-
Patent Agency Ranking
公开(公告)号：CN109009101A
公开(公告)日：2018-12-18
申请号：CN201810842340.7
申请日：2018-07-27
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/7203
Abstract: 本发明公开了一种脑电信号自适应实时去噪方法；本发明先对采样矩阵X进行中心化处理，计算采样矩阵X的协方差矩阵，并计算其特征值与特征向量，计算滤波自适用系数、滤波器系数、噪音信号y源信号；最后得到源信号矩阵；本发明在计算复杂度与收敛速度间取得了平衡，便于在PFGA中实现，可满足脑电信号实时采集需求。本发明收敛速度快，不易改变波形形状，可有效去除生理伪迹与电路噪声。
-
公开(公告)号：CN118171882A
公开(公告)日：2024-06-11
申请号：CN202410399143.8
申请日：2024-04-03
Applicant: 杭州电子科技大学信息工程学院
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/067
Abstract: 本发明公开了一种基于RSOP模型面向工程领域资源成本计算方法，将工程项目建设视为由多个分项施工过程组合而成，每个分项施工过程视为一个可独立计算的施工作业现场，每个施工作业现场输出结果视为中间过程产品，所述中间过程产品作为输入资源输入到下一施工作业现场继续施工，直至完成目标工程的建设；计算工程项目建设的连续施工作业现场组合方式，并在每种组合方式下进行对应组合方式的：输入资源与施工作业现场的匹配计算、每个施工作业现场的作业流程及资源效率计算、每个施工作业单元的现场收益计算、工程项目建设连续施工作业现场的收益计算；对每种组合方式的收益计算结果，得出最佳施工建设路径。不仅适用于工程制造过程，还可以应用于组织管理的各个方面。本发明为数字化转型中的组织提供了一个新型计算方法，有助于组织重新认识数据发现数据计算数据。
-
公开(公告)号：CN109009101B
公开(公告)日：2021-04-06
申请号：CN201810842340.7
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种脑电信号自适应实时去噪方法；本发明先对采样矩阵X进行中心化处理，计算采样矩阵X的协方差矩阵，并计算其特征值与特征向量，计算滤波自适用系数、滤波器系数、噪音信号y源信号；最后得到源信号矩阵；本发明在计算复杂度与收敛速度间取得了平衡，便于在PFGA中实现，可满足脑电信号实时采集需求。本发明收敛速度快，不易改变波形形状，可有效去除生理伪迹与电路噪声。
-
公开(公告)号：CN109241836A
公开(公告)日：2019-01-18
申请号：CN201810844880.9
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明一种脑电信号实时特征提取方法，本发明假设N为脑电信号采样点数，Q为脑电信号采样通道数目，脑电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数，保证脑电采样点数为2的整数次幂，分别计算系数 与 再对脑电信号序列计算能量值，通过比较能量值，实现脑电信号实时特征提取方法；本发明能自动识别特征维度，不需要预先设置，提高了识别精度。同时本发明方便用硬件编程语言如VHDL，Verilog等来实现，计算效率高，对计算资源要求低，便于在FPGA中实现。
-
公开(公告)号：CN109241836B
公开(公告)日：2022-03-01
申请号：CN201810844880.9
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明一种脑电信号实时特征提取方法，本发明假设N为脑电信号采样点数，Q为脑电信号采样通道数目，脑电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数，保证脑电采样点数为2的整数次幂，分别计算系数与再对脑电信号序列计算能量值，通过比较能量值，实现脑电信号实时特征提取方法；本发明能自动识别特征维度，不需要预先设置，提高了识别精度。同时本发明方便用硬件编程语言如VHDL，Verilog等来实现，计算效率高，对计算资源要求低，便于在FPGA中实现。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
