-
公开(公告)号:CN215785042U
公开(公告)日:2022-02-11
申请号:CN202122479290.0
申请日:2021-10-14
Applicant: 河北大学 , 华北电力大学(保定) , 河北卓联计算机科技有限公司
Abstract: 本实用新型公开了一种物流仓储机械臂,包括转盘、控制箱、臂体以及识别抓取机构,识别抓取机构包括抓取吸盘和旋转扫描单元,抓取吸盘和旋转扫描单元均与控制箱电连接;抓取吸盘底部固定有吸盘、识别摄像头、固定扫描摄像头以及高度传感器;旋转扫描单元包括旋转驱动电机、旋转环、连接杆、升降气缸和移动扫描摄像头,移动扫描摄像头通过转动电机固定于升降气缸的伸缩端,升降气缸的缸体通过连接杆与旋转环固定连接,旋转环通过轴承固定于臂体的尾端,旋转驱动电机通过驱动齿轮与旋转环内侧的齿槽相啮合。采用上述结构的一种物流仓储机械臂,可以对不同位置的条形码进行扫面识别,同时根据实际商品高度释放,减少在释放过程中对商品的损坏。
-
公开(公告)号:CN215448198U
公开(公告)日:2022-01-07
申请号:CN202121769970.X
申请日:2021-07-30
Applicant: 河北大学 , 华北电力大学(保定) , 河北卓联计算机科技有限公司
Abstract: 本实用新型公开了一种基于AR和热成像技术的电力侦查设备,包括AR眼镜、主控机、红外热成像装置以及三相电流测量装置,AR眼镜和红外热成像装置均与主控机相连接,主控机内设置有CPU处理器、电池以及蓝牙模块,CPU处理器通过蓝牙模块与三相电流测量装置相通讯,红外热成像装置与CPU处理器相连接,红外热成像装置通过托架固定于AR眼镜的镜腿上,托架包括U型托板以及卡勾,卡勾与镜腿卡接并固定于U型托板的一端,U型托板一侧开设有U型槽,U型槽与红外热成像装置的红外摄像头相对设置。采用上述结构的一种基于AR和热成像技术的电力侦查设备,采用AR眼镜和红外热成像装置进行电力设备侦查,使用方便,便于观察。
-
公开(公告)号:CN117158988A
公开(公告)日:2023-12-05
申请号:CN202310910417.0
申请日:2023-07-24
Applicant: 河北大学
Abstract: 本发明涉及一种心电信号的噪声去除方法,具体包括以下步骤:D1、特征提取:对12导联中的每条导联都进行模型构造,模拟信号在经过其他11条导联的过程中都进行关系提取;D2、网络训练:将12导联信号的前10000个采样点输入网络,隐含层对导联之间的非线性关联进行提取并存储,经过训练后的网络中保留当下的心电信息;D3、网络测试:x1~x11导联作为输入进入网络,在11条导联信号的任意位置随机添加1~2秒的噪声来模拟真实环境,此时网络利用提取到的导联间关系,从11导联中推导出y单导联信号,对整条数据的剩余采样点进行测试验证;D4、根据加性噪声模型得到,对所有的输出数据进行平均,以平均值作为最终的输出数据。
-
公开(公告)号:CN111685759B
公开(公告)日:2022-09-09
申请号:CN202010398929.X
申请日:2020-05-12
Applicant: 河北大学
IPC: A61B5/0452 , A61B5/04
Abstract: 本发明涉及一种心电信号P、T特征波的检测方法,包括以下步骤:a、获取人体的心电信号进行预处理;b、通过平稳小波变换对其P、T特征波待检段尺度下的信号进行平滑处理;c、利用极大极小值原理进行心电数据P、T特征波峰值点检测;d、根据时移修正原则对心电数据P、T特征波峰值点位置进行修正;e、通过计算P、T特征波检测的误差率er、敏感度Se、正确预测度Pp三个指标对检测结果进行评价。经本发明方法处理,平滑处理后的心电信号不但有效的滤除了噪声,且恢复了心电信号低频特征波,保留了心电信号的有效信息。
-
公开(公告)号:CN113378737A
公开(公告)日:2021-09-10
申请号:CN202110680609.8
申请日:2021-06-18
Applicant: 河北大学
Abstract: 本发明提供了一种植入式脑机接口神经元锋电位分类方法。该方法包括以下步骤:a、使用带通椭圆滤波器对原始信号进行滤波,滤除信号中低频段的局部场电位以及部分高频段的背景噪声;b、使用改进的启发式阈值检测算法提取滤波后信号中的锋电位数据并保留;c、使用主成分分析对锋电位数据进行特征提取;d、使用基于改进的动态时间规整的K多均值聚类算法将映射在特征空间中的代表锋电位的数据聚集成不同的簇。经本发明方法的处理,从原始信号中较充分保留了低幅值的锋电位,并实现了较高精度的锋电位有效分类。
-
公开(公告)号:CN110169768A
公开(公告)日:2019-08-27
申请号:CN201910611774.0
申请日:2019-07-08
Applicant: 河北大学
IPC: A61B5/0402 , A61B5/00
Abstract: 本发明涉及一种心电信号的自动降噪方法,其方法包括以下步骤:a、获取人体的心电信号,确定网络输入样本的长度,人为破坏样本数据,得到破坏后的心电信号样本并构建训练集和测试集;b、利用训练集中无标签的含噪心电信号样本对降噪自动编码器进行预训练得到初始化的网络参数;c、预训练完成后,使用训练集中有标签的含噪心电信号样本对网络参数整体调优,并且使其满足重构误差要求;d、将测试集输入训练好的无损约束降噪自动编码器的堆叠网络结构中,得到干净的心电信号。经本发明方法的处理,去噪后的干净心电信号不但有效地滤除了噪声,且恢复了心电信号低频特征波,保留了心电信号的有效信息。
-
公开(公告)号:CN109934118A
公开(公告)日:2019-06-25
申请号:CN201910124092.7
申请日:2019-02-19
Applicant: 河北大学
IPC: G06K9/00
Abstract: 本发明公开了一种手背静脉身份识别方法,其通过使用近红外光图像采集设备照射手背,采集一张手背静脉实时图像,然后对该图像进行一系列特定的预处理,然后将两幅经相同预处理的图像进行基于SIFT算法的特征匹配,实现身份识别。本发明针对现有的技术缺陷,本发明着重优化了识别算法,本发明的识别速度为0.87s,识别拒识率为0.0033,误识率为0.002899,识别效果远优于现有的生物设备。本发明提升了静脉识别的准确率和识别速度,可以被广泛地应用在安全验证领域。
-
公开(公告)号:CN108113665A
公开(公告)日:2018-06-05
申请号:CN201711339403.9
申请日:2017-12-14
Applicant: 河北大学
IPC: A61B5/0402 , A61B5/00
Abstract: 本发明公开了一种心电信号的自动降噪算法,其处理过程是:A)建立回声状态网络并初始化;B)获取人体心电信号并在此基础上构建训练集;C)利用基于递归最小二乘法的在线训练算法训练回声状态网络,获得训练好的回声状态网络;D)构建测试集,将测试集输入训练好的回声状态网络,得到干净的心电信号。经本发明方法的处理,去噪后的干净心电信号不但有效滤除噪声,且恢复了心电信号低频特征波,保留了心电信号的有效信息。
-
公开(公告)号:CN114847906B
公开(公告)日:2024-07-30
申请号:CN202210377901.7
申请日:2022-04-12
Applicant: 河北大学
IPC: A61B5/0245 , A61B5/352 , A61B5/366
Abstract: 本发明提供了一种心电信号心率变异性特征提取方法。该方法首先获取原始心电信号,采用Pan‑Tompkins方法对心电信号进行R特征波检测并提取HRV信号,在HRV信号中顺序选取N个采样点构成一组HRV时间序列片段,然后对HRV时间序列片段进行50尺度庞加莱散点图分析,得到HRV时间序列片段在50个尺度上的庞加莱分布散点图,并提取每一尺度的特征参数SD1,然后提取HRV时间序列片段的阈值特征w和尺度变化特征Sv;通过w或Sv识别健康个体和心脏疾病个体。本发明通过多尺度庞加莱散点图分析建立了HRV时间序列片段的多尺度特征,通过研究不同尺度下的特征变化特性,采用w和Sv均可准确对心电信号心率变异性特征进行提取。
-
公开(公告)号:CN118332312A
公开(公告)日:2024-07-12
申请号:CN202410514853.0
申请日:2024-04-26
Applicant: 河北大学
IPC: G06F18/213 , A61B5/349 , A61B5/352 , A61B5/00 , G06F18/10 , G06F18/241 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种心电信号中特征波段特征信息的提取方法及MG‑NET模型,心电信号中特征波段特征信息的提取方法,包括如下步骤:S1.数据处理;S2.构建MG‑NET模型,并对MG‑NET模型进行训练,得到训练后的MG‑NET模型;S3.将切割好的心拍输入训练后的MG‑NET模型,得到心拍类型;MG‑NET模型包括依次连接的第一卷积模块、第二卷积模块、第一C2f模块、第三卷积模块、第二C2f模块、第四卷积模块、SPPF模块、第三C2f模块、第五卷积模块、第四C2f模块、第一最大池化层、Flatten层、Linear层和Softmax层。MG‑NET模型采用多梯度流分支技术,将模型的注意力集中到具备病理性特征的特征波段上,提高对ST段分析的准确性。
-
-
-
-
-
-
-
-
-