计算机视觉领域。该方法包括：S1：获取动作视频，并对视频中每一帧图像进行处理；S2：根据骨架提取关节点数据，计算出能够描述人体姿态的关键参数，包括角度参数、高度参数及距离参数；S31：通过人体运动姿态关键参数的计算方法，得到锻炼者的和标准动作的姿态关键参数组；S32：计算出参数组中按顺序一一对应的参数的差值；S33：设定锻炼者动作与标准动作的相差程度，根据动作相差程度给出姿态调整方案。本发明能精确计算出人体运动姿态的关键参数，并根据关键参数判断出人体运动动作是否标准，然后做出有效的动作调整方案。
-
公开(公告)号：CN112668531A
公开(公告)日：2021-04-16
申请号：CN202110007355.3
申请日：2021-01-05
Applicant: 重庆大学
Abstract: 本发明涉及一种基于动作识别的运动姿态矫正方法，属于计算机及运动识别技术领域。该方法包括：动作识别：通过摄像头采集用户运动视频，基于深度学习算法构建动作识别算法，并利用该算法对锻炼者视频中的动作进行类别整理；骨架提取：首先从标准健身数据库中提取对应锻炼者的标准动作，然后从标准动作视频同时进行骨架提取；同时利用采集到的锻炼者视频，从中提取锻炼者运动骨架模型；姿态比对：首先将锻炼者的骨架进行模板标准化；然后将标准化后锻炼者的骨架与标准动作视频进行相似度计算，提取动作相似度最高的一帧模板动作；最后所有动作测试完成，选取出相似度低于阈值的几帧动作，并将模板动作展示出来。本发明提高了计算速度和对比精度。
-
公开(公告)号：CN112668531B
公开(公告)日：2025-03-07
申请号：CN202110007355.3
申请日：2021-01-05
Applicant: 重庆大学
IPC: G06V40/20 , G06V10/25 , G06V10/74 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N5/04 , G06N5/048
Abstract: 本发明涉及一种基于动作识别的运动姿态矫正方法，属于计算机及运动识别技术领域。该方法包括：动作识别：通过摄像头采集用户运动视频，基于深度学习算法构建动作识别算法，并利用该算法对锻炼者视频中的动作进行类别整理；骨架提取：首先从标准健身数据库中提取对应锻炼者的标准动作，然后从标准动作视频同时进行骨架提取；同时利用采集到的锻炼者视频，从中提取锻炼者运动骨架模型；姿态比对：首先将锻炼者的骨架进行模板标准化；然后将标准化后锻炼者的骨架与标准动作视频进行相似度计算，提取动作相似度最高的一帧模板动作；最后所有动作测试完成，选取出相似度低于阈值的几帧动作，并将模板动作展示出来。本发明提高了计算速度和对比精度。
-
公开(公告)号：CN114626301B
公开(公告)日：2024-09-06
申请号：CN202210269487.8
申请日：2022-03-18
Applicant: 重庆大学
IPC: G06F30/27 , G06N3/04 , G06N3/048 , G06N3/0985
Abstract: 本发明提供一种分析EC‑WPT系统周边金属环境影响的神经网络模型构建方法，利用神经网络算法通过非线性拟合的方式对金属环境不同特征与系统能效之间的函数关系进行近似求解，根据训练所得的权重和偏置矩阵，推导出了金属环境下EC‑WPT系统的能效模型，通过该模型能够准确分析出不同类型金属环境对系统能效特性的影响规律，有效解决了目前仿真方法精度低、实验方法成本高、一般的公式推导方法求解难度高和推导过程复杂的问题，为进一步研究抑制金属环境对EC‑WPT系统能效特性影响的相关方法提供了理论指导。
-
公开(公告)号：CN112990089B
公开(公告)日：2023-09-26
申请号：CN202110379043.5
申请日：2021-04-08
Applicant: 重庆大学
IPC: G06V40/20
Abstract: 本发明涉及一种判断人体运动姿态的方法，属于计算机视觉领域。该方法包括：S1：获取动作视频，并对视频中每一帧图像进行处理；S2：根据骨架提取关节点数据，计算出能够描述人体姿态的关键参数，包括角度参数、高度参数及距离参数；S31：通过人体运动姿态关键参数的计算方法，得到锻炼者的和标准动作的姿态关键参数组；S32：计算出参数组中按顺序一一对应的参数的差值；S33：设定锻炼者动作与标准动作的相差程度，根据动作相差程度给出姿态调整方案。本发明能精确计算出人体运动姿态的关键参数，并根据关键参数判断出人体运动动作是否标准，然后做出有效的动作调整方案。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.031 seconds)
