-
公开(公告)号：CN110705679B
公开(公告)日：2023-06-13
申请号：CN201910976564.1
申请日：2019-10-15
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于FDC2214的纸张数量检测系统，系统包括信号采集模块、信号处理模块以及显示模块，信号采集模块采用电容传感器FDC2214，信号处理模块包括单片机；信号采集模块采用电容传感器FDC2214采集预设金属极板区域之间纸张电容信号，将电容信号发送给单片机；信号处理模块将接收的电容信号进行数据处理，存入数据库并检测纸张数；显示模块显示录入状态电容值和检测状态纸张数量值。本发明通过电容传感器和单片机配合的方式，将放置在两个金属极板区域之间的纸张转化为精确的电容信号，进而能够实现纸张数量检测。并且相较于现有的人工计数与点钞机等传统技术，本发明具有精度高，低功耗，噪声少，抗干扰能力强，成本低廉的优势。
-
公开(公告)号：CN109685031B
公开(公告)日：2022-09-13
申请号：CN201811634766.X
申请日：2018-12-29
Applicant: 河海大学常州校区
Abstract: 本发明公开一种脑机接口中脑电信号特征分类方法，具体包括以下步骤：S01，使用小波包变换过滤信号，基于能量熵计算方法计算小波包分解后的每个节点的能量熵，构建第一特征向量；S02，基于共空间模式方法（CSP）对脑电信号进行特征提取；构建第二特征向量；S03，将第一特征向量和第二特征向量整合；本申请将多特征模块整合起来，用多个特征作为分类依据，能获得较好的控制效果。
-
公开(公告)号：CN110427892B
公开(公告)日：2022-09-09
申请号：CN201910720503.9
申请日：2019-08-06
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于深浅层自相关融合的CNN人脸表情特征点定位方法，S1，构建人脸样本数据集，S2，定位人脸眼睛、眉毛、嘴等区域，随后利用旋转、平移、翻转拓展数据集，S3，利用数据集训练深浅层自相关融合的卷积神经网络，完成对区域内的特征点的精确定位。本发明在样本人脸数据集的基础上，实现了人眼、眉毛、嘴巴等与表情相关较大的区域的特征点精确定位，解决了由于人脸表情变化大造成特征点定位不准等问题，并可藉由此方法完成表情识别的相关操作。
-
公开(公告)号：CN111553426A
公开(公告)日：2020-08-18
申请号：CN202010358680.X
申请日：2020-04-29
Applicant: 河海大学
Abstract: 本发明公开了一种基于密集卷积网络的低开销生活垃圾分类方法，包括(1)、数据预处理，(2)、搭建密集卷积网络，(3)、将数据集划分为训练集、验证集和测试集，(4)、训练过程中，选用合适优化器和损失函数，设定超参数，评价指标为准确率。本发明在输入数据的预处理中进行了优化，将三通道彩色图和边缘检测图进行矩阵融合，以此作为模型的输入，加强特征信息；对密集卷积网络结构进行搭建，并加入了Dropout层，并且利用学习率自调节和调整超参数的方法，使模型具有足够的特征提取能力，利用自身的特征映射作为后续层的输入，减缓了深层网络带来的梯度消失问题，在低开销和高精度上实现了较好平衡，实现了90.8％的精度以及5.08M的文件大小。
-
公开(公告)号：CN110727871A
公开(公告)日：2020-01-24
申请号：CN201910999213.2
申请日：2019-10-21
Applicant: 河海大学常州校区
IPC: G06F16/9535 , G06F16/33 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于卷积分解深度模型的多模态数据采集及综合分析平台，包括如下步骤：S1，建立数据交互模块；S2，建立数据分析模块；S3，建立用户服务模块。本发明同时支持文本、语音、图片等多元数据形式；在数据收集方面，本发明默认用户为数据的主要提供来源，因此提供了良好的交互方式与高并发高可用的数据库管理方式；在数据分析上，基于深度学习CNN与RNN网络对图片进行训练与分类，运用NLP中TF-IDF词频网络进行文本抽取与归并；使用的基于tensorflow下的标准keras模块和tf.keras模块构建的BP神经网络，实现对音频进行收集和准确分类。
-
Patent Agency Ranking
公开(公告)号：CN109766843A
公开(公告)日：2019-05-17
申请号：CN201910030647.1
申请日：2019-01-14
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于改进的受限玻尔兹曼机的肌电信号特征提取方法，将获取的肌电信号预处理，得到训练数据和测试数据；构建改进的受限玻尔兹曼机网络对训练数据进行训练；定义能量函数，根据能量函数得联合概率分布，再由贝叶斯公式得可视层与隐藏层的条件概率分布，再对可视层数据进行采样得隐藏层数据，然后对隐藏数据进行概率最大池化，对特征数据进行压缩；再对池化后的数据反池化重构隐藏层数据，再根据吉布斯采样由隐藏层数据重构可视层数据，并迭代多次，再堆叠多个受限玻尔兹曼机构成深度玻尔兹曼机网络；使用前面训练好的权重和偏置对测试数据进行分类验证。本发明解决了现有肌电信号提取中的时域特征变化大、频域特征提取不充分的问题。
-
公开(公告)号：CN109741733A
公开(公告)日：2019-05-10
申请号：CN201910035513.9
申请日：2019-01-15
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于一致性路由网络的语音音素识别方法，首先在训练阶段，构造一致性路由前馈网络编码器，对向量初始语音音素数据进行矩阵运算和二维卷积得到低阶状态向量；构造一致性路由网络的一致性路由结构，通过一致性路由系数加权低阶状态向量，将其中的信息传递给高阶状态向量；以每个高阶状态向量的长度的softmax激活值在所有高阶状态向量softmax激活值中的占比来表示判定为该标签的概率；然后构造一致性路由网络的重构解码器，将真实标签对应的高阶状态向量进行解码重构；基于总损失函数对一致性路由网络的参数求得梯度公式进行优化更新；在测试阶段，将初始语音音素数据输入一致性路由网络的前馈编码器中，判断待测试数据的所属类别。
-
公开(公告)号：CN109685031A
公开(公告)日：2019-04-26
申请号：CN201811634766.X
申请日：2018-12-29
Applicant: 河海大学常州校区
CPC classification number: G06K9/00516 , G06K9/00523 , G06K9/00536 , G06K9/629
Abstract: 本发明公开一种脑机接口中脑电信号特征分类方法，具体包括以下步骤：S01，使用小波包变换过滤信号，基于能量熵计算方法计算小波包分解后的每个节点的能量熵，构建第一特征向量；S02，基于共空间模式方法（CSP）对脑电信号进行特征提取；构建第二特征向量；S03，将第一特征向量和第二特征向量整合；本申请将多特征模块整合起来，用多个特征作为分类依据，能获得较好的控制效果。
-
公开(公告)号：CN108074585A
公开(公告)日：2018-05-25
申请号：CN201810126670.6
申请日：2018-02-08
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于声源特征的语音异常检测方法，包括如下步骤：通过传感器实时收集语音数据；对得到的语音段数据进行预处理；对于语音段的语音数据，使用迭代自适应逆滤波得到声门波信号；从声门波信号中提取特征参数：归一化振幅商与声门闭合时间比数据；将提取到的特征数据输入理想SVM模型进行分类；得到分类标签，用来判断说话人状况，输出说话人状况标签，交由执行模块进行反馈。本发明的特色是，对于精神压力下的变异语音，摆脱了基于传统的线性语音生成模型，提取缺少物理意义的声学特征参数的识别方法，建立了声源估计模型，利用语音生成的逆滤波技术，分析和提取基于人体声带振动的特征参数来进行异常语音的检测。
-
公开(公告)号：CN106097817A
公开(公告)日：2016-11-09
申请号：CN201610450044.3
申请日：2016-06-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种三轴风摆运动控制的实验教学装置，包括三轴风摆和上位机，所述三轴风摆包括支架，所述支架上设置有电源、控制装置和驱动装置，所述支架悬臂的自由端通过万向节与摆杆相连，所述摆杆与托架相连，所述托架上设置有角度传感器和三轴电机，所述三轴电机上安装有正反桨；所述控制装置与上位机通讯连接，所述上位机通过多种交互模式控制三轴风摆的运动或调节其状态。因此，本发明提供了一种三轴风摆运动控制的实验教学平台及其使用方法，该平台涉及了运动检测、控制算法、机器学习等多方面的训练，适合自动化、计算机、电子信息技术等多专业学生进行实践训练。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.021 seconds)
