一种位置与压力识别传感器及其制作方法

    公开(公告)号:CN117329959A

    公开(公告)日:2024-01-02

    申请号:CN202311312059.X

    申请日:2023-10-11

    Applicant: 厦门大学

    Abstract: 本发明公开了一种位置与压力识别传感器及其制作方法,位置识别模块包括低电阻层、第一垫片和高电阻层,第一垫片围绕在低阻导电层和高阻导电层的外围;且,低阻导电层和高阻导电层分别粘接有第一电极和第二电极;压力识别模块包括第一压力敏感层、第二垫片和第二压力敏感层,第二垫片围绕在第一导电敏感层与第二导电敏感层的外围;且,第一导电敏感层和第二导电敏感层分别粘接有第三电极和第四电极。该传感器结构简单,成本低,识别准确率高,真实位置与实际位置的拟合准确率达到95%以上,压力识别的灵敏度高,检测范围大,达到200Kpa。

    应用于手写识别的柔性传感器、制备方法及手写识别方法

    公开(公告)号:CN116909427A

    公开(公告)日:2023-10-20

    申请号:CN202310858260.1

    申请日:2023-07-13

    Applicant: 厦门大学

    Abstract: 应用于手写识别的柔性传感器、制备方法及手写识别方法,包括第一柔性基层、第二柔性基层和垫片;所述第一柔性基层相对所述第二柔性基层一侧设有第一导电层,所述第二柔性基层相对所述第一柔性基层一侧设有第二导电层,所述第一导电层和所述第二导电层分别连接有电极,且所述第一导电层和所述第二导电层分别设置成呈螺旋状图案;所述垫片贴附于第一柔性基层和第二柔性基层之间,且所述垫片设置有与所述螺旋状图案适配的镂空图案。其具有电极数量少、快速大面积制备、成本低廉、产品性能好、操作简便等特点。本发明通过将手写内容转换为电信号,结合一维卷积神经网络(1DCNN)算法的机器训练学习,可实现手写内容的高准确率识别。

Patent Agency Ranking