检索结果-内蒙古大学图书馆

作者：杨军薛友蒋陈昱薛轲李梦堃 510640 广东省广州市天河区五山路381号

本发明公开了一种核动力装置中人因失误模式识别方法、装置、电子设备和存储介质，所述方法包括：分别对系统运行交互过程中的系统功能结构和操纵任务进行层次化分析分解，构建操控信息库；根据操控信息库，以目标或事件/状态为导向，... 详细信息

标准号: CN113963443B

本发明公开了一种核动力装置中人因失误模式识别方法、装置、电子设备和存储介质，所述方法包括：分别对系统运行交互过程中的系统功能结构和操纵任务进行层次化分析分解，构建操控信息库；根据操控信息库，以目标或事件/状态为导向，实现对给定任务目标下的序列化动作的操作导航；根据操控信息库和操作导航，设计基于模式识别的人员操作动作模式识别算法；根据人员操作动作模式识别算法，结合系统的实时状态监测数据，实现核动力装置中人因失误模式识别。本发明通过对操控信息库中操作动作模式和设备状态模式的一致性检测，实现在不同运行场景下的典型人因失误模式识别，做到提前预警，预防和降低操纵员人因失误，确保船用核动力装置的运行安全。

关键词：信息库操控核动力装置失误模式动作模式识别人员操作算法实时状态监测系统功能结构一致性检测操作动作存储介质电子设备交互过程结合系统模式识别任务目标设备状态系统运行运行场景层次化序列化船用构建预警分解预防分析安全

来源：评论

学校读者我要写书评

暂无评论

可用于假肢手控制的基于肌音信号手部动作模式识别方法

可用于假肢手控制的基于肌音信号手部动作模式识别方法

引用

作者：夏春明曾勇曹炜宋中建周侃恒董畅 200237 上海市徐汇区梅陇路130号

本发明涉及可用于假肢手控制的基于肌音信号手部动作模式识别方法，该方法包括以下步骤：A、数据采集：a1)通过传感器采集肌肉声音信号，a2)利用数据采集卡采集手动作的肌音信号；B、数据处理：b1)将采集到的信号进行数字滤波，b2)将滤... 详细信息

标准号: CN102013016B

本发明涉及可用于假肢手控制的基于肌音信号手部动作模式识别方法，该方法包括以下步骤：A、数据采集：a1)通过传感器采集肌肉声音信号，a2)利用数据采集卡采集手动作的肌音信号；B、数据处理：b1)将采集到的信号进行数字滤波，b2)将滤波后的信号通过滑动窗等长分割成短时帧，经判断后完成整个数据段的动作分割，b3)提取动作帧的时域特征和频域特征，构成特征空间，b4)利用特征提取方法对特征空间进行降维处理，b5)将降维后得到的新的特征空间输入分类器，得到动作判别结果数据。与现有技术相比，本发明具有方法简单，识别准确率高，易于将算法植入嵌入式系统，可实现基于肌音信号的手部动作实时识别等优点。

关键词：特征空间采集动作模式识别特征提取方法嵌入式系统数据采集卡结果数据实时识别数据采集数字滤波数据处理分类器滑动窗分割假肢传感器判别音信准确率滤波频域时域手部植入算法肌肉

来源：评论

学校读者我要写书评

暂无评论

一种设备工作模式的识别方法及系统

一种设备工作模式的识别方法及系统

引用

作者：姚开鹏仲田辉男邹立明王梓琦杨旭 100004 北京市朝阳区东三环北路5号北京发展大厦17层1701室

本发明为一种设备工作模式的识别方法及系统。该识别方法包括原始波形获取步骤，获取对象设备工作时的工学值的原始波形；预处理步骤，对所述原始波形进行预处理，获得工学值的连续值；标准动作模式识别步骤，对所述连续值进行识别，获... 详细信息

标准号: CN115130492A

本发明为一种设备工作模式的识别方法及系统。该识别方法包括原始波形获取步骤，获取对象设备工作时的工学值的原始波形；预处理步骤，对所述原始波形进行预处理，获得工学值的连续值；标准动作模式识别步骤，对所述连续值进行识别，获得所述对象设备的标准动作模式；切割步骤，以所述标准动作模式为单位对所述连续值进行切割，获得包括标准动作模式的标准动作时间以及动作次数的动作数据；以及可视化步骤，以所述标准动作时间、所述动作次数以及所述工学值为三维瀑布图的三个坐标轴，将所述对象设备的工作模式可视化。根据本发明，不仅能够准确且高效地识别设备的工作模式，还能够准确地判断对象设备是否出现故障。

关键词：对象设备动作模式工作模式原始波形可视化切割预处理动作模式识别三维瀑布图预处理步骤动作数据识别设备坐标轴

来源：评论

学校读者我要写书评

暂无评论

核动力装置中人因失误模式识别方法、装置、设备和介质

核动力装置中人因失误模式识别方法、装置、设备和介质

引用

作者：杨军薛友蒋陈昱薛轲李梦堃 510640 广东省广州市天河区五山路381号

标准号: CN113963443A

来源：评论

学校读者我要写书评

暂无评论

人体运动的评分方法、装置、计算机设备及存储介质

人体运动的评分方法、装置、计算机设备及存储介质

引用

作者：周龙峰冯路 102300 北京市门头沟区三家店东街51号一层(天助立业众创空间)0488

本发明公开了一种人体运动的评分方法、装置、计算机设备及存储介质，涉及运动评估技术领域，用于对用户运动进行有效的监控，提高人体运动评分的准确率和效率。本发明的主要技术方案为：获取用户的待识别骨架序列以及标准模板骨架序列... 详细信息

标准号: CN114821803A

本发明公开了一种人体运动的评分方法、装置、计算机设备及存储介质，涉及运动评估技术领域，用于对用户运动进行有效的监控，提高人体运动评分的准确率和效率。本发明的主要技术方案为：获取用户的待识别骨架序列以及标准模板骨架序列，所述待识别骨架序列中包括多个按照时间顺序排列的人体骨架；所述标准模板骨架序列中包括多个按照时间顺序排列的标准的人体骨架；计算所述待识别骨架序列和所述标准模板骨架序列中对应人体骨架的差异值；将所述差异值输入到动作模式识别模型中，得到所述待识别骨架序列中各个人体骨架的分值；根据所述待识别骨架序列中各个人体骨架的分值，确定所述用户的运动评分。

关键词：骨架序列人体骨架标准模板时间顺序排列人体运动动作模式识别计算机设备存储介质用户运动运动评估准确率监控

来源：评论

学校读者我要写书评

暂无评论

肌电模式识别方法、装置、设备和计算机可读存储介质

肌电模式识别方法、装置、设备和计算机可读存储介质

引用

作者：田彦秀姚秀军韩久琦桂晨光 100176 北京市北京经济技术开发区科创十一街18号院2号楼6层601

本发明公开了一种肌电模式识别方法、装置、设备和计算机可读存储介质。该方法包括：获取肌体处于活动状态时的肌电数据，并在肌体处于活动状态时的肌电数据中提取肌体特征向量；检测肌体特征向量对应的模式类型；在检测到肌体特征向量... 详细信息

标准号: CN111714122A

本发明公开了一种肌电模式识别方法、装置、设备和计算机可读存储介质。该方法包括：获取肌体处于活动状态时的肌电数据，并在肌体处于活动状态时的肌电数据中提取肌体特征向量；检测肌体特征向量对应的模式类型；在检测到肌体特征向量对应的模式类型为异常模式类型时，为肌体特征向量标注异常模式标签；在检测到肌体特征向量对应的模式类型为正常模式类型时，识别肌体特征向量对应的动作模式，并为肌体特征向量标注动作模式相对应的动作模式标签。本发明在进行动作模式识别之前，先识别肌体特征向量是否为异常模式类型，再对肌体特征向量进行动作模式识别，先剔除异常模式，避免将异常模式识别为动作模式的问题，提升肌电模式识别的识别准确性。

关键词：特征向量异常模式动作模式肌电模式类型动作模式识别活动状态模式识别标注检测计算机可读存储介质标签正常模式剔除

来源：评论

学校读者我要写书评

暂无评论

一种表面肌电信号的特征提取及动作模式识别方法

一种表面肌电信号的特征提取及动作模式识别方法

引用

作者：刘奕宁陈彦桥刘金琨 210031 江苏省南京市浦口区浦东路10号

本发明一种表面肌电信号的特征提取及动作模式识别方法，它有五大步骤：步骤1.对采集到的不同动作的表面肌电信号进行分组；步骤2.对每组信号进行时域特征参数提取；步骤3.对提取的时域特征参数构建多参数的特征向量；步骤4.对不同动作... 详细信息

标准号: CN102622605A

本发明一种表面肌电信号的特征提取及动作模式识别方法，它有五大步骤：步骤1.对采集到的不同动作的表面肌电信号进行分组；步骤2.对每组信号进行时域特征参数提取；步骤3.对提取的时域特征参数构建多参数的特征向量；步骤4.对不同动作的相同参数做横向比较并归一化处理；步骤5.用BP神经网络对特征向量进行训练和识别。本发明首先对表面肌电信号进行特征提取、构建多参数特征向量并进行横向归一化处理，在此基础上用BP神经网络进行模式识别，在一定范围内，使识别率达到100％。它在信号处理和模式识别领域里具有实用价值和良好的应用前景。

关键词：神经网络特征提取特征向量归一化时域动作模式识别模式识别领域特征参数提取参数特征横向比较模式识别特征参数信号处理向量采集训练

来源：评论

学校读者我要写书评

暂无评论

一种基于人体表面肌电信号的躯干动作意图识别方法

一种基于人体表面肌电信号的躯干动作意图识别方法

引用

作者：张涵跃 300222 天津市河西区大沽南路1038号546信箱

本发明公开一种基于人体表面肌电信号的躯干动作意图识别方法，包括：采集对象的表面肌电信号及惯性测量数据，并预处理形成归一化数据；通过滑动重叠窗口从每个动作对应的归一化数据中选择预定特征，通过计算获得需要的特征空间；对所... 详细信息

标准号: CN108681685A

本发明公开一种基于人体表面肌电信号的躯干动作意图识别方法，包括：采集对象的表面肌电信号及惯性测量数据，并预处理形成归一化数据；通过滑动重叠窗口从每个动作对应的归一化数据中选择预定特征，通过计算获得需要的特征空间；对所述特征空间降维；对降维后的数据利用分类回归树方法形成决策树分类器进行分类，输出动作模式识别结果；采用多数表决机制对输出的动作模式识别结果进行噪声滤除，将最终动作模式识别结果输出。本发明能够有效地识别人体躯干动作意图，通过采用滑动重叠窗口分析实现了较低的识别错误率，能将识别延迟时间控制在用户所能察觉的阈值内。

关键词：动作模式识别归一化数据特征空间重叠窗口滑动降维预处理表面肌电信号决策树分类器延迟时间控制躯干分类回归树采集对象多数表决惯性测量肌电信号模式识别人体表面人体躯干输出动作数据利用意图识别预定特征噪声滤除输出错误率有效地察觉分类分析

来源：评论

学校读者我要写书评

暂无评论

基于脑肌电融合的混合脑机接口研究

引用

中国生物医学工程学报 2016年第1期35卷 20-30页

作者：谢平陈迎亚郝艳彪陈晓玲杜义浩吴晓光燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名... 详细信息

动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名健康受试者单侧手腕屈/伸两种动作模式下的脑电信号和表面肌电信号,分别提取脑电信号事件相关去同步化特征和表面肌电信号的积分肌电值特征,构建基于支持向量机和粒子群优化算法的脑肌电融合及运动模式识别模型,通过调整"特征融合系数"来实现动作模式最优分类,从而提高模式识别的准确率;进一步通过递降健康人的肌电信号幅值来模拟患者和运动疲劳状态下的肌电信号,验证所提出方法对动作模式识别的有效性。实验结果表明,基于脑肌电融合特征的动作模式识别率(98%)比单纯依靠脑电特征的识别率(73%)提高25%;在运动疲劳状态下,基于脑肌电融合特征的识别率稳定在80%以上,比单纯依靠肌电特征的识别率提高14%。可见,脑肌电融合策略能提高动作模式识别的准确性和鲁棒性,为混合脑机接口技术提供条件。

关键词：脑肌电融合事件相关去同步化粒子群优化动作模式识别

来源：评论

学校读者我要写书评

暂无评论

可用于假肢手控制的基于肌音信号手部动作模式识别方法

可用于假肢手控制的基于肌音信号手部动作模式识别方法

引用

作者：夏春明曾勇曹炜 200237 上海市徐汇区梅陇路130号

标准号: CN102013016A

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：