-
公开(公告)号：CN117808454A
公开(公告)日：2024-04-02
申请号：CN202311844042.9
申请日：2023-12-29
Applicant: 长春理工大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q10/20 , G06Q50/06 , G06F18/27 , G06N3/0499 , G01D21/02
Abstract: 基于数据集成的三相光伏逆变器生命周期管理系统及方法，涉及逆变器健康管理领域。解决现有软件和控制组件的故障或失灵会降低能量输出，甚至导致光伏系统频繁停机或断电等问题，本发明通过光伏组件履历子单元和环境条件监控子单元获得光伏逆变器在运期间受光伏组件及环境条件变化产生的数据信息；根据获得的数据信息，执行运行状态评估子单元、故障检测与定位子单元及剩余寿命与预测子单元，完成光伏逆变器的健康状态监测和剩余寿命的准确估计。本发明基于数据集成的三相光伏逆变器生命周期管理提供数据收集、分析和控制环境，并在单元元件层面实施现场纠正措施，使光伏逆变器各元件和整个光伏系统的稳定性和安全性随时间的推移得以大大提升。
-
公开(公告)号：CN117808454B
公开(公告)日：2024-10-25
申请号：CN202311844042.9
申请日：2023-12-29
Applicant: 长春理工大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q10/20 , G06Q50/06 , G06F18/27 , G06N3/0499 , G01D21/02
Abstract: 基于数据集成的三相光伏逆变器生命周期管理系统及方法，涉及逆变器健康管理领域。解决现有软件和控制组件的故障或失灵会降低能量输出，甚至导致光伏系统频繁停机或断电等问题，本发明通过光伏组件履历子单元和环境条件监控子单元获得光伏逆变器在运期间受光伏组件及环境条件变化产生的数据信息；根据获得的数据信息，执行运行状态评估子单元、故障检测与定位子单元及剩余寿命与预测子单元，完成光伏逆变器的健康状态监测和剩余寿命的准确估计。本发明基于数据集成的三相光伏逆变器生命周期管理提供数据收集、分析和控制环境，并在单元元件层面实施现场纠正措施，使光伏逆变器各元件和整个光伏系统的稳定性和安全性随时间的推移得以大大提升。
-
公开(公告)号：CN119669686A
公开(公告)日：2025-03-21
申请号：CN202411733500.6
申请日：2024-11-29
Applicant: 长春理工大学
IPC: G06F18/20 , A61B5/369 , A61B5/372 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/25 , G06F18/27 , G06N3/0464
Abstract: 本发明提出了一种基于VMD与MSCNN的跨频段神经肌肉耦合分析方法，涉及生物信号处理技术领域，该方法首先通过VMD对EEG和sEMG信号进行频段分解，利用MSCNN提取每个频段的时频特征；随后，利用核化广义偏定向相干性(gPDC)对不同频段的神经‑肌肉信号进行耦合分析，深入探索跨频段间的复杂交互机制。此方法不仅能够捕捉同频段内的因果关系和耦合强度，还能够揭示跨频段的非线性耦合关系，克服了传统信号处理方法在分析跨频段交互机制时的局限性，以及同频段耦合分析所面临的不足。此外，该方法充分利用了深度学习模型在提取复杂耦合关系中的优势，从而为神经康复评估和神经调节机制的研究提供更加全面、精确的分析视角。
-
公开(公告)号：CN119655773A
公开(公告)日：2025-03-21
申请号：CN202411803437.9
申请日：2024-12-10
Applicant: 长春理工大学
Abstract: 本发明公开一种基于脑肌电信号的脑卒中患者上肢康复评定方法，具体包括以下步骤：信号采集与预处理；脑肌电信号分解；多尺度处理；传递谱熵计算；上肢康复等级评定，基于Spearman相关系数映射各患者MSTSE显著性面积值与Brunnstrom评定量表间的拟合关系，分析与Brunnstrom评定量表等级存在显著相关的FCMC特征指标及变化趋势，对脑卒中患者患病等级的定量评定。本发明的技术方案使用二元变分模态分解‑多尺度传递谱熵方法，表征大脑运动皮层与相应肌肉组织间的FCMC耦合关系，并结合Brunnstrom评定量表，实现对卒中患者上肢康复等级的客观定量评定。
-
公开(公告)号：CN119312143A
公开(公告)日：2025-01-14
申请号：CN202411667658.8
申请日：2024-11-21
Applicant: 长春理工大学
IPC: G06F18/24 , A61B5/00 , A61B5/369 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种自动睡眠分期方法及系统，涉及睡眠检测技术领域；包括以下步骤：获取脑电信号数据，数据增强；多尺度特征提取；分类器网络，根据特征向量预测目标时间段的睡眠阶段。本申请技术方案结合了特征金字塔与监督对比学习的自动睡眠阶段分期网络，特征金字塔和监督对比学习的结合展现了协同效应，从而提升了分类器网络的整体性能和区分能力；特征金字塔能够处理不同时间和频率尺度，从而更好地区分原始单通道EEG信号中的睡眠阶段。同时，采用基于监督对比学习的训练框架，通过最小化类内特征距离、最大化类间特征距离，提取更具判别力的特征，减轻睡眠阶段的模糊性。该框架通过融合多级特征和类判别特征，显著提升了睡眠阶段的区分能力。
-
Patent Agency Ranking
公开(公告)号：CN114611804B
公开(公告)日：2024-10-29
申请号：CN202210257643.9
申请日：2022-03-16
Applicant: 长春理工大学
IPC: G06Q10/04 , G06Q50/02 , G06F16/215 , G06F16/2458 , G06N3/044
Abstract: 基于TSO‑GRNN组合模型的玉米产量预测方法，涉及信息处理领域，解决现有技术无法获取环境信息与产量之间的相关性以及计算量大，容易陷入局部拟合，无法实现精确预测等问题，本发明在建模前进行了相关性分析，得到对玉米生长重要的环境因子种类，降低预测的繁琐程度。采用GRNN建立了玉米产量预测模型，并利用历史统计数据对玉米量进行预测。利用TSO对基于GRNN神经网络的玉米产量预测方法进行优化，调整参数到适中时，可有效避免陷入局部最小值，使预测点逐渐逼近真实值，提高预测精度，并可以在一定程度上降低过拟合问题。本发明结合当前环境信息对当年的玉米产值进行预测，对于未来农业人员进行土地开发、环境维护以及生长期内作物培养有重要帮助。
-
公开(公告)号：CN117907788B
公开(公告)日：2024-08-09
申请号：CN202410117598.6
申请日：2024-01-29
Applicant: 长春理工大学
Abstract: 本发明公开了一种半导体激光器低频噪声检测方法，涉及微弱信号检测技术领域，包括：采集原始信号；对原始信号进行自适应噪声完备集合经验模态分解，计算模态分量与原始信号的相关性，根据相关性区分背景噪声和低频噪声信号主导的模态分量；构造随机共振模型，并通过改进的白鲸优化算法进行优化；将背景噪声主导的模态分量输入到随机共振模型中进行处理，得到处理后的背景噪声模态分量；将背景噪声模态分量、低频噪声信号主导的模态分量与残差进行重构，得到检测出的低频噪声信号。本发明有效解决了模态混叠，相较于传统线性提取算法，可以有效发挥随机共振模型从噪声向信号转移能量的优势，能够在更强的背景噪声中提取低频噪声。
-
公开(公告)号：CN116509357B
公开(公告)日：2024-08-02
申请号：CN202310550097.2
申请日：2023-05-16
Applicant: 长春理工大学
IPC: A61B5/021 , A61B5/318 , A61B5/00 , G06F17/15 , G06F17/18 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/082
Abstract: 本发明属于血压监测技术领域，尤其为一种基于多尺度卷积的连续血压估计方法，该方法包括以下步骤：步骤A、利用血压数据库中的血压数据对模型进行训练。本发明，我们以脉搏信号(PPG)和心电信号(ECG)作为信号输入，经过信号处理和多尺度卷积神经网络模型对输入信号进行特征提取进行血压估计，本发明提出的基于多尺度卷积的神经网络，通过多尺度卷积神经网络利用三个不同尺度的卷积核对输入信号(ECG、PPG)进行时频域上的特征提取，以提取到更加精准且丰富的特征向量，经过横向连接模块，对三个尺寸的特征进行维度统一，构建特征金字塔，并通过回归分析模块对特征金字塔进行回归分析得到收缩压(SBP)和舒张压(DBP)。
-
公开(公告)号：CN117392727B
公开(公告)日：2024-04-12
申请号：CN202311446975.2
申请日：2023-11-02
Applicant: 长春理工大学
IPC: G06V40/16 , G06V10/44 , G06V10/80 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06T7/269
Abstract: 一种基于对比学习及特征解耦的人脸微表情识别方法，涉及人脸微表情识别技术领域，解决现有识别方法在微表情定位不准确、样本数量不足、无法有效捕捉细微变化、以及身份信息干扰识别的问题，本发明融合双端光流信息，身份信息解耦和对比学习的策略，以增强模型的识别能力。通过获取起始帧、峰值帧和偏移帧，计算差异特征及双端光流图，利用三元组损失扩大差异特征并进行解耦，同时将光流图输入自注意力微表情识别网络中进行训练并计算对比损失，最后将差异特征及光流特征拼接并获得识别结果。本方法有效地捕捉面部细微运动，减少身份信息的干扰，并加强样本之间的区分度。结合对比学习和特征解耦，使模型更加关注微表情动作信息，为人脸微表情识别提供更准确和深入的技术手段。
-
公开(公告)号：CN114557780B
公开(公告)日：2024-01-26
申请号：CN202210213035.8
申请日：2022-03-01
Applicant: 长春理工大学
IPC: A61B90/10
Abstract: 本发明公开了一种辅助外科手术的三维定位系统及方法，包括电磁场发射组件、参考传感组件、定位传感组件及信号采集组件；所述电磁场发射组件包括至少三个空间位置不同的电磁场发射单元；所述参考传感组件及所述定位传感组件用于接收所述电磁场发射组件发射的原始电磁信号；所述信号采集组件分别与所述电磁场发射组件、所述参考传感组件及所述定位传感组件信号连接，用于根据所述原始电磁信号、所述参考传感组件接收到的参考电磁信号及所述定位传感组件接收到的定位电磁信号，确定所述定位传感组件相对于所述参考传感组件的空间位置信息。本发明提供的辅助外科手术的三维定位系统结构简单，安装便捷，定位时间短、精度高，电磁场信号不怕被遮挡。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.065 seconds)
