-
公开(公告)号：CN117726517A
公开(公告)日：2024-03-19
申请号：CN202311781849.2
申请日：2023-12-22
Applicant: 燕山大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/82 , G06V10/46 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了基于Transformer的课堂图像超分辨率方法，属于计算机视觉技术领域，包括：步骤1，浅层特征提取模块从输入的低分辨率课堂图片中提取浅层特征；步骤2，深层特征提取模块对浅层特征进一步处理，得到该图片的深层特征；步骤3，图像重建模块通过长跳跃连接聚合从输入课堂图片中提取得到的浅层特征与深层特征并计算得到重建后的高分辨率课堂图片。本发明的深层特征提取模块可以激活更多的像素来提高特征信息的挖掘和表示能力，使课堂图像能够获得更全面、详细和稳定的特征，此外，本发明使用的空间门机制可以捕获额外的非线性空间信息，并减轻信道冗余，降低计算复杂度。
-
公开(公告)号：CN109381188A
公开(公告)日：2019-02-26
申请号：CN201811185077.5
申请日：2018-10-11
Applicant: 燕山大学
Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法，包括以下步骤：S1、建立年龄、性别分布均衡，十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集，作为训练样本集Φ；S2、采用粒子群优化算法和训练样本集Φ，确定七个人体系统与十二经络能量平衡值对应的权值矩阵W；S3、采集并解析得到受测者的十二经络能量平衡值，作为输入样本Input；S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理，形成新的样本能量平衡值集；S5、建立关系加权K-近邻模型，进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集，采用关系加权K-近邻模型，对人体系统实现无创、早期、全面的健康风险预测。
-
公开(公告)号：CN105485088A
公开(公告)日：2016-04-13
申请号：CN201610040799.6
申请日：2016-01-21
Applicant: 燕山大学
IPC: F15B21/00
CPC classification number: F15B21/00
Abstract: 一种供液隔离器，主要包括油腔、油塞、供液腔、密封垫、软体油囊、法兰和弹簧，油腔为一侧开口的腔体，在油腔的一侧面设有一个油塞口和螺纹孔，在油塞口内设有油塞，油腔一侧面的螺纹孔为供液隔离器的入口，供液腔为一侧开口的腔体，在供液腔的一侧面设有一个螺纹孔，供液腔一侧面的螺纹孔为供液隔离器的出口，在油腔的开口一侧和供液腔的开口一侧设有密封垫，在密封垫的中部置有软体油囊，软体油囊的中部连接弹簧的一端，弹簧的另一端与供液腔的内侧壁相连，油腔的开口一侧和供液腔的开口一侧相连。本发明液压缸在粘度、清洁度不满足液压系统需要或腐蚀性液体等工况下使用不受限制。具有实用性、通用性、方便快捷等特点。
-
公开(公告)号：CN108994453B
公开(公告)日：2019-08-23
申请号：CN201811185092.X
申请日：2018-10-11
Applicant: 燕山大学
IPC: B23K26/0622
Abstract: 本发明属于脉冲激光数控加工技术领域，涉及一种数控加工中超短脉冲激光加工工艺参数自适应控制方法，在超短脉冲激光打孔时材料烧蚀阈值求解方法的基础上，提出了激光移动加工时材料烧蚀阈值的表示方法，并结合阈值效应相关理论及实际加工工艺数据，基于激光参数及加工速度建立加工宽度模型和加工深度模型，最终建立超短脉冲激光加工工艺参数自适应模型，在数控加工中，能根据加工宽度和加工深度自适应确定脉冲激光的平均功率和脉冲周期，能自适应匹配加工尺寸的要求，避免材料的浪费，提高加工精度和加工质量。
-
Patent Agency Ranking
公开(公告)号：CN108994453A
公开(公告)日：2018-12-14
申请号：CN201811185092.X
申请日：2018-10-11
Applicant: 燕山大学
IPC: B23K26/0622
Abstract: 本发明属于脉冲激光数控加工技术领域，涉及一种数控加工中超短脉冲激光加工工艺参数自适应控制方法，在超短脉冲激光打孔时材料烧蚀阈值求解方法的基础上，提出了激光移动加工时材料烧蚀阈值的表示方法，并结合阈值效应相关理论及实际加工工艺数据，基于激光参数及加工速度建立加工宽度模型和加工深度模型，最终建立超短脉冲激光加工工艺参数自适应模型，在数控加工中，能根据加工宽度和加工深度自适应确定脉冲激光的平均功率和脉冲周期，能自适应匹配加工尺寸的要求，避免材料的浪费，提高加工精度和加工质量。
-
公开(公告)号：CN109381188B
公开(公告)日：2022-11-25
申请号：CN201811185077.5
申请日：2018-10-11
Applicant: 燕山大学
IPC: A61B5/0532 , A61B5/00
Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法，包括以下步骤：S1、建立年龄、性别分布均衡，十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集，作为训练样本集Φ；S2、采用粒子群优化算法和训练样本集Φ，确定七个人体系统与十二经络能量平衡值对应的权值矩阵W；S3、采集并解析得到受测者的十二经络能量平衡值，作为输入样本Input；S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理，形成新的样本能量平衡值集；S5、建立关系加权K‑近邻模型，进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集，采用关系加权K‑近邻模型，对人体系统实现无创、早期、全面的健康风险预测。
-
公开(公告)号：CN109363678B
公开(公告)日：2020-03-13
申请号：CN201811185078.X
申请日：2018-10-11
Applicant: 燕山大学
IPC: A61B5/053
Abstract: 本发明涉及一种基于经络能量平衡值的易发疾病预测系统，包括经络采集模块、预处理模块、易发疾病预测模块、预测结果处理模块以及客户终端，经络采集模块采集并解析得到十二经络能量平衡值，传输给预处理模块；预处理模块包括能量区划分单元、经络风险模式图谱单元以及存储单元，根据经络风险模式图谱单元建立的经络风险模式图谱表，确定各条经络所属的风险模式及风险等级，存储单元对经络风险预测函数fi赋值，形成经络风险模式集Ψ；易发疾病预测模块建立易发症状预测模型，形成症状集Φ′，建立易发疾病预测模型，对疾病集Ω中的易发疾病逐个求取预测函数值Ri；预测结果处理模块对Ri进行筛选和排序，形成新的易发疾病集Ω′，客户终端生成数据报告。
-
公开(公告)号：CN109363678A
公开(公告)日：2019-02-22
申请号：CN201811185078.X
申请日：2018-10-11
Applicant: 燕山大学
IPC: A61B5/053
Abstract: 本发明涉及一种基于经络能量平衡值的易发疾病预测系统，包括经络采集模块、预处理模块、易发疾病预测模块、预测结果处理模块以及客户终端，经络采集模块采集并解析得到十二经络能量平衡值，传输给预处理模块；预处理模块包括能量区划分单元、经络风险模式图谱单元以及存储单元，根据经络风险模式图谱单元建立的经络风险模式图谱表，确定各条经络所属的风险模式及风险等级，存储单元对经络风险预测函数fi赋值，形成经络风险模式集Ψ；易发疾病预测模块建立易发症状预测模型，形成症状集Φ′，建立易发疾病预测模型，对疾病集Ω中的易发疾病逐个求取预测函数值Ri；预测结果处理模块对Ri进行筛选和排序，形成新的易发疾病集Ω′，客户终端生成数据报告。
-
公开(公告)号：CN107280694A
公开(公告)日：2017-10-24
申请号：CN201710583838.1
申请日：2017-07-18
Applicant: 燕山大学
IPC: A61B5/16 , A61B5/0476 , A61B5/0402 , A61B5/0496 , A61B5/11 , A61B5/00
CPC classification number: A61B5/16 , A61B5/04012 , A61B5/0402 , A61B5/0476 , A61B5/0496 , A61B5/1103 , A61B5/168 , A61B5/7203 , A61B5/7235 , A61B5/725 , A61B5/7253 , A61B5/7264
Abstract: 本发明公开了一种基于多源信息融合的疲劳检测方法，分别利用脑电采集设备、心电采集设备，同步采集被试者脑电信号、眨眼信息和心电信号；提取脑电信号特征：脑电节律波ɑ波β波θ波，δ波相对能量；眼电信息：眨眼频率E，眨眼强度F；心电特征：心率值HR，LF，HF；运用逻辑回归算法将疲劳程度初步分成三类：非疲劳、轻度疲劳和深度疲劳，同时，根据逻辑回归权重筛选权重较大的特征，进行特征融合；融合后的特征向量，采用基于支持向量机的bagging算法重新分类，将处理后的特征向量作为bagging算法的输入，确定被试者当前疲劳程度；根据被试者疲劳程度的分类结果，采取不同的缓解疲劳方法。本发明具有适用性强、疲劳检测精度高、改善效果良好等优点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
