一种基于GBDT模型的癫痫前期EEG信号识别方法与云端系统

    公开(公告)号:CN109924973A

    公开(公告)日:2019-06-25

    申请号:CN201910049378.3

    申请日:2019-01-18

    Abstract: 本发明公开了一种基于GBDT模型的癫痫前期EEG信号识别方法与云端系统,所述解码方法,包括以下步骤:步骤1,提取待测试癫痫病人的原始EEG时间序列信号,对其进行低通滤波后,提取信号均值、标准差、最大值、最小值、变异系数、80%分位数和20%分位数作为特征;步骤2,基于小波分解算法,把低通滤波后的信号分解为d1-d5五个不同分辨率下的子信号;步骤3,利用功率谱分析,提取五个不同分辨率下的子信号的信号强度;步骤4,利用GBDT机器学习模型进行预测:将得到的五个不同分辨率下的子信号的信号强度输入到所述GBDT机器学习模型,以预测出病人是否处于癫痫前状态;步骤5,返回模型预测结果。本发明预测精准度高,便于维护。

    一种手带式智能医护装置

    公开(公告)号:CN108542365A

    公开(公告)日:2018-09-18

    申请号:CN201810268503.5

    申请日:2018-03-29

    Abstract: 一种手带式智能医护装置,包括主控模块(1),其特征还在于与主控模块(1)相连的血压脉搏心率传感器检测模块(2)、GPS与GPRS模块(3)、OLED显示屏(4)、震动器(5)、电源模块(6)和按键模块(7)。本发明具有实时检测用户心率、血压等生理特征参数功能,同时具备报警,定位,收发短信等功能的手带式智能医护装置。一方面,本发明是一种手带式装置,用户可以长期佩戴并随时查看自己的心率、血压、血氧等生理特征参数的变化;另一方面,当用户发生紧急状况时,可以通过本发明的定位功能告知所在位置,且医护人员可以提前了解用户各项生理特征参数的变化,及时采取有效的救治措施,可应用于社区医院、养老院等场所。

    LED调光灯装置
    5.
    发明公开

    公开(公告)号:CN103533722A

    公开(公告)日:2014-01-22

    申请号:CN201310538837.7

    申请日:2013-10-31

    Abstract: 一种LED调光灯装置,提供一种操作方式简单、多样且控制精度高、照射区域照度均匀的一种LED调光灯装置。包括主控模块(1);与主控模块(1)相连的通讯模块(2);与通讯模块(2)相连的是上位机(3);与主控模块(1)相连的按键模块(4);与主控模块(1)相连的显示模块(5);与主控模块(1)相连的驱动模块(6);驱动模块(6)相连的LED灯板(7);与主控模块(1)相连的电源模块(8)。这种调光技术的优点在于应用简单、效率高、精度高,且调光效果好。

    基于脉冲神经网络的时空域特征动态目标识别方法

    公开(公告)号:CN118823484A

    公开(公告)日:2024-10-22

    申请号:CN202411097087.9

    申请日:2024-08-12

    Abstract: 本发明公开了基于脉冲神经网络的时空域特征动态目标识别方法,包括:基于卷积神经网络对特征图像进行插值处理与融合处理,使各层特征图像之间能够跨层融合;在卷积神经网络中引入空间注意力机制,增强空间维度特征,对特征图像进行多次压缩处理并与特征提取网络结合建立融合层;将特征图像转换成脉冲信息,基于脉冲神经网络获取卷积层的输出特征图像,在池化层对输出特征图像进行池化操作;基于脉冲神经网络对输出特征图像再次进行处理并拼接所有输出特征图获取融合特征图以输出权值参数,执行动态目标识别任务。本发明提供的方法能够结合卷积神经网络和脉冲神经网络的优势,实现高速时变信息特征提取和准确分类。

    一种基于语音交互的智能垃圾桶控制系统及垃圾桶

    公开(公告)号:CN112938225A

    公开(公告)日:2021-06-11

    申请号:CN201911268265.9

    申请日:2019-12-11

    Abstract: 本发明公开了一种基于语音交互的智能垃圾桶控制系统及垃圾桶,所述控制系统包括了语音播报模块、语音识别模块、垃圾溢出模块、人体检测模块、烟雾检测模块、金属检测模块、桶盖电路模块和单片机控制系统。人体检测模块检测到人体靠近可以自动开启垃圾桶盖,当靠近者不投垃圾说关闭口令,语音识别模块可以监测识别口令,垃圾桶盖自动关闭。当垃圾溢出模块检测到桶内垃圾已满,语音播报模块会语音提示使用者。烟雾检测模块检测桶内是否有烟雾产生。金属检测模块检测投入的有金属时,垃圾桶发出语音提示使用者。垃圾检测传感器检测到不再有垃圾投入,智能垃圾桶自动关闭桶盖。

    基于相响应曲线的最优闭环DBS治疗系统

    公开(公告)号:CN108355246A

    公开(公告)日:2018-08-03

    申请号:CN201810288280.9

    申请日:2018-04-03

    Abstract: 本发明提供一种基于相响应曲线的最优闭环DBS治疗系统,包括双向多电极神经接口、局部场电势检测、数据处理上位机、刺激脉冲生成。双向多电极神经接口在刺激的同时记录神经信号。局部场电势检测由前置放大器、滤波器、模数转换器组成,将电极处的微伏级信号放大并滤波,转换成数字量传入上位机。数据处理上位机采用matlab,重构神经元的相响应曲线和瞬时相位,当瞬时相位落于相响应曲线的相敏感区间,发出指令到脉冲生成部分。脉冲生成部分由嵌入式微处理器、数模转换器、多路复用器组成,微处理器生成的脉冲,通过数模转换由多路复用器传递到刺激电极。有益效果是该系统根据神经元的相响应曲线构建闭环DBS,在相敏感区间施加刺激,获得能量最优的DBS。

    一种基于主动学习的在线图像样本标注系统、标注方法及其应用

    公开(公告)号:CN112446404A

    公开(公告)日:2021-03-05

    申请号:CN201910831633.X

    申请日:2019-09-04

    Abstract: 本发明公开了一种基于主动学习的在线图像样本标注系统、标注方法及其应用,所述标注方法包括以下步骤:标注平台前端从标注平台后端抽取未标注图片、以及当前机器学习模型对图片进行处理得到的预测类别和预测分数进行展示;抽取未标注图片时,基于主动学习算法优先抽取重要样本到数据库,然后通过标注平台前端进行展现给标注者;标注者在标注平台前端中挑选预测错误的样本进行标注,得到标注结果,并反馈到数据库;平台后端定时对数据库内的数据进行抽取,自动反馈给机器学习模型进行训练。提高机器学习模型的准确度。本发明通过主动学习方法优先标注最重要的样本,把正确和错误的样本反馈给机器学习模型,使模型能够自适应的不断提升预测准确率。

Patent Agency Ranking