“曹国鲁”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种结合PCA和PCANet的驾驶疲劳特征提取方法-CN201810947723.0有效
发明人：陈斌;马玉良;曹国鲁;孟小飞;张卫;孟明 -专利权人：杭州电子科技大学
申请日： 2018-08-20 - 公布日： 2022-02-01 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种结合PCA和PCANet的驾驶疲劳特征提取方法。本发明包含以下步骤：1、使用脑电采集设备采集驾驶脑电信号；2、对采集到的脑电信号进行预处理，包括降频、降噪；3、对预处理后的信号通过结合PCA和PCANet的特征提取方法提取特征；4、对提取的特征使用分类器进行分类学习、识别。本发明使用结合PCA和PCANet的驾驶疲劳特征提取方法，相比单独使用PCANet产生的维度爆炸，一方面可以降低对计算机的运算要求，同时加快了计算速度，减少了运算的时间，有利于后续的实时监测；另一方面PCANet这个图像的处理方法跨领域使用在驾驶疲劳特征的提取，也使分类的准确率有了有效的提升。
一种结合 pca pcanet 驾驶疲劳特征提取方法

[实用新型]一种用于水工隧洞预应力混凝土衬砌锚具槽结构-CN202120833171.8有效
发明人：陈震;李晓克;赵顺波;曹国鲁;严振瑞;姚广亮;杜灿阳;谢智勇;王志云;秦晓川;张武;郑航桅;李代茂 -专利权人：华北水利水电大学;广东省水利电力勘测设计研究院有限公司;广东粤海珠三角供水有限公司
申请日： 2021-04-22 - 公布日： 2021-11-02 - 主分类号： E21D11/10 文献下载
摘要：一种用于水工隧洞的预应力混凝土衬砌锚具槽结构，包括锚具槽，所述锚具槽是上窄下宽的槽体；所述锚具槽由两个侧模板、底模板、左端模板和右端模板拼装而成，侧模板为Z字形，两个侧模板相对拼装在底模板上，且两个侧模板均向底模板上方中心倾斜，形成上窄下宽且右小左大的槽体，两个侧模板的外表面上设置有侧键条，左端模板的外表面上设置左端键条，右端模板的外表面上设置有右端键条，左端模板和右端模板上均设置钢绞线孔。本实用新型的侧模板、底模板和端模板均采用超高韧性水泥基复合材料，各个模板制成免拆模版，提高施工进度，减少环境污染，减少不必要资金与资源的浪费，显著提高其经济效益、社会效益和工程价值。
一种用于水工隧洞预应力混凝土衬砌锚具槽结构

[发明专利]用于水工隧洞预应力混凝土衬砌锚具槽结构及其施工方法-CN202110435641.X在审
发明人：陈震;李晓克;赵顺波;曹国鲁;严振瑞;姚广亮;杜灿阳;谢智勇;王志云;秦晓川;张武;郑航桅;李代茂 -专利权人：华北水利水电大学;广东省水利电力勘测设计研究院有限公司;广东粤海珠三角供水有限公司
申请日： 2021-04-22 - 公布日： 2021-06-11 - 主分类号： E21D11/10 文献下载
摘要：一种用于水工隧洞的预应力混凝土衬砌锚具槽结构，包括锚具槽，所述锚具槽是上窄下宽的槽体；所述锚具槽由两个侧模板、底模板、左端模板和右端模板拼装而成，侧模板为Z字形，两个侧模板相对拼装在底模板上，且两个侧模板均向底模板上方中心倾斜，形成上窄下宽且右小左大的槽体，两个侧模板的外表面上设置有侧键条，左端模板的外表面上设置左端键条，右端模板的外表面上设置有右端键条，左端模板和右端模板上均设置钢绞线孔。本发明的侧模板、底模板和端模板均采用超高韧性水泥基复合材料，各个模板制成免拆模版，提高施工进度，减少环境污染，减少不必要资金与资源的浪费，显著提高其经济效益、社会效益和工程价值。
用于水工隧洞预应力混凝土衬砌锚具槽结构及其施工方法

[发明专利]一种基于CNN的情绪特征分类方法-CN201910193232.6在审
发明人：马玉良;曹国鲁;孟小飞;陈斌;武薇;范影乐 -专利权人：杭州电子科技大学
申请日： 2019-03-14 - 公布日： 2019-08-09 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于CNN的情绪特征分类方法。首先以Russell情绪维度模型为基准，探索了不同脑区受情绪极性与强度的影响，采用DEAP数据集作为情绪研究的样本，再进行特征通道的选择，然后通过特征归一化以及数据降维提取主要特征，我们的主要分类模型使用卷积神经网络来有效地对以2D阵列形式呈现的预处理EEG数据进行分类。本次研究提供了可观的分类精度，比以往的研究有了特征提取上的改进，更重要的是证明了神经网络可以作为强有力的脑电信号分类器，优于传统的学习技术。
分类情绪特征情绪预处理卷积神经网络特征归一化分类模型脑电信号神经网络数据降维特征提取特征通道维度模型阵列形式传统的分类器数据集有效地脑区研究样本改进探索学习

[发明专利]一种基于改进卷积神经网络的P300脑电信号识别方法-CN201910212733.4在审
发明人：马玉良;孟小飞;曹国鲁;陈斌;席旭刚;甘海涛 -专利权人：杭州电子科技大学
申请日： 2019-03-20 - 公布日： 2019-07-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进卷积神经网络的P300脑电信号识别方法。本发明包含以下步骤：1、使用脑电采集设备采集P300脑电信号；2、选取16个通道的脑电信号，对采集到的脑电信号进行降频、降噪及重采样；3、将原始的五维样本重构为二维矩阵，进行15次叠加平均以增大信噪比，每个P300样本标签设为1，噪声样本标签设为0；4、构建新的卷积神经网络结构，5、训练网络，将预处理后的数据送入卷积神经网络，确定网络参数，得到改进的用于P300脑电信号识别的卷积神经网络模型；本发明使用改进卷积神经网络对P300脑电信号进行特征提取和分类，可有效地提高P300信号的识别率。
脑电信号卷积神经网络改进标签神经网络结构预处理二维矩阵脑电采集设备采集特征提取网络参数训练网络样本重构噪声样本识别率信噪比有效地重采样构建降频降噪卷积五维叠加送入样本采集分类