本发明公开了一种基于人工智能sEMG信号特征提取及肌肉疲劳级别判别方法，包括如下步骤：S1、使用多模态传感器设备实时捕捉用户在进行特定体力活动时的sEMG信号数据和辅助数据；S2、对所收集的sEMG信号数据及辅助数据进行预处理；S3、利用多尺度熵分析和机器学习算法对预处理后的sEMG信号数据进行特征提取；S4、基于提取的特征，构建并训练一个用于肌肉疲劳级别判别的复合人工智能模型；S5、对用户的肌肉疲劳级别进行实时评估，并根据评估结果，调整运动强度和休息时间安排。本发明通过采用创新的信号预处理技术，有效地提高了sEMG信号处理的准确性和效率。
📄 2024103959150
📂 A61B5_389
👤 齐鲁工业大学(山东省科学院)
📅 2024-04-02
本发明属于新一代信息技术领域，具体涉及一种惯性CG神经网络的同步控制方法。该方法具体包括以下几个步骤：步骤S1：构建惯性CG神经网络的驱动系统和响应系统；步骤S2：设定同步误差，并建立同步误差系统；步骤S3：设计有限时间同步控制器；步骤S4：将步骤S3中设计的所述有限时间同步控制器作用于所述响应系统，使得所述响应系统在同步停息时间内同步于所述驱动系统。本发明基于变量变换方法，并结合李雅普诺夫泛函和不等式技术，为惯性CG神经网络的同步提供了一种控制方法。
📄 2023103693881
📂 G05B13_04
👤 盐城工学院
📅 2023-04-07
本发明公开了一种视网膜OCT图像中血管结构的特征提取方法和配准方法，该特征提取方法基于视网膜OCT图像进行体现血管结构3D特征的第一特征、用于体现血管结构交点特征的第二特征、用于体现血管结构SURF特征的第三特征提取，并对提取到的特征进行融合，因此得到的特征能够具有更全面的血管结构信息，为后续配准等操作打下基础。本发明中特征提取方法设计了用于体现血管结构交点特征的第二特征提取的提取步骤，通过第一特征提取矩阵对潜在的血管交点进行血管交点提取，得到初筛后的血管交点；再通过第二特征提取矩阵对初筛后的血管交点进行伪特征点的排除，得到二次筛选后的血管交点，由此可以避免血管交点的错漏。
📄 2024112283359
📂 G06V40_14
👤 江苏理工学院
📅 2024-09-03
本发明涉及智能制造生产调度技术领域，尤其涉及基于Petri网和神经网络的柔性制造系统的无死锁调度方法。本发明包括以下步骤：基于可视化不含关键资源的柔性制造系统内部工件的加工工序以及各工件之间的机器占用情况，建立Petri网模型；通过遗传算法全局寻优，获得一组较优的调度序列，以此作为前向神经网络的数据集；建立最小化最大完工时间作为系统调度的目标函数；基于神经网络的二分搜索法，减小Petri网的可达树规模，通过神经网络对每代子结点拟合预计完工时间，约束可达树向较优的路径扩展；不断扩展可达树规模进行路径寻优，并输出满足目标函数最小的路径作为柔性制造系统的调度路径。
📄 202311250447X
📂 G06Q10_0631
👤 南通大学
📅 2023-09-26
本发明针对深度神经网络鲁棒性优化问题，公开了一种高效的深度神经网络模型鲁棒性优化方法，属于机器学习和AI安全领域。该方法首先为目标模型浅层添加额外分支进行特征融合，将目标模型改造为可以在速度和准确率之间进行权衡的特征金字塔结构，然后基于生成式对抗网络提取图像样本的潜在特征生成攻击力更强的对抗样本进行对抗训练。本发明提供了一种高效的深度神经网络模型鲁棒性优化方法，有助于扩大模型的防御范围，对模型鲁棒性进行优化。
📄 2021106594910
📂 G06V10_82
👤 西安邮电大学
📅 2021-06-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台