国家自然科学基金(61271334)
- 作品数：67 被引量：220H指数：6
- 相关作者：成谢锋张学军黄丽亚孙科学黄丽亚更多>>
- 相关机构：南京邮电大学池州学院南京理工大学更多>>
- 发文基金：国家自然科学基金江苏省高等教育教改立项研究课题江苏省研究生教育教学改革研究与实践课题更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生文化科学更多>>
- 基于MEMS传感器惯性测量单元设计与实现被引量：4
- 2013年
- 随着微电子机械系统(MEMS)技术的发展,出现了大量高性价比MEMS传感器,被广泛应用于多个领域。然而惯性测量单元通常包括多个传感器,如三轴MEMS加速度、角速度和磁力传感器,这样要求有多个数据通道输出,给原型系统设计和开发带来不便。基于此,文中设计了一种惯性传感板,集成MEMS三轴加速度传感器、三轴角速度传感器和三轴磁力传感器,通过单个UART串口可以读取9通道数据。经过试验验证,该惯性传感单元能够满足一般原型系统的快速设计和开发。
- 张瑛薛梅王阳成谢锋
- 关键词：三轴加速度传感器角速度传感器惯性测量单元PCB板
- 参考终端支持下的NB-IoT定位算法
- 2022年
- 针对目前定位方法功耗、精度等问题的局限,提出了一种窄带物联网定位算法。通过云计算来避免终端设备复杂度和功耗的矛盾;在RSSI测距模型的基础上利用窄带物联网大连接广覆盖的特性,在参考终端的支持下,使用优选策略选择相关环境参数以使得测距结果更为准确。在使用最小二乘算法得到目标位置的基础上利用参考终端的相关信息构建的约束圆来对最终估计位置进行判定修正。仿真和实验结果表明,该方法对定位精度的提升具有可行性;与一般基于信号强度的定位算法相比具有显著精确性,在20 m误差距离内的置信概率达到了59.6%。
- 方承志唐亮宋怡笑
- 关键词：RSSI环境参数最小二乘
- 基于周期分段的心音生物识别研究
- 心音信号是心脏通过房室和半月瓣的开闭所产生的自然生理信号，应用于生物识别领域具有巨大的优势。因此本文根据心音信号的特点，基于信号周期分段技术提出了两种心音生物识别方法。 (1)提出一种基于周期分段和多模态多尺度色散熵的...
- 王鹏飞
- 基于NiosⅡ的RFID物流管理系统设计与实现被引量：5
- 2016年
- 当今社会,物流管理越来越受到人们的重视,为提高物流管理系统效率,减少出错率,RFID物流管理系统被提出。同时因为嵌入式技术具有灵活性强、集成度高以及价格低廉等优势,利用嵌入式技术实现RFID成为主流。设计了一种基于Nios Ⅱ的RFID物流管理系统,该系统由Nios Ⅱ嵌入式软核、FPGA开发组件、拨码开关、LCD液晶屏、矩阵键盘等组成。该系统可以对一定范围内的仓库物品信息实现实时读写,并将结果显示在液晶屏上,用户可以通过键盘选择查看相应信息,方便对于仓库中的货物进行动态管理。该系统支持多标签同时操作,可以用于仓库管理,提高物流管理的效率,减少出错率。
- 刘铭孙科学王淑媛周文斌
- 关键词：无线射频识别NIOSII物流管理系统防碰撞算法
- 高校文科学院实验技术人员工作合理化探究被引量：3
- 2019年
- 针对由于高校文科学院实验室不受重视、实验岗配置紧缺,导致实验技术人员承担了实验室管理、技术、教学等大量工作的不合理状况,介绍了通过加强顶层管理、灵活用人机制、重视自身学习提升、构建实验室信息化管理系统、增加实验技术人员考核权限、完善职称晋升考核办法,使得文科学院实验技术人员工作方式趋于合理化,更好的为提升实验教学质量做出贡献。
- 邱坤
- 关键词：信息化
- 基于小波包基与能量熵的MEG自动分类方法被引量：3
- 2016年
- 脑磁信号中包含许多与精神疾病相关的生理信息,是判断神经系统出现各种异常活动的重要依据,对脑科学的研究具有十分重要的意义。为了提高正常人与精神分裂症患者的MEG数据的分类精度,文中提出了一种基于小波包基与能量熵的脑磁特征提取与识别的方法。该方法首先将经PCA降维后的MEG数据进行小波包分解,并结合小波熵从小波包库中选择最优小波包基,然后对选出的最优基所对应的小波系数进行幅度调制求取能量熵,并求取包络能量熵的统计特性构成分类特征向量,最后输入到SVM分类器,实现MEG数据的自动分类。实验结果表明,该方法的分类准确度可达到97.586 8%。说明文中提出的特征提取方法能够有效提取脑磁信号的特征,提高分类精度;也将为精神分裂症的诊断和严重程度的评估提供选择依据。
- 张学军丁钰涵黄丽亚成谢锋
- 关键词：小波包分解幅度调制支持向量机
- 基于ERD和累积能量的脑电特征提取方法被引量：2
- 2017年
- 为了提高运动想象脑-机接口的分类正确率,提出了一种基于事件相关去同步(ERD)的频带能量特征和累积能量特征相结合的特征提取方法。对脑电信号提取ERD频带能量特征,使用线性判别分析(LDA)分类器进行分类,将LDA分类器的输出D作为分类置信度。当D大于设定的阈值时,判断进入运动想象状态,提取累积能量特征,将ERD频带能量特征与累积能量特征相结合,构建联合特征向量,使用LDA分类器进行了分类,得到最终分类结果。采用BCI 2003竞赛数据集Data III进行了实验。实验结果以分类正确率和互信息(MI)作为评估标准,提出的方法最大分类正确率为90%,最大互信息为0.51,结果优于大部分使用相同数据集的参赛队伍。实验结果验证了所提出方法的可行性、有效性,为设计在线脑-机接口模型提供了参考。
- 林文通张学军黄丽亚成谢锋
- 关键词：脑-机接口
- 基于改进型卷积神经网络和行特征的文本检测被引量：3
- 2019年
- 针对现有的自然场景文本检测算法准确率尚未理想的问题,提出了一种基于改进型卷积神经网络和行特征的文本检测方法.首先,采用增强的最大稳定极值区域(MSER)提取图像的连通分量,并应用剪枝方法来获取孤立的连通区域;其次,应用改进型卷积神经网络(CNN)对非字符区域进行消除,获得候选字符区域;然后,提出基于行特征构建多方向候选文本行的算法,用于检测任意定向和弯曲的场景文本;最后,应用C4.5决策树算法对候选文本行进行分类.该算法在ICDAR2013、ICDAR2015和MSER-TD500数据集上进行实验,实验结果表明,该算法能显著提高自然场景文本检测的准确率和召回率,且适用于任意方向、语言和字体的文本.
- 方承志樊梦雅
- 关键词：文本检测卷积神经网络
- 独立函数元:模型、方法和应用被引量：3
- 2014年
- 针对常规线性变换获得的多分量成分可能不相干,但通常不满足统计独立的特点,提出了一种基于独立函数元的信号分解和重构的方法.该方法不仅继承了线性变换的诸多优点,而且还有统计域表征的优点.讨论了独立函数元的模型、定义和获取方法,详细分析了心音独立函数元在心音信号处理方面的应用.实验验证了所述方法的有效性和实用性.
- 马勇成谢锋
- 基于深度学习网络的心音智能分析平台构建被引量：5
- 2019年
- 为了将深度学习和心音研究相结合以提高心音识别算法处理数据的能力,设计了一种深度学习网络的模块化实验平台。信号采集模块、数据处理模块和深度学习网络模块共同组成实验平台系统,使用实验室制作的传感器进行心音信号的采集和去噪声处理,随后由数据处理模块完成信号的特征提取并建立信号的特征数据库,心音信号的识别过程与数据处理在深度学习网络模块中实现。心音智能分析平台以心音深度学习网络为核心,采用进程择优算法,分类器选用BP神经网络,可对心音信号进行分类处理,实现了基于深度学习网络的心音信号识别与数据处理。与此同时,该平台的实现对心音与深度学习的结合、提高心音识别算法在自然环境下处理大数据的能力,具有积极的意义。
- 杨雨诺张国林孙科学成谢锋
- 关键词：心音信号模式识别信号分析
