-
公开(公告)号：CN114224360B
公开(公告)日：2023-10-10
申请号：CN202111614480.7
申请日：2021-12-27
Applicant: 长春工程学院
Abstract: 本发明公开了一种基于改进EMD‑ICA的EEG信号处理方法、设备及存储介质，涉及信号处理技术领域，该方法利用改进经验模式分解法EMD对脑电信号EEG进行分解，得到本征模态分量IMFS和余量；对得到的所有符合要求的本征模态分量IMFS进行叠加重构，对重构后的脑电信号通过ICA法进行信号分离，消除噪声，得到去噪后的脑电信号；利用连续小波变换将去噪后的脑电信号变成二维时频图，并将生成的二维时频图输入卷积神经网络模型；采用卷积神经网络模型对步骤S3中的二维时频图进行特征提取，并进行分类。该方法基于改进的EMD‑ICA对脑电信号进行去噪，采用去噪后的信号再进行特征提取和分类，使得运动想象脑电信号分类准确，准确率明显高于现有的其他的分类方法。
-
公开(公告)号：CN112911648A
公开(公告)日：2021-06-04
申请号：CN202110074992.2
申请日：2021-01-20
Applicant: 长春工程学院
Abstract: 本发明公开了一种空地结合的移动边缘计算卸载优化方法，具体包括：S1，构建无人机辅助的移动边缘计算卸载模型；S2，根据通信节点与无人机之间的通道状态和通信节点与移动边缘计算服务器之间的通道状态计算无线传输速率；S3，计算所有设备节点任务的时延、能耗和带宽代价；S4，将系统全局代价最小化问题转化为马尔科夫决策过程MDP，设计模型的状态空间、动作空间和奖励函数；S5，基于Q学习方法构建神经网络模型，构建缓冲内存、智能体；S6，基于缓冲内存训练所述神经网络模型，即训练出获得最大平均累积奖励的最优的计算卸载决策，并验证模型的有效性。
-
公开(公告)号：CN107943561A
公开(公告)日：2018-04-20
申请号：CN201711342748.X
申请日：2017-12-14
Applicant: 长春工程学院
CPC classification number: G06F9/45558 , G06F9/4856 , G06F2009/4557 , H04L67/10
Abstract: 本发明提供一种面向云计算平台的科学工作流任务调度方法，包括以下步骤：任务及任务间的约束关系模型化为DAG图；转换DAG图为in-tree结构任务图；构造调度集合；调整结点任务En的调度集合Pn；调度集合Pn中的调度组合数量即为所需要的虚拟机数量，将调度集合Pn中的各个调度组合分配给对应的一个虚拟机执行。优点为：本发明通过任务复制技术减小了工作流任务间的通信开销，最小化了任务调度长度，有效地提高了任务调度的效率；通过任务分组技术，有效减少了虚拟机的使用个数；通过合理利用虚拟机的空闲时间，提高了虚拟资源的利用率。
-
公开(公告)号：CN119885047A
公开(公告)日：2025-04-25
申请号：CN202510377585.7
申请日：2025-03-28
Applicant: 长春工程学院
IPC: G06F18/2433 , G06F17/18 , G06Q50/06 , G06F123/02
Abstract: 本发明涉及数智化分析技术领域，具体为基于水电站物理设备的数智化分析系统，基于水电站物理设备的数智化分析系统包括状态特征提取模块、故障识别与预警模块、设备行为深度分析模块和协同学习与预测模块。本发明中，通过计算设备当前运行数据与正常运行基准之间的偏差，并自动识别并标记出越界数据点，结合时间序列分析，在水电站物理设备管理中可以及时识别设备运行中的潜在异常，对设备在不同操作条件下的行为模式进行深入分析，能揭示行为的变化规律和周期性故障的预测时间，减少非计划停机，同时识别性能退化趋势，持续更新设备健康状态，提前预测和防范未来的潜在风险，优化水电站的整体运营效率和经济性，确保设备的安全长期运行。
-
公开(公告)号：CN113842115B
公开(公告)日：2024-06-21
申请号：CN202111137633.3
申请日：2021-09-27
Applicant: 长春工程学院
Abstract: 本发明提供一种改进的EEG信号特征提取方法，包括以下步骤：将包含噪声的脑电观测信号，分解为各分量间互相独立的脑电信号；采用最终的解混矩阵，对脑电信号进一步处理，得到新的脑电信号；使用小波基函数对独立分量进行5层连续小波分解，得到小波系数；对小波系数进行阈值处理，对阈值处理后的小波系数进行小波逆变换，重建脑电信号，得到包含低振幅神经源信号的独立分量估计值。本发明提供一种改进的EEG信号特征提取方法，本方法提取到的脑电信号在识别和去除EOG和ECG伪影方面具有明显的优势，可以有效保留遗漏在噪声成分的神经活动。
-
Patent Agency Ranking
公开(公告)号：CN117544680A
公开(公告)日：2024-02-09
申请号：CN202410008013.7
申请日：2024-01-04
Applicant: 长春工程学院
IPC: H04L67/568 , G06N3/092 , G06F9/50 , G06F18/23213 , H04L67/125
Abstract: 一种电力物联网缓存放置方法、系统、设备及介质，属于无线网络领域，解决了电力物联网节点特定任务完成需求与移动边缘计算设备计算资源不均衡之间的矛盾的问题。所述方法包括：获取电力物联网设备产生的任务和卸载的任务，并进行聚类分组；获取边缘服务器与云服务器的信道增益状态信息，生成通信模型；根据边缘服务器主控的缓存类别，获取本地计算模型和卸载处理模型；设置加权平均代价最小化问题及约束条件，将所述最小化问题转换为马尔科夫模型，并设置状态空间、动作空间和奖励函数；采用改进的深度强化学习算法训练所述边缘服务器得到最优缓存放置策略。本发明适用于自动控制家居控能、智能自动驾驶车路协同、全自动交通控制等场景。
-
公开(公告)号：CN114091775A
公开(公告)日：2022-02-25
申请号：CN202111429911.2
申请日：2021-11-29
Applicant: 长春工程学院
Abstract: 本发明公开了一种基于区块链的电能交易系统包括资格审查模块用于对进入交易匹配预测的企业和公司进行资质审查；数据存储模块以区块链的形式存储在交易匹配预测过程中发布的数据；交易匹配预测模块用于接收数据存储模块中存储的数据信息，对发电企业和售电公司之间进行匹配预测，得到匹配预测结果；预测模型分类模块用于接收交易匹配预测模块中得到的匹配预测结果进行预测模型分析，并将预测模型归类到相对应的交易模式；交易模式模块用于接收预测模型分类模块中发送的信息，进行分模式的交易操作；交易系统对交易匹配预测过程中的信息采用区块链的方式进行存储，保证在交易过程中的严谨和保密性。
-
公开(公告)号：CN111885076A
公开(公告)日：2020-11-03
申请号：CN202010752649.4
申请日：2020-07-30
Applicant: 长春工程学院
Abstract: 本发明公开了一种基于信用值借贷的能源区块链交易系统及方法，包括工业交换机、工业安全网关、能源区块链网络分析仪、MQTT工业网关A、MQTT工业网关B、MQTT工业网关C、MQTT工业网关D、MQTT工业网关E、MQTT工业蜜罐、发电厂电表、用户电表A1、用户电表B1、用户电表C1和用户电表N；所述工业交换机分别连接工业安全网关与能源区块链网络分析仪，所述工业安全网关连接MQTT工业蜜罐。本基于信用值借贷的能源区块链交易系统及方法，通过使用MQTT工业蜜罐能够欺骗这些网络资产搜索引擎，作为以攻击者视角构建的陷阱，延迟和迷惑黑客的攻击，在提高主动防御能力、获取基础威胁情报和辅助决策支撑等方面提供帮助。
-
公开(公告)号：CN111179726A
公开(公告)日：2020-05-19
申请号：CN202010150747.0
申请日：2020-02-26
Applicant: 长春工程学院
Inventor： 于萍
Abstract: 本发明公开了一种用于乡村振兴现代农业的模拟经营系统，包括卖家终端计算机、安装架、逐级转动调节组件、高低调节底座组件、经营交易平台、买家终端计算机、PLC控制器、用户注册模块、WIFI传输模块、卖品提交模块、价格提交模块、收款单元、交易地址获取模块、卖品检索库、银行支付系统、交易地址录入模块、聊天沟通系统、检索浏览模块、商品选择模块、付款支付单元、地址提交模块、橡胶垫、轴承和限位块；该发明，交易平台起到了交易资金托管的作业，避免了骗子的出现，给交易者提供安全的交易环境，且交易过程较为简单，买方能根据需求进行全面的商品搜索，给农商品购买提供了便捷，卖买方能方便的进行收款和付款。
-
公开(公告)号：CN119167177A
公开(公告)日：2024-12-20
申请号：CN202411332025.1
申请日：2024-09-24
Applicant: 长春工程学院
IPC: G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/0442 , G06N3/048
Abstract: 本发明公开了一种基于脑电信号的情感识别SimAM‑CRNN方法，包括以下步骤：根据电极布置将头顶空间构建为一个h×w矩阵；将原始EEG信号分成N段，经过分解、提取、排列、叠加以获得3D特征；经过处理的脑电信号输入到基于SimAM注意力机制的CNN中，经过最大池化层，展平之后全接连，进行初步识别；经过SimAM‑CNN的特征提取后输入到LSTM单元进行时间维度信息的提取；通过softmax层作为分类器，将提取的特征集合作为输入以进行情感识别。本发明在4D‑CRNN的基础上加入了SimAM注意力机制，SimAM能够在不增加网络参数的情况下，为特征图推断3D注意力权重，更好地提取情绪相关特征。此外，加入了Batch Normalization层，加速了网络收敛并提高了准确率，同时防止了数据过拟合。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.033 seconds)
