-
Patent Agency Ranking
公开(公告)号：CN107115103A
公开(公告)日：2017-09-01
申请号：CN201610799790.3
申请日：2016-08-31
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及医学测量技术领域，尤其涉及一种基于阵列传感器设计的脉象宽度检测及3D脉图构建方法。本发明首先需要获取阵列传感器在脉象宽度方向上的信号，然后根据信号之间的差异，利用本发明提出的方法可以模拟出脉象宽度信息；利用脉象信号时序信息和每一时刻的脉宽信息，利用本发明提出的3D脉象图像构建方法可以构建出3D脉图。脉宽信息是一种非常重要的医学特征；3D脉图对构建中医医学影像和整体脉象特征的提取有着非常重要的意义。
-
公开(公告)号：CN103530659A
公开(公告)日：2014-01-22
申请号：CN201310492782.0
申请日：2013-10-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种结合原始人脸图像和其左、右对称脸的人脸识别方法和考勤系统。该考勤系统分为两个部分：注册和识别。注册部分包括人脸检测、图像采集和特征提取，并将人脸特征存储到人脸库中；识别部分包括人脸检测、图像采集、特征提取和人脸识别，最后输出识别结果。该系统运用本发明提出的结合原始人脸图像和其对称脸图像的人脸识别方法，该方法简单且计算效率高，几乎所有基于表示的分类方法可以用该方案进行改进。实验结果表明，该方法可以大大提高基于表示的分类方法的准确率。使用本发明提出的结合原始人脸图像和其左、右对称脸的人脸识别方法的考勤系统能够提高考勤登记时的速度，提高识别的准确率，更加方便实用。
-
公开(公告)号：CN103245705A
公开(公告)日：2013-08-14
申请号：CN201310160696.X
申请日：2013-05-03
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种呼出气体的检测系统，其包括呼气分析仪和计算机，呼气分析仪包括微型真空泵、气室、传感器阵列、信号处理电路和数据采集卡，传感器阵列包括气体传感器和环境监测传感器，真空泵将呼出气体或洁净空气抽入到气室中，与传感器阵列接触，信号处理电路将传感器的响应进行滤波、放大后发送到数据采集卡，数据采集卡再将处理后的响应数字化后发送到计算机。本发明可以用于与呼气相关的身体状况的辅助分析，如糖尿病的诊断，糖尿病患者血糖的监测和酮症酸中毒的预防，健身或减肥过程中脂肪消耗情况的监测等。
-
公开(公告)号：CN106338597A
公开(公告)日：2017-01-18
申请号：CN201610906923.2
申请日：2016-10-18
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G01N33/497 , G06F19/00
CPC classification number: G01N33/497 , G01N2033/4975 , G16H50/30
Abstract: 本发明提供了一种呼吸气体测量的方法及系统，该方法包括信号预处理步骤，利用环境监测传感器检测呼吸气体的环境参数，从而对气体传感器的响应信号进行补偿完成预处理；呼吸气体信号特征提取步骤，将预处理后的信号数据，运用多种时频域特征提取算法提取特征，并在此基础上进行特征选择；在所述呼吸气体信号特征提取步骤中，利用特征提取算法在预处理后的气体传感器响应信号中提取几何特征。本发明的有益效果是：在本发明呼吸气体测量的方法及系统中，将被试者呼出的气体中的丙酮等成分转化为传感器响应信号，并对响应信号进行补偿、信号特征提取等操作，从而能够更快的提取信号数据，并使提取的信号精度更高，便于后续的分析及处理。
-
公开(公告)号：CN103530659B
公开(公告)日：2017-08-22
申请号：CN201310492782.0
申请日：2013-10-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种结合原始人脸图像和其左、右对称脸的人脸识别方法和考勤系统。该考勤系统分为两个部分：注册和识别。注册部分包括人脸检测、图像采集和特征提取，并将人脸特征存储到人脸库中；识别部分包括人脸检测、图像采集、特征提取和人脸识别，最后输出识别结果。该系统运用本发明提出的结合原始人脸图像和其对称脸图像的人脸识别方法，该方法简单且计算效率高，几乎所有基于表示的分类方法可以用该方案进行改进。实验结果表明，该方法可以大大提高基于表示的分类方法的准确率。使用本发明提出的结合原始人脸图像和其左、右对称脸的人脸识别方法的考勤系统能够提高考勤登记时的速度，提高识别的准确率，更加方便实用。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
