-
公开(公告)号：CN106775023B
公开(公告)日：2023-07-18
申请号：CN201710012567.4
申请日：2017-01-09
IPC: G06F3/0354 , G06F3/01
Abstract: 本发明公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统，通过本发明的眼电信号处理方法，识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作，并定义不同的眼部动作对应不同的鼠标操作，本发明的基于眼电信号控制的蓝牙鼠标系统，包括：眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块；用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作，从而能够帮助双臂缺失的患者，像正常人一样使用电子设备进行上网等操作；本发明电路结构简单，体积小，方便携带，抗干扰能力强，能够广泛用于移动医疗、家庭病人监护等领域。
-
公开(公告)号：CN110909396B
公开(公告)日：2020-08-21
申请号：CN201910972860.4
申请日：2019-10-14
Abstract: 本发明公开了一种计算机信息安全保护装置，具体涉及计算机设备技术领域，包括桌板，所述桌板底部两侧分别固定设置有第一支撑柜和第二支撑柜，所述桌板顶部设置有显示屏，所述显示屏输出端连接有主机，所述主机设置在第二支撑柜内部，所述第二支撑柜外侧设置有主机防护机构，所述桌板底部设置有键盘防护机构。本发明通过设置有主机防护机构和键盘防护机构，可以通过防护门上的按键槽直接按动主机的开机键，从而不需要打开防护门便可以开机，提高了开机效率，通过第一指纹密码锁和第二指纹密封锁可以有效对主机和键盘进行防护，与现有技术相比，可以有效对键盘和主机进行防护，且自动化程度高，操作便捷，且开机不用进行验证，提高操作效率。
-
公开(公告)号：CN110909396A
公开(公告)日：2020-03-24
申请号：CN201910972860.4
申请日：2019-10-14
Abstract: 本发明公开了一种计算机信息安全保护装置，具体涉及计算机设备技术领域，包括桌板，所述桌板底部两侧分别固定设置有第一支撑柜和第二支撑柜，所述桌板顶部设置有显示屏，所述显示屏输出端连接有主机，所述主机设置在第二支撑柜内部，所述第二支撑柜外侧设置有主机防护机构，所述桌板底部设置有键盘防护机构。本发明通过设置有主机防护机构和键盘防护机构，可以通过防护门上的按键槽直接按动主机的开机键，从而不需要打开防护门便可以开机，提高了开机效率，通过第一指纹密码锁和第二指纹密封锁可以有效对主机和键盘进行防护，与现有技术相比，可以有效对键盘和主机进行防护，且自动化程度高，操作便捷，且开机不用进行验证，提高操作效率。
-
公开(公告)号：CN106775023A
公开(公告)日：2017-05-31
申请号：CN201710012567.4
申请日：2017-01-09
IPC: G06F3/0354 , G06F3/01
CPC classification number: G06F3/03543 , G06F3/013
Abstract: 本发明公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统，通过本发明的眼电信号处理方法，识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作，并定义不同的眼部动作对应不同的鼠标操作，本发明的基于眼电信号控制的蓝牙鼠标系统，包括：眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块；用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作，从而能够帮助双臂缺失的患者，像正常人一样使用电子设备进行上网等操作；本发明电路结构简单，体积小，方便携带，抗干扰能力强，能够广泛用于移动医疗、家庭病人监护等领域。
-
公开(公告)号：CN206370034U
公开(公告)日：2017-08-01
申请号：CN201720018871.5
申请日：2017-01-09
IPC: G06F3/0354 , G06F3/01
Abstract: 本实用新型公开眼电信号采集方法及基于眼电信号控制的蓝牙鼠标系统，通过本实用新型的眼电信号处理方法，识别出向左看、向右看、向下看、向上看和连续两次眨眼等眼部动作，并定义不同的眼部动作对应不同的鼠标操作，本实用新型的基于眼电信号控制的蓝牙鼠标系统，包括：眼电信号采集电极、眼电信号采集模块、模数转换器、数字信号处理器、蓝牙模块以及电源模块；用于实现使用者仅通过眼部动作就能控制鼠标实现不同的操作，从而能够帮助双臂缺失的患者，像正常人一样使用电子设备进行上网等操作；本实用新型电路结构简单，体积小，方便携带，抗干扰能力强，能够广泛用于移动医疗、家庭病人监护等领域。
-
Patent Agency Ranking
公开(公告)号：CN120014172A
公开(公告)日：2025-05-16
申请号：CN202510145733.2
申请日：2025-02-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于深度和曲率监督的改进3DGS场景重建与渲染方法，通过结合SFM生成的稀疏点云的真实深度和由快速可微光栅化生成的预测深度，计算倒角距离并作为损失函数。这个优化增强了对Gaussians位置的几何约束，确保了Gaussians在空间中的正确位置，从而避免了错误的遮挡关系和渲染伪影，提升了场景的真实感，与现有技术相比，本发明的优点在于它通过深度与曲率的联合监督，解决了现有3DGS技术中对几何约束处理的局限性，避免了传统方法中会出现的错误遮挡和过多的小Gaussians，显著优化了场景渲染的质量和效率。
-
公开(公告)号：CN119989192A
公开(公告)日：2025-05-13
申请号：CN202510028543.2
申请日：2025-01-08
Applicant: 成都信息工程大学
IPC: G06F18/2431 , G06F18/10 , G06F18/15 , G06F18/2131 , G06F18/213 , G06F18/23213 , G06F18/21 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本申请公开一种基于自适应升阶学习策略的分类识别方法、装置、计算设备及存储介质，其方法包括：获取不同被试个体在不同认知状态下的多个数据集，并通过对每个数据集进行预处理和特征提取，得到每个数据集中每个被试个体的包含微分熵和皮尔逊系数的图结构；利用动态簇中心策略和所述每个数据集中每个被试个体的包含微分熵和皮尔逊系数的图结构，得到每个数据集中每个被试个体的最优子图；利用双图驱动交互自适应升阶网络和所述每个数据集中每个被试个体的最优子图，获得各阶图隐式表征；构建解码器，通过将所述各阶图隐式表征输入至所述解码器中，得到分类识别结果。
-
公开(公告)号：CN119606378A
公开(公告)日：2025-03-14
申请号：CN202411747546.3
申请日：2024-12-02
Applicant: 成都信息工程大学
IPC: A61B5/16 , A61B5/372 , G06F18/241 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G06F123/02
Abstract: 本发明公开一种受自适应认知图启发的多域约束情绪识别系统及情绪识别方法，应用于脑电图信号处理领域；针对传统的情绪分类方法是对脑电信号进行人工提取特征之后筛选关键特征输入支持向量机(SVM)等传统分类器中，但手动提取特征需要专业的先验知识，且大多数方法主要集中在特征的选择以及时间信息的利用从而对空间信息的利用不充分；本发明设计了一个空间引导的动态图约束学习模块，通过自适应生成拓扑结构并对拓扑结构的功能关系进行约束，实现了克服认知先验信息的复杂空域特征提取；同时，提出一个时间激励的序列注意模块，通过关注序列中更为重要的时间来捕捉全局时序依赖特征；进一步，本发明设计了一个新的多域交互关注模块，克服了传统的静态跨域交互，实现多域差异信息的约束与互补信息的聚合。此外，为了更好地利用不同域之间的信息迁移，本发明还引入一个约束来减少源域与目标域特征之间的分布差异，提高跨域特征的相似性和可迁移性。
-
公开(公告)号：CN118864690A
公开(公告)日：2024-10-29
申请号：CN202410867723.5
申请日：2024-07-01
Applicant: 成都信息工程大学
IPC: G06T15/20 , G06T17/00 , G06T11/00 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06T7/70
Abstract: 本发明涉及一种基于大脑EEG信号的高保真3D重建方法，首先通过面向3D图像信号重建的EEG关联特征来获取大脑活动的精细特征，以实现对参与者视觉感知或想象内容的准确编码；然后采用EEG信号到2D图像映射，利用编码得到的特征对预训练的2D图像生成模块和CLIP模型进行微调，以实现对EEG信号语义的图像化表达，得到预训练的2D图像生成模块；最后将预训练后的2D图像生成模型与3D表示技术相结合，将3D场景参数化通过联合损失函数，以实现从EEG信号编码特征到具体3D图像的直观映射，生成具有高保真度和丰富细节的3D图像。本发明通过参与者对物体所产生的EEG信号而生成其对应的3D图像，为认知科学、心理学和神经科学领域的研究提供新的视角和工具。
-
公开(公告)号：CN118366133A
公开(公告)日：2024-07-19
申请号：CN202410492874.7
申请日：2024-04-23
Applicant: 成都信息工程大学
IPC: G06V20/59 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于多尺度网络的疲劳驾驶检测方法，包括：S1、采集原始EEG数据，并对其进行预处理；S2、构建基于多尺度网络的疲劳驾驶检测模型，并利用预处理后的EEG数据对其训练；S3、将待检测EEG数据预处理，并输入至完成训练和测试的疲劳驾驶检测模型中，获得疲劳驾驶检测结果。本发明方法相较于现有方法，在分类准确率和跨被试泛化能力方面表现更为优越，具有较高的鲁棒性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.048 seconds)
