公开(公告)号：CN111938642A

公开(公告)日：2020-11-17

申请号：CN202010867971.1

申请日：2020-08-26

Applicant: 暨南大学 ,  华南理工大学

Inventor： 周佩如 ,  张寅天 ,  王岽然 ,  高宗 ,  付正 ,  舒琳

IPC: A61B5/053 ,  A61B5/103

Abstract: 本发明为基于电阻抗成像技术的足底压力面参数测量系统及方法，包括压力面参数感应鞋垫、传感器阵列控制模块、电极阵列、结果计算和显示终端；电极阵列铺设在压力面参数感应鞋垫上；传感器阵列控制模块包括单片机、激励电极选通模块、电压测量电极选通模块，电极阵列采集足底电压数据并传输给单片机，单片机对所采集的足底电压数据进行处理后，向结果计算和显示终端输出处理后的电压数据组，通过电阻抗成像算法和关联特性标定方法得出整片导电橡胶上的压力分布。本发明采集数据速率快、精度高，检测结果直观、全面，且对人体无损害，为临床诊断、矫形处方、康复治疗等提供可靠数据和客观评价。

公开(公告)号：CN115315013B

公开(公告)日：2025-03-11

申请号：CN202210808647.1

申请日：2022-07-11

Applicant: 华南理工大学

Inventor： 陈芳炯 ,  付正 ,  王焱 ,  余华 ,  季飞

IPC: H04W72/53 ,  H04W72/1263 ,  H04W72/0446 ,  H04W52/02 ,  H04W84/18 ,  H04B13/02

Abstract: 本发明公开了一种适用于水声传感器网络的节能并行接入方法、装置及介质，其中方法包含网络初始化、网络更新和网络通信三个阶段，网络将在更新阶段和通信阶段循环直至抵达设置网络的运行时间。方法中利用水声通信的传播时延为多个节点并行地传输数据提供了机会，由此提高了各节点的并行发送机会，使得本发明具有更高的网络吞吐量、更低的端到端时延以及更高的单次发送成功率；该方法还引入了节点休眠状态，为节点增加了休眠状态，使得本发明具有更低的平均能耗以及更久的网络寿命。本发明可广泛应用于水声传感器网络领域。

公开(公告)号：CN115315013A

公开(公告)日：2022-11-08

申请号：CN202210808647.1

申请日：2022-07-11

Applicant: 华南理工大学

Inventor： 陈芳炯 ,  付正 ,  王焱 ,  余华 ,  季飞

IPC: H04W72/12 ,  H04W72/04 ,  H04W52/02 ,  H04W84/18 ,  H04B13/02

Abstract: 本发明公开了一种适用于水声传感器网络的节能并行接入方法、装置及介质，其中方法包含网络初始化、网络更新和网络通信三个阶段，网络将在更新阶段和通信阶段循环直至抵达设置网络的运行时间。方法中利用水声通信的传播时延为多个节点并行地传输数据提供了机会，由此提高了各节点的并行发送机会，使得本发明具有更高的网络吞吐量、更低的端到端时延以及更高的单次发送成功率；该方法还引入了节点休眠状态，为节点增加了休眠状态，使得本发明具有更低的平均能耗以及更久的网络寿命。本发明可广泛应用于水声传感器网络领域。

公开(公告)号：CN109033021B

公开(公告)日：2021-07-20

申请号：CN201810800016.9

申请日：2018-07-20

Applicant: 华南理工大学

Inventor： 张智军 ,  付正 ,  郑陆楠

IPC: G06F17/12 ,  G06N3/063

Abstract: 本发明公开了一种基于变参收敛神经网络的线性方程求解器设计方法，包括以下步骤：1)建立具有实数域光滑时变线性矩阵方程形式的实际物理系统或数值求解系统的数学模型；2)通过步骤1)所述系统的传感器获取数学模型的时变参数矩阵，并通过微分器求解其时间导数；3)设计所述系统的误差函数方程；4)通过实数域变参收敛神经网络方法以及所获得的时变参数矩阵及其导数，利用单调递增奇激励函数，设计实数域光滑时变线性矩阵方程求解器，得到系统的实数域光滑时变线性矩阵方程的唯一最优解，系统的执行端接受该最优解指令并执行。所述方法克服了传统定参收敛神经网络方法在求解时变问题时易受干扰的缺点，具有超指数收敛性能和强鲁棒性。

公开(公告)号：CN109033021A

公开(公告)日：2018-12-18

申请号：CN201810800016.9

申请日：2018-07-20

Applicant: 华南理工大学

Inventor： 张智军 ,  付正 ,  郑陆楠

IPC: G06F17/12 ,  G06N3/063

CPC classification number: G06F17/12 ,  G06N3/0635

Abstract: 本发明公开了一种基于变参收敛神经网络的线性方程求解器设计方法，包括以下步骤：1)建立具有实数域光滑时变线性矩阵方程形式的实际物理系统或数值求解系统的数学模型；2)通过步骤1)所述系统的传感器获取数学模型的时变参数矩阵，并通过微分器求解其时间导数；3)设计所述系统的误差函数方程；4)通过实数域变参收敛神经网络方法以及所获得的时变参数矩阵及其导数，利用单调递增奇激励函数，设计实数域光滑时变线性矩阵方程求解器，得到系统的实数域光滑时变线性矩阵方程的唯一最优解，系统的执行端接受该最优解指令并执行。所述方法克服了传统定参收敛神经网络方法在求解时变问题时易受干扰的缺点，具有超指数收敛性能和强鲁棒性。