-
公开(公告)号：CN117789915A
公开(公告)日：2024-03-29
申请号：CN202311815678.0
申请日：2023-12-27
Applicant: 清华大学深圳国际研究生院 , 中国移动通信集团江西有限公司 , 中移(江西)虚拟现实科技有限公司
Abstract: 本发明提出一种儿童弱视训练系统，包括眼动追踪模块、虚拟现实手柄模块、虚拟现实双屏显示模块、数据库模块，眼动追踪模块用于根据用户的眼动与虚拟现实双屏显示模块交互；虚拟现实手柄模块用于根据用户的手柄操作与虚拟现实双屏显示模块交互；数据库模块用于储存每次训练的参数；虚拟现实双屏显示模块包括虚拟现实训练模块、参数设定模块及双屏显示模块，虚拟现实训练模块包括单眼刺激训练单元、视觉记忆训练单元、立体视觉与手眼协调训练单元给予用户双眼不同的视觉刺激、实现视觉识别与任务匹配训练及双眼视功能、手眼协调训练，结合虚拟现实实现更系统和多样的对弱视用户的多级视觉锻炼，从而在弱视治疗中提高用户高依性的同时提升治疗效果。
-
公开(公告)号：CN113987175B
公开(公告)日：2024-08-23
申请号：CN202111238309.0
申请日：2021-10-25
Applicant: 清华大学深圳国际研究生院
IPC: G06F16/35 , G06F40/216 , G06F40/284 , G06F40/289 , G06F40/30 , G06F18/241 , G06F18/2415 , G06N3/047 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于医学主题词表增强表征的文本多标签分类方法，包括对标签进行增强表征的步骤：S1、将文献中的医学主题词表作为标签，并建立标签的正样本集合；S2、从所述正样本集合中提取关于标签的关键词信息；S3、从所述关键词信息中提取语义特征，得到所述关键词信息的向量表示，记为第一向量；S4、将标签转化为向量，记为第二向量；S5、连接所述第一向量和所述第二向量以对标签进行增强表征。
-
公开(公告)号：CN116866139A
公开(公告)日：2023-10-10
申请号：CN202311016440.1
申请日：2023-08-14
Applicant: 清华大学深圳国际研究生院
Abstract: 一种无线光通信的OFDM增强调制方法，包括如下步骤：S1、发送端将光通信信道待传输的比特信息流映射为相应的QAM符号，采用均匀功率加载，每个子载波携带的QAM符号具有相同的平均符号能量；S2、在比特‑符号映射之后，对原始符号应用由角度θ参数化的成对编码，将具有信噪比差异的一对子载波或子信道进行配对，并对其进行联合预编码来获得分集增益，增益来源于星座旋转和I/Q分量的交织；S3、接收端接收的光信号转换为电信号，完成FFT后，进行成对解码，通过I/Q解交织，再通过最大似然检测还原发送的比特信息。该方法具有较低的编解码复杂度，且可克服无线光通信中光学器件所导致的信号高频衰落及多径信道所造成的频率选择性，有效提升系统的通信速率。
-
公开(公告)号：CN116629961A
公开(公告)日：2023-08-22
申请号：CN202310459297.7
申请日：2023-04-21
Applicant: 清华大学深圳国际研究生院
IPC: G06Q30/0601 , G06F40/226 , G06F16/903 , G06F16/9035
Abstract: 本发明公开了一种基于机器代理的数据交易需求撮合方法，一个机器代理只属于一位用户，每位用户可以设置多个机器代理，对数据交易需求进行排序，根据排序进行交易撮合；包括如下步骤：S1、获取买方的数据交易需求并进行拆解与分析，以形成需验证字段；S2、根据所述需验证字段，对交易系统的历史交易记录进行匹配查询，以检验是否存在可复用的数据记录；S3、根据所述需验证字段和历史交易记录匹配查询结果，进行卖方代理查询与排序，并对接符合条件的卖方代理。
-
公开(公告)号：CN111489353B
公开(公告)日：2023-06-23
申请号：CN202010378844.5
申请日：2020-05-07
Applicant: 清华大学深圳国际研究生院 , 北京好医生云医院管理技术有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/70 , G06T5/40 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种眼底图像中央凹定位方法，包括：1)由眼底图像得到视杯视盘分割结果图和血管分布图；2)将所述视杯视盘分割结果图和所述血管分布图输入训练好的粗定位网络，得到有关于眼底图像中央凹的粗定位位置信息；3)根据粗定位位置信息得到的位置信息对眼底图像进行感兴趣区域裁剪；4)将裁剪得到的眼底图像经直方图匹配后输入训练好的精确定位网络，得到精确坐标位置；5)根据精确坐标位置结合粗定位位置，进行还原得到最终坐标位置，实现眼底图像中央凹定位。本方法基于直方图匹配，通过粗定位网络、精确定位网络实现眼底图像中央凹定位，尤其有效地解决了数据差异的问题，有利于实现眼底图像中央凹精准定位。
-
Patent Agency Ranking
公开(公告)号：CN115987723A
公开(公告)日：2023-04-18
申请号：CN202211666294.2
申请日：2022-12-23
Applicant: 清华大学深圳国际研究生院
Abstract: 一种水下无线光通信的压缩感知信道估计方法，包括如下步骤：S1、利用等间隔导频插入的压缩感知CS算法进行光OFDM信号的信道估计，得到信道的时域估计结果；S2、使用可变的噪声阈值门限，对等间隔导频插入方式下CS算法的时域估计结果进行去噪，其中，根据不同信噪比SNR分段设置不同的噪声阈值门限对CS估计结果进行过滤；将过滤后的信道冲激响应作为最终信道估计的结果，以在各个信噪比SNR下提高信道估计的性能。本发明提出的压缩感知信道估计方法可以在使用等间隔导频插入方式的同时通过时域去噪提高信道估计性能，在水下无线光通信上具有很好应用前景。
-
公开(公告)号：CN114568108A
公开(公告)日：2022-06-03
申请号：CN202210191406.7
申请日：2022-02-28
Applicant: 清华大学深圳国际研究生院
IPC: A01D34/00 , G06T7/136 , G06T7/13 , G06T5/30 , G06V10/762 , G06V10/82 , G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种无人割草机轨迹跟踪控制方法及计算机可读存储介质，方法中包括：无人割草机运行前需进行系统模型的建立和全区域覆盖的路径规划，通过最优化求解得到当前时刻的最优控制序列，将其输入到模型预测控制器执行控制指令，基于当前时刻的状态量观测值反馈未来时刻的状态量，如此循环，实现全局轨迹跟踪控制；加入适用于无人割草机的轨迹重规划层，在满足无人割草机的约束条件下，基于图像信息处理获取无人割草机作业草坪边界的准确信息，设计基于草坪边界信息的模型预测控制器输入量，同时避开草坪中障碍物，减少跟踪偏差，将重规划的局部路径输入跟踪控制层进行跟踪控制，提高无人割草机轨迹跟踪控制的精度、效率和安全性。
-
公开(公告)号：CN114459506A
公开(公告)日：2022-05-10
申请号：CN202210191523.3
申请日：2022-02-28
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种在线标定全球导航卫星系统接收机与视觉惯性里程计之间外参的方法与系统，方法包括：获取全球导航卫星系统接收机与视觉惯性里程计外参的初始值，以及全球导航卫星系统初始化得到的局部世界坐标系的原点在地心地固坐标系下的位置以及局部世界坐标系到导航坐标系的旋转矩阵；根据初始值计算滑动窗口中每一时刻的全球导航卫星系统接收机的天线在地心地固坐标系下的位置；根据伪距测量值和多普勒频移测量值，计算伪距测量值和多普勒频移测量值相对于全球导航卫星系统接收机与视觉惯性里程计之间外参的雅可比矩阵和残差，实时优化全球导航卫星系统接收机与视觉惯性里程计之间的外参。实现对外参进行实时标定，并且不断对外参进行优化。
-
公开(公告)号：CN114098763A
公开(公告)日：2022-03-01
申请号：CN202111522916.X
申请日：2021-12-13
Applicant: 清华大学深圳国际研究生院
Abstract: 一种脑电去噪方法，包括如下步骤：S1、通过奇异谱分析将原始脑电信号分解为不同的子成分，并设定自相关系数阈值来提取脑电信号主体成分相关的子成分，由子成分重构得到对应的时间序列构成所述脑电信号主体成分；S2、从所述原始脑电信号中减去所述脑电信号主体成分得到残留脑电成分；S3、将所述残留脑电成分输入深度卷积神经网络提取细节特征，再将所述深度卷积神经网络的输出结合所述脑电信号主体成分以重建除去噪后的脑电信号。本发明的脑电去噪方法可以很好地将脑电信号中的肌电噪声去除，对比传统去噪方法在信噪比大于‑1dB时具有更好的去噪性能，相对单一路径具有更小的失真。
-
公开(公告)号：CN113037677B
公开(公告)日：2022-03-01
申请号：CN202110400836.0
申请日：2021-04-14
Applicant: 清华大学深圳国际研究生院
IPC: H04L27/26
Abstract: 本发明公开了基于ABO‑OFDM的低PAPR通信方法：S1、对数目为N/2原始子载波，空置其中1/m的子载波，为第m的整数倍位置处的子载波；S2、对未进行空置的其余子载波，选择其中的若干子载波作为降低发射端PAPR的子载波，并通过凸优化目标函数来确定其值；S3、将调制后的信号加载到剩余子载波上；S4、对经S1～S3处理的原始子载波作共轭对称，得到长度为N的待传输子载波序列；S5、对待传输子载波序列进行IFFT，得到长度为N的待发送的时域信号；S6、对时域信号按照每组包含m个数据进行分组，分为N/m组，对每一组数据都找出该组中的最小值，然后用最小值的相反数作为该组数据的直流偏置加到该组的每个数据上。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.087 seconds)
