“王时绘”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50个，建议您升级VIP下载更多相关专利

[发明专利]一种利用深度学习模型分析脑电波的情绪识别方法及系统-CN202310826965.5在审
发明人：黄辰;张丽;王时绘;张龑;唐博;黄明;宋林;宋建华;吴伟 -专利权人：湖北大学;湖北省中西医结合医院（湖北省职业病医院）
申请日： 2023-07-07 - 公布日： 2023-10-20 - 主分类号： A61B5/16 文献下载
摘要：本发明公开了一种利用深度学习模型分析脑电波的情绪识别方法及系统。先采集脑电信号，再将脑电信号的特征映射到脑电地形图上。接着，从脑电地形图中提取出梯度特征，最后将梯度特征输入到预设的深度学习模型中，得到情绪识别结果。通过脑电信号可视化以及提取图像梯度特征的方法比例脑电信号特征单一且数据的冗余。将脑电情绪信号转换为脑电地形图作为分类识别的数据，脑电地形图的分类特征更加多样，提高了情绪识别的准确率以及识别效率。
一种利用深度学习模型分析脑电波情绪识别方法系统

[发明专利]基于脑电特征融合深度学习模型的癫痫分类方法及系统-CN202310841329.X在审
发明人：黄辰;王时绘;张龑;张丽;张慧君;宋建华;吴伟 -专利权人：湖北大学
申请日： 2023-07-11 - 公布日： 2023-10-20 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种基于脑电特征融合深度学习模型的癫痫分类方法及系统。先采集脑电信号，通过脑电信号生成小波散射功率谱密度能量图和频率谱密度能量图；再将小波散射功率谱密度能量图和频率谱密度能量图融合，得到融合后的特征图；接着将融合后的特征图输入到预设的深度学习模型中，输出得到癫痫分类结果。通过引入小波散射算法进行一系列特征图融合，能够体现出信号的多特征可视化能量图谱分析能力，从而实现了对癫痫的准确识别分类。
基于特征融合深度学习模型癫痫分类方法系统

[发明专利]一种基于深度学习模型的睡眠脑电信号检测方法及系统-CN202310828067.3在审
发明人：黄辰;张丽;王时绘;张龑;马亮;黄敏;郭珍立;宋建华;吴伟 -专利权人：湖北大学;湖北省中西医结合医院（湖北省职业病医院）
申请日： 2023-07-06 - 公布日： 2023-10-20 - 主分类号： A61B5/372 文献下载
摘要：本发明公开了一种基于深度学习模型的睡眠脑电信号检测方法及系统。先采集脑电信号，对脑电信号进行时频转换，得到数据频域图，从数据频域图中选择出各预设的睡眠阶段中的特征向量最大值作为各睡眠阶段的聚类中心；根据其余特征向量与各睡眠阶段的聚类中心之间的欧式距离进行聚类，得到对应的簇；接着计算每个簇中所有特征向量的均值作为该簇的特征值；再将所有簇的特征值按照时间顺序拼接起来，得到脑电信号的特征曲线，实现细节匹配；再将脑电信号的特征曲线乘以所属采集通道的权重，得到加权后的通道特征曲线，实现波形重构；最后将加权后的通道特征曲线输入到预设的睡眠检测模型中，得到睡眠分期检测结果，从而自动对睡眠质量进行分期检测。
一种基于深度学习模型睡眠电信号检测方法系统

[发明专利]基于脑电信号和深度学习的运动想象任务分类方法及系统-CN202310843420.5在审
发明人：黄辰;王时绘;张龑;张丽;刘小雨;宋建华;吴伟 -专利权人：湖北大学
申请日： 2023-07-10 - 公布日： 2023-10-03 - 主分类号： G06F18/15 文献下载
摘要：本发明公开了一种基于脑电信号和深度学习的运动想象任务分类方法及系统。先采集脑电信号，再对脑电信号进行归一化处理，得到归一化后的数据值，并对归一化后的数据值进行极坐标转换；接着将极坐标角度转换为格拉姆矩阵，并将格拉姆矩阵保存为沿对角线对称的特征图；最后将沿对角线对称的特征图输入到双注意力混合神经网络模型中，得到运动想象任务分类结果。本发明通过将运动想象脑电信号转换为保持时间依赖性并反映时域波形特征的格拉姆角场图，并构建混合神经网络深度来挖掘重要区域的信息，解决了个体差异性大且难以学习有效特征的问题，能够对运动想象任务进行准确分类。
基于电信号深度学习运动想象任务分类方法系统

[发明专利]一种基于网络嵌入法的资源智能推荐方法及系统-CN201910451324.X有效
发明人：曾诚;刘彤;王时绘;何鹏;马传香;张龑;陈昊;胡宇航 -专利权人：湖北大学
申请日： 2019-05-28 - 公布日： 2023-07-28 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于网络信息处理技术领域，公开了一种基于网络嵌入法的资源智能推荐方法及系统，构建基于用户标签的用户网络、基于用户行为的用户网络和基于资源标签的资源网络；然后使用网络嵌入法作用于用户标签网络和资源标签网络得到用户与资源的低维特征向量，并使用特征向量计算用户间与资源间的相似矩阵；利用网络嵌入法中LINE模型的二阶邻近度表征用户行为网络中用户节点的特征，通过增加节点的高阶邻居拓展这些节点的邻居。本发明使用基于内容的推荐算法得到给用户提供的资源推荐列表；以协同过滤推荐列表为主，基于内容推荐列表为辅，将两种算法的推荐结果共同推荐给用户，最终列表中也加入协同过滤推荐列表中概率较高相似资源。
一种基于网络嵌入资源智能推荐方法系统

[发明专利]一种危险行为预警方法、装置和设备-CN202210550799.6有效
发明人：王业率;马传香;张龑;王时绘;黄辰;李亚敏;宋建华;何鹏;杨超 -专利权人：湖北大学
申请日： 2022-05-18 - 公布日： 2023-07-18 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种危险行为预警方法、装置和设备，该方法包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。本发明的方法对样本集要求较低，在样本集数量较小情况下，即可识别是否发生危险行为，识别效果较好，更加精准。
一种危险行为预警方法装置设备

[发明专利]一种基于三维空间的多行人重识别方法、系统-CN202211116098.8有效
发明人：张龑;王雨露;李亚敏;王业率;马传香;黄辰;王时绘;宋建华;何鹏;杨超 -专利权人：湖北大学
申请日： 2022-09-14 - 公布日： 2023-07-18 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于三维空间的多行人重识别方法、系统，通过建立监控空间、布置分布式监控装置，构建邻域拍摄方法和摄像头邻域运动方法，获取当前监控目标区域的实时监控图像，并判断采集的实时监控图像中是否存在行人，进行多行人重识别。与现有技术相比，其有益效果是：可根据目标监控区域人群活动情况进行动态调整摄像头分布情况，达到分布式摄像监控和预警的目的。弥补现有技术存在监控端摄像头等设备摄像过程中容易被遮挡、远距离成像效果较差等问题，能够对重点关注人员进行不间断的、高质量的视频监控，为社会治安管理提供了有效支持。
一种基于三维空间行人识别方法系统

[发明专利]基于多尺度动态卷积网络模型的知识图谱嵌入方法及系统-CN202310686034.X在审
发明人：李志飞;张龑;王时绘;张羽泉;万梓欣;沈宇凡;张媛;陈悦 -专利权人：湖北大学
申请日： 2023-06-12 - 公布日： 2023-07-14 - 主分类号： G06F16/36 文献下载
摘要：本发明提供了一种基于多尺度动态卷积网络模型的知识图谱嵌入方法及系统，包括三个阶段：嵌入表示阶段、编码阶段和评分阶段。对于三元组，首先映射头实体，关系到它们的分布式嵌入表示，并生成与关系相关的卷积核向量。然后对这些卷积核在嵌入上进行重塑和卷积，以获得编码组件中的特征映射张量和隐藏层向量。最后，在评分组件中，与所有候选尾实体的嵌入进行匹配，预测三元组是否正确。本发明的有益效果是：可以有效地处理复杂关系，并在大多数评价指标上获得最先进的链路预测结果，具有较好的实用性。
基于尺度动态卷积网络模型知识图谱嵌入方法系统

[发明专利]一种司乘人员风险识别方法及装置-CN202310155373.5在审
发明人：宋建华;张龑;王时绘;王业率;何鹏;马传香;黄辰;李亚敏;吕顺营;杨超 -专利权人：湖北大学
申请日： 2023-02-21 - 公布日： 2023-07-14 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及一种司乘人员风险识别方法及装置，该方法包括：将采集的实时压力数据输入情绪识别模型，确定当前情绪状态；若当前情绪状态为预设类型的情绪状态，在预设时间段内连续获取多组压力数据输入情绪识别模型，得到对应的多个目标情绪状态；根据多个目标情绪状态，确定预设时间段内的预警计数结果，若预警计数结果达到预设计数阈值，则生成风险预警结果；其中，情绪识别模型通过下述方式训练得到：将带有情绪标签信息的样本压力数据输入初始识别模型进行训练，直至训练后的识别模型的识别成功率符合预设条件，得到情绪识别模型。本发明能够避免误触发生成预警信号引起的麻烦，提高了情绪识别结果的准确性。
一种司乘人员风险识别方法装置

[发明专利]一种维基百科概念依赖关系识别方法-CN202011600680.2有效
发明人：肖奎;王时绘;张䶮;娄园园;周洋 -专利权人：湖北大学
申请日： 2020-12-30 - 公布日： 2023-06-20 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种维基百科概念依赖关系识别方法，包括如下步骤：由至少两个的基分类器组成Bagging分类器，并由至少两个Bagging分类器组成的Boosting分类器；用Boosting分类器对数据集进行训练：样本经过所有的Bagging分类器后，得到最终的分类结果；输入测试样本，Boosting分类器预测当前样本概念对间的依赖关系；本发明的方法，同时结合Bagging和Boosting两种集成技术的优点来预测维基百科概念之间的依赖关系，将AdaBoost算法当中的基分类器换成基于Bagging的集成学习分类器，这样AdaBoost既能发挥自己在权值分配上的优势，还能结合Bagging算法在样例选择上具有随机独立的特点，分类结果更为准确。
一种百科概念依赖关系识别方法

[发明专利]一种公共区域人员感知方法及装置-CN202310146925.6在审
发明人：张龑;王时绘;宋建华;王业率;何鹏;马传香;黄辰;李亚敏;吕顺营;杨超 -专利权人：湖北大学
申请日： 2023-02-21 - 公布日： 2023-06-09 - 主分类号： G06Q50/26 文献下载
摘要：本发明涉及一种公共区域人员感知方法及装置，该方法包括：按照预设时间间隔采集压力传感器矩阵的压力数据，得到预设时间段内每一采样时刻的压力数据；根据预设时间段内各预设位置的压力数据，从各预设位置内筛选得到符合预设条件的至少一个目标位置；在每一采样时刻，根据至少一个目标位置对应的压力数据，确定采样时刻公共区域的目标感知数据；基于各采样时刻对应的目标感知数据确定预设时间段对应的目标重量数据；根据目标重量数据和预设重量阈值，确定人员聚集感知结果。本发明灵敏度高，识别速度快，而且，相比现有技术中的基于深度学习的人员感知方法，本发明不受摄像头角度和背景遮挡等因素的限制，识别精度高。
一种公共区域人员感知方法装置

[发明专利]一种攻击行为预警方法及系统-CN202210563093.3有效
发明人：宋建华;李庚睿;王时绘;王业率;马传香;张龑;黄辰;李亚敏;何鹏;杨超 -专利权人：湖北大学
申请日： 2022-05-18 - 公布日： 2023-05-26 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种攻击行为预警方法及系统。采用的技术方案是：包括监控端和数据处理端。所述监控端设置在被监控空间顶部，用于拍摄监控范围内的行人图像，并利用内置的轻量神经网络识别当前图像是否包含行人，当所述图像中包含行人时，跟踪可能发生攻击行为的躯干器官，并将实时摄像画面传输至系统数据处理端；所述数据处理端将计算该目标行为动作特征，利用实时摄像画面中截取的躯干部位移动路径计算运动距离，通过结合行为耗费的时间计算行为特征，与数组的攻击行为对比，当符合危险行为报警条件后，将向当前区域治安管理人员发送警报信息。本发明的有益效果：智能算法比对、及时发现群体异常行为、有效辅助系统监控管理人员提前进行科学预警。
一种攻击行为预警方法系统

[发明专利]一种基于增强现实的预警系统及预警方法-CN202211173275.6在审
发明人：宋建华;陈佳鳌;夏傲阳;王时绘;王业率;张龑;何鹏;杨超;马传香;黄辰;李亚敏 -专利权人：湖北大学
申请日： 2022-09-26 - 公布日： 2023-01-03 - 主分类号： B60W40/08 文献下载
摘要：本发明公开了一种基于增强现实的预警系统及预警方法，其中，驾驶员预警系统包括多区域外部车辆数据采集模块，用于从多方位实时监测外部车辆行使状态以及乘客的实时处境；驾驶员数据采集模块，用于实时监测驾驶员眼睛运动轨迹和对驾驶员注意力习惯跟踪；乘客区域报警模块，用于监测乘客是否有危险行为或者其他突发事件；控制模块，用于对多区域外部车辆数据采集模块、驾驶员数据采集模块以及乘客区域报警模块反馈的信号进行传输和控制，并进行预警提醒。通过采用本发明预警系统能够快速有效的从多方位监测驾驶员的眼睛运动轨迹、采集驾驶员注意力信息以及外部车辆行使状况，进而有效的提高了驾驶员的安全系数。
一种基于增强现实预警系统预警方法

[发明专利]一种基于深度学习的PCB板Mark点精确定位方法-CN202210339706.5在审
发明人：宋建华;余佳文;王业率;王时绘;张龑;杨超;何鹏;马传香;吕顺营;朱荣钊 -专利权人：湖北大学
申请日： 2022-04-01 - 公布日： 2022-11-18 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于深度学习的PCB板Mark点精确定位方法，通过采用本发明PCB板Mark点精确定位方法，不仅实现了易于设计及搭建、分割速度快、精度高的目的，而且还实现了适用范围广的目的；具体为：1)神经网络呈模块化，且模块的组成部分在工业和学术界得到广泛应用，易于搭建，而且白光干涉位移传感器有很成熟的产品；2)由工业计算机强大计算力快速进行位置定位，且分割技术趋于成熟，在广大领域得到了验证；3)借鉴此方法可以定位各种固定位置和形状的物体，而且网络模型中各种单元和模块的适用性广，不同领域只需修改模型的模块即可。
一种基于深度学习 pcb mark 精确定位方法

[发明专利]基于深度学习的PCB板Mark点反光光斑分割方法-CN202111273505.1在审
发明人：宋建华;余佳文;王业率;王时绘;张龑;杨超;何鹏;马传香;吕顺营;朱荣钊 -专利权人：湖北大学
申请日： 2021-10-29 - 公布日： 2022-03-18 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于深度学习的PCB板Mark点反光光斑分割方法，该方法包括：将PCB板Mark点的灰度图内所有反光像素在另一个灰度图的相同坐标位置标注出来得到标注图片；对PCB板图片和对应的标注图片进行预处理得到训练集和测试集；对PCB板图片进行滤波降噪，再将PCB板图片以及标注图片按相同比例缩放；同时对PCB板图片所有像素灰度值做归一化处理；用预处理后的PCB板图片和标注图片生成空间权重数组；利用空间权重数组、标注图片以及神经网络对PCB板图片进行分割；将分割结果转移至PCB板图片上覆盖反光区域。本发明能够消除环形光源照射PCB板上感光膜而产生的反光，提升Mark点识别精度。
基于深度学习 pcb mark 反光光斑分割方法

1
2
3
4
下一页»
尾页
共 50 条