-
公开(公告)号：CN107046695B
公开(公告)日：2020-08-28
申请号：CN201710219697.5
申请日：2017-04-06
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明提供了一种低复杂度的高精度单锚节点定位系统与方法，属于无线定位测试领域。该系统包括：锚节点和目标节点；所述锚节点包括：锚节点支架以及安装在其顶端的锚节点全向天线，在锚节点支架上安装有天线底板，在天线底板上安装有多个定向天线；各个定向天线分别与一个低噪音放大器连接，低噪音放大器与检波器连接，检波器与模数转换器连接，模数转换器与锚节点微处理器连接，锚节点全向天线与锚节点无线收发芯片连接，锚节点无线收发芯片与锚节点微处理器连接；所述目标节点包括：目标节点支架以及安装在目标节点支架顶端的目标节点全向天线。
-
公开(公告)号：CN109358621A
公开(公告)日：2019-02-19
申请号：CN201811166226.3
申请日：2018-09-30
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G05D1/02
Abstract: 一种自动驾驶汽车轨迹跟踪控制方法，在自动驾驶汽车的轨迹跟踪控制建模过程中，考虑了不可避免的网络时延和数据丢包问题，且一般化的时延表达式更有利于控制器的设计。自动驾驶汽车轨迹跟踪控制设计综合考虑了车辆动力学模型的不确定性和外界扰动的影响，提高了车辆的操纵稳定性和轨迹跟踪控制的鲁棒性。通过求解线性矩阵不等式解决了含有网络时延和数据丢包的自动驾驶汽车轨迹跟踪控制问题，计算方便。通过求解凸优化问题，可以计算得到自动驾驶汽车轨迹跟踪控制问题扰动抑制性能指标的下界，从而，可以得到最优的轨迹跟踪控制器。
-
公开(公告)号：CN105147276B
公开(公告)日：2017-05-24
申请号：CN201510563636.1
申请日：2015-09-07
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , G06Q50/22 , H04L29/08
Abstract: 本发明的基于Android和云计算的心电交互处理系统，包括心电图测量模块、Android主控板和云计算平台，心电图测量模块实现心电信号的采集，Android主控板实现心电数据的显示和上传；云计算平台实现数据的存储，以及医生与用户的在线沟通。本发明的处理方法包括：a).导联电极的固定；b).身份验证；c).验证用户是否合法；d).发送心电数据；e).心电数据的接收；f).心电图的绘制；g).心电数据的上传；h).在线服务。本发明的系统和处理方法，将传统心电图与Android移动平台和云计算平台相结合，实现了心电图的实时解析、绘制、传输和授权共享，可作为一种有效的移动医疗设备，积极的推动了医疗信息化进程。
-
公开(公告)号：CN104442830B
公开(公告)日：2016-10-19
申请号：CN201410615070.8
申请日：2014-11-05
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: B60W40/105 , B60W40/068
Abstract: 本发明的四轮转向/驱动车辆的速度估计和摩擦辨识方法，包括：a).建立车体坐标系；b).建立车辆动力学方程；c).建立车轮子动态方程；d).建立车轮速度方程；e).建立车轮滑移率方程；f).求取车轮的纵向、侧向力；g).摩擦模型的参数化；h).建立描述车辆速度、横摆角速度和加速度关系的运动学方程；i).在可测信号包括纵向加速度、侧向加速度、横摆角速度、车轮角速度、转向盘转角的情况下，设计观测器；j).定义持续激励条件。本发明的速度估计和摩擦辨识方法,不仅建立了估计车辆纵向速度和侧向速度的非线性自适应观测器，同时还根据路面条件的变化实时估计轮胎路面摩擦参数，对速度的估计更加准确。
-
公开(公告)号：CN105263107A
公开(公告)日：2016-01-20
申请号：CN201510554894.3
申请日：2015-09-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的面向无身份标识无线传感器网络的高效无锚点定位方法，包括：a).Sink节点的邻居节点的激活和定位，或与Sink节点间的角度和距离，实现自身激活；b).判断接收到激活包节点的状态；c).外层节点的激活和定位，利用两个节点与Sink节点的距离和角度，以及该未被激活节点与两个节点之间的距离和角度，计算出与Sink节点的距离和角度，实现节点的激活；d).孤立节点和新加入节点的激活和定位。本发明的定位方法，与现有的无锚点定位算法相比，节点无需ID，增加了整个无线传感器网络的灵活性，节点定位计算量小，能量消耗少，延长了整个无线传感器网络的寿命，有益效果显著，便于推广应用。
-
Patent Agency Ranking
公开(公告)号：CN105120200A
公开(公告)日：2015-12-02
申请号：CN201510553799.1
申请日：2015-09-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 发明的基于定制light-udp协议的物联网医疗系统的视频通信方法，包括：a).用户认证，每个用户通过向web服务器注册获取具有自身唯一标识的用户ID；b).light-udp通道的建立；c).数据传输，双方通过路由器经Internet网络进行视频流的传送，无需经过web服务器和视频服务器的中转；d).数据校验，双方用户端对接收到的light-udp数据包只进行数据域中前8个字节的校验；e).视频播放。本发明的基于定制light-udp协议的通信方法，通过双方建立的light-udp通道进行数据的收发，保证了视频传输的时效性。同时，只对数据域中的前8个字节进行校验，避免了因少量字节错误而造成整个数据包被丢弃现象的发生，进一步保证了数据的时效性。
-
公开(公告)号：CN105105743A
公开(公告)日：2015-12-02
申请号：CN201510520104.X
申请日：2015-08-21
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402
Abstract: 本发明的基于深度神经网络的心电图智能诊断方法，包括：a).信号归一化处理；b).确定训练样本空间；c).确定验证样本空间；d).确定神经网络结构；e).确定激活函数和目标函数；f).训练神经网络；g).心电图信号的自动分析。本发明的基于深度神经网络的心电图智能诊断方法，以MIT-BIH心率失常数据库中的数据为样本，采用Logistic函数作为神经元的激活函数、交叉熵成本函数为目标函数对神经网络进行训练，对心电图信号分析时，利用训练出的神经网络即可得出分析结果，即使诊断医生不具有十分丰富的临床经验，也可获取精确的诊断结果，无需耗费心脏专家大量的精力，减轻医生负担。
-
公开(公告)号：CN104635202A
公开(公告)日：2015-05-20
申请号：CN201510032282.8
申请日：2015-01-22
Applicant: 山东省计算中心(国家超级计算济南中心)
CPC classification number: G01S5/04 , G01C21/165 , G01S5/0257 , G01S19/46 , G01S19/47
Abstract: 本发明的无线多媒体传感网定位测试系统，包括数据管理服务器、多个主测试装置以及多个终端测试装置，利用主测试装置上的多个定向天线和接收到的被测试节点的信号强度来实现定位。本发明的定位和测试方法包括：a).安装被测试节点；b).布设主测试装置；c).建立测试网络；d).被测试节点的数据发送；e).数据的接收和转发；f).被测试节点的角度定位；g).获取被测试节点的坐标；h).定位方法的评估。本发明的定位测试系统及方法，可通过被测试节点与定向天线的夹角和信号强度来计算节点坐标，也可通过与两个主测试装置的夹角来实现；通过比较计算方法得到的坐标与通过卫星获取坐标的差值，来评价定位计算方法的优劣。
-
公开(公告)号：CN104442830A
公开(公告)日：2015-03-25
申请号：CN201410615070.8
申请日：2014-11-05
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: B60W40/105 , B60W40/068
CPC classification number: B60W40/105 , B60W40/068 , B60W2520/10 , B60W2550/148
Abstract: 本发明的四轮转向/驱动车辆的速度估计和摩擦辨识方法，包括：a).建立车体坐标系 ；b).建立车辆动力学方程；c).建立车轮子动态方程；d).建立车轮速度方程；e).建立车轮滑移率方程；f).求取车轮的纵向、侧向力；g).摩擦模型的参数化；h).建立描述车辆速度、横摆角速度和加速度关系的运动学方程；i).在可测信号包括纵向加速度、侧向加速度、横摆角速度、车轮角速度、转向盘转角的情况下，设计观测器；j).定义持续激励条件。本发明的速度估计和摩擦辨识方法,不仅建立了估计车辆纵向速度和侧向速度的非线性自适应观测器，同时还根据路面条件的变化实时估计轮胎路面摩擦参数，对速度的估计更加准确。
-
公开(公告)号：CN115329211B
公开(公告)日：2023-06-06
申请号：CN202210918860.8
申请日：2022-08-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院 , 齐鲁工业大学
IPC: G06F16/9536 , G06F16/958 , G06N3/042 , G06N3/09 , G06Q50/00
Abstract: 一种基于自监督学习和图神经网络的个性化兴趣推荐方法，使用自监督的图对比学习的方法预训练兴趣点特征表示向量，深度学习兴趣点之间的流行度访问行为模式，训练图编码器模型，使兴趣点特征向量融合空间关联性和交互行为关联性。同时在下游推荐任务中将目标用户个人的兴趣点交互图通过预训练中训练好的图编码器模型学习用户个人的长期行为模式作为长期兴趣，以达到个性化的目的。大大提高了模型的泛化能力和推荐召回率，实现根据兴趣个性化解决用户出行需求的目的。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.046 seconds)
