|
搜索
搜 索
高等教育领域数字化综合服务平台
基于脑电信号的意识障碍状态分类系统
本发明属于公共卫生技术领域，具体为一种基于脑电信号的意识障碍状态分类系统。本发明系统主要用于分类两种不同的意识障碍状态，即微意识状态和植物态。系统包括：脑电信号预处理模块，负责对脑电信号按照30分钟的时间间隔进行分段，同时进行去噪和滤波等操作，确保信号的质量；特征提取模块，根据临床常用指标从脑电信号中提取特征，并构建特征矩阵；脑电信号片段的意识障碍状态分类模块，利用EasyEnsemble算法对特征进行分类，识别出个体中各片段对应的意识障碍状态；整段脑电信号的意识障碍状态分类模块，根据片段分类的结果，分类整段信号的意识障碍状态。本发明为意识障碍状态的分析提供了一种有效的自动化辅助手段。
复旦大学
2021-01-12
用于大数据处理系统的内存数据集置换系统与置换方法
本发明公开了一种用于大数据处理系统的内存数据集置换系统， 包括分析模块、信息监测模块、决策模块。分析模块用于对上层用户 程序进行逻辑分析，得出各运算阶段中生成内存数据集时的运算步骤 集合；信息监测模块用于对运行中的用户程序进行监测，并收集生成 内存数据集时的信息提交给决策模块；决策模块用于对收集到的信息 进行分析和排序，判断当前阶段是否需要对系统中的内存数据集进行 置换，在系统需要进行置换时确定需要移除的内存数据集并
华中科技大学
2021-04-14
基于光纤传感的工程结构长期监测技术
基于光纤传感的工程结构长期监测技术方法，解决了长大线状结构全寿命周期的长期、实时、在线监测
石家庄铁道大学
2021-05-04
实时智能视频监测控制模块的开发
本成果灵活地将先进的电子技术、嵌入式技术和计算机网络技术融合在一起 , 研究了实时视频传输技术的关键问题 , 开发了系统的用户界面，实现了智能化、自动化管理 , 保证了对监控对象状态的 24 小时不间断监控 , 保障了监控对象系统的稳定运行。在有效采集图像信息的基础上 , 实时智能视频检测系统比普通的网络视频监控系统具备更强大的图像处理能力和智能因素 , 可为用户提供更多高级的视频分析功能 , 提高监控的效率和监控系统的准确度。 成果已申报 2013 西安市科学技术奖；获批国家实用新型专利 5 项，以申报国家发明专利 1 项。
西安科技大学
2021-04-11
基于物联网的电梯健康实时监测系统
其具体实现方式如下：整套电梯健康实时监测系统，通过三向加速度传感器和电梯控制系统互相连接实现。三向加速度传感器安装在轿厢上，与轿厢一起上下运动获取轿厢运行状态数据。可获取电梯轿厢三个方向的加速度数据。电梯控制系统包括数据转换模块、数据融合模块、判断模块、异常分析模块、异常/故障消除模块和异常/故障信息发送模块
西安交通大学
2021-04-10
基于光纤光栅技术的结构健康监测系统
1.系统组成： 光纤光栅应变传感器、光纤光栅温度传感器、光纤光栅波长解调仪、光纤光栅数据采集及分析软件、微型计算机等组成。 2.技术性能： 光纤光栅应变传感器采用自主开发的封装方式将光纤光栅封装于1.2mm不锈钢管内部。实验表明，该传感器测量灵敏度达到了1.2pm/με。采用多层钢管封装的光纤光栅温度传感器其灵敏度达到了30 pm/℃。自主开发的光纤光栅数据采集及分析软件，可以及时有效的对数据进行自动分析。 3.先进性及知识产权： 本项目是大连理工大学结构健康监测与控制中心自主知识产权的科研成果。目前，是国内光纤光栅传感系统领域比较先进的成熟技术。使用本技术可在光纤光栅传感器行业实现工艺、技术、设备的国产化，为传感系统领域的产品生产，大幅降低成本，提高可靠性和后续技术支持，增加经济效益起到关键作用。
大连理工大学
2021-04-13
生鲜乳的全链条实时温度监测系统
北京工业大学
2021-04-14
基于通用Wi-Fi的睡眠监测系统
首次提出使用Wi-Fi信道状态信息进行睡眠质量评估，在日常居家环 境下进行实验，睡眠分期的准确率优于智能手环等便携式睡眠监测设备。 从Wi-Fi信道状态信息到睡眠分期，本系统解决了两大问题：一是如何从 信道状态信息中提取体动和呼吸模式，二是如何构建普适性与个性化相结 合的睡眠阶段识别模型，刻画不同睡眠阶段与体动、呼吸模式之间的关联 关系。针对问题一，信道状态信息本身有许多噪音，对呼吸模式的提取有 很大的影响，本系统设计了基于主成分分析的去噪方法，能
西北工业大学
2021-04-14
教学信号发生器
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
General通用信号分析软件
产品详细介绍通用信号数据处理与分析ErgoLAB生理测试云平台，除针对EMG、EDA、HRV、RESP信号的专业处理与分析软件之外，还提供了General基础通用信号分析软件，如生物力学信号、环境信号、皮温SKT、眼电等，该分析模块默认为一般化的处理方式，可满足基本的信号处理与分析统计。其他信号如生物力学信号、环境信号、其他生理信号、眼电信号等可在 General 一般性分析模块中进行处理与分析。该模块可以结合人机环境同步平台和生理记录系统采集到的所有生物信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于查看数据，在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出分析报告单。技术要求： 1、信号处理模块包括基础滤波，包括高通滤波（High Pass）、低通滤波（Low Pass）和带阻滤波（Band Stop）；滑动滤波（Smooth），包括滑动均值滤波Moving Average、高斯滤波Guass和Hann窗；Scale变换，包括线性变换（Liner Transform）、指数变换（Power Transform）和绝对变换（Absolute Transform）3种，以及数据降采样（Resample）。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析包括时域分析和频域分析，且可时域分析、频域分析自由切换。A.时域分析是将生物信号看作时间的函数，通过分析得到生物信号随时间变化的统计特征。其统计分析指标包括：包括最大值（Max）、最小值（Min）、均值（Mean）、标准差（STD）、最大最小值差（Range）、方差（Variance）。B.频域分析是运用参数模型法和直接傅里叶变化（FFT）将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析，从功率谱密度中确定生物信号的频带。具体包括中值频率（Median Frequency）与均值频率（Mean Frequency）。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、PSD数据以及整体结果报告。
北京津发科技股份有限公司
2021-08-23