王娆芬
- 作品数：38 被引量：71H指数：4
- 供职机构：上海工程技术大学电子电气工程学院更多>>
- 发文基金：国家自然科学基金上海市自然科学基金上海市教育委员会重点学科基金更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学机械工程更多>>
- 操作员心电信号QRS波检测及分析
- 2016年
- 人体内蕴藏着十分丰富的生物电信号,心电信号是人体最重要的生理信号之一,是心脏电活动在人体体表的表现,能够较准确的传达出被测者的生理状况。本文通过编程实现了对QRS波群的检测,检测分为两个阶段:第一阶段是对心电信号极值的判断找到R波,由于R波两侧即为Q波和S波,所以第二阶段就是确定QS波。在找到准确的QRS波的基础上,计算了多种基于QRS波的心电特征,分析了QRS波特征与操作员任务难度、疲劳等的相关性。
- 管天洋黄宇霆罗兴林秦珂叶永峰王娆芬
- 关键词：心电信号QRS波群QRS波检测
- 操作员功能状态的智能评估
- 2014年
- 为了评估操作员的功能状态,采用密闭舱空气管理系统模拟多任务过程控制环境,采集了操作员的生理信号,综合操作员主要任务性能和主观评价,建立了操作员功能状态评估模型。同时,提出了一种交叉粒子群优化算法优化自适应模糊神经网络(ANFIS)的参数。试验结果表明,建立的基于交叉粒子群优化算法和ANFIS的操作员功能状态模型能够有效地评估操作员功能状态。
- 王娆芬许伟王行愚
- 关键词：生理信号主观评价粒子群优化
- 一种基于MATLAB应用程序接口控制NAO机器人运动的方法
- 本发明公开了一种基于MATLAB应用程序接口控制NAO机器人运动的方法，所属智能机器人技术领域，控制方法包括以下步骤：首先在MATLAB端进行数字标签指令的输入；在MATLAB上基于TCP/IP协议建立的客户端，与NAO...
- 常亮王娆芬莫亚东刘婕段浩明孟哲秦珂陈蓓
- 基于CNN改进模型的服装分类方法被引量：4
- 2019年
- 随着服装电子商务的快速发展,服装的种类日益增加,根据服装的纹理设计对其进行分类变得越来越重要。传统的图像处理方法已经很难应对越来越复杂的图片背景。为了解决这个问题,本文提出了一种改进的CNN用于服装分类方法,对原有的CNN模型进行结构的调整并在调整的结构中增加卷基层。将改进的算法应用于不同服装数据集上,对Fashion数据集的分类准确率为84.5%,对CAD数据集的分类准确率为77.8%。两个不同数据集的实验结果显示,改进的模型比现有的两个著名的CNN模型(AlexNet和VGGNet)有着更高的准确率。
- 严安王娆芬
- 关键词：CNN图像处理
- 基于任务驱动的《微机控制系统课程设计》教学与实践被引量：1
- 2016年
- 《微机控制系统》是电气、自动化和计算机专业的一门专业理论与实践的课程,而《微机控制系统课程设计》课程是电气、自动化和计算机专业的一门综合实践课程,是学生综合运用所学专业知识进行综合设计的过程。本文以任务为载体,优化该课程设计的教学内容与实践方式,围绕微机控制系统的教学实践,构建不同的任务,运用任务驱动教学,激发学生学习兴趣,培养学生创新意识、协作精神与理论相结合的学风,解决高校《微机控制系统课程设计》教学中人才培养滞后的问题,提高学生的实践开发能力。
- 童东兵张莉萍张颖吴健珍王娆芬徐冬梅
- 关键词：微机控制技术课程设计
- 基于多尺度卷积与并行反向注意力的医学图像分割
- 2025年
- 提出一种基于多尺度卷积与并行反向注意力的医学图像分割网络(RPR-MLP)。在编码器阶段,采用Res2net模块和标记化多层感知机模块作为骨干结构,以提取多尺度信息并增强语义特征的多样性。与此同时,通过并行的部分解码器提高解码器中提取语义信息的准确性。此外,反向注意力模块再次强调对重要区域的关注,进一步提高分割结果的精确性。本文提出的网络在Kvasir和ISIC 2018两个公共数据集上的Dice相似系数(DSC)分别为0.8967、0.8762,证明本文网络对医学图像分割的有效性,同时具有较强的泛化能力。将该方法应用于肺肿瘤CT图像LungCancer数据集,评价指标DSC、IoU和F1分别为0.7278、58.83%和67.85%,其结果与基准网络UNeXt和普通CNN网络U-Net、AttU-Net、U-Net++、PraNet相比,DSC、IoU和F1提升幅度分别为0.0301~0.0578、3.16%~4.70%和6.72%~18.53%,结果表明本文提出的网络性能明显优于对比方法。本研究证明RPR-MLP在不同数据集上的有效性和泛化能力,为肺肿瘤图像分割提供重要的技术支持。
- 陈梦飞王娆芬王海玲李朋宫晓梅
- 关键词：医学图像分割多层感知机
- 一种基于人脸识别的地铁计费装置
- 本实用新型涉及一种基于人脸识别的地铁计费装置，属于地铁计费技术领域，一种基于人脸识别的地铁计费装置，其特征在于：由进站设备、出站设备和控制中心组成，进站设备和出站设备包括机柜、电源、阻挡装置、控制模块、通信模块和摄像头，...
- 严安王娆芬王文东陈猛
- 基于1D-ECNN的短时心电信号疲劳分类被引量：2
- 2021年
- 提出一维双卷积神经网络(1D-ECNN),基于采集的心电信号检测操作员的疲劳状态。1D-ECNN包括4个卷积层、2个最大池化层、1个全连接层和1个softmax输出层。本研究仅使用较少的卷积核数量,这将减少模型参数的数量,降低模型的复杂程度,提高模型训练的速度,同时避免传统方法中复杂的特征提取过程或特征选择过程。将心电信号分成时间长度为1 s的样本,送入1D-ECNN,基于短时心电信号进行操作员疲劳状态分类。仿真结果表明,本文方法的平均分类准确率高达95.72%,能够实时准确地检测操作员的疲劳状态。此外,可以较好地消除个体差异性的影响。
- 吴雪王娆芬
- 基于PCU-Net网络的肺肿瘤分割
- 2024年
- 深度学习技术可辅助医生进行肿瘤的精准分割。但肺肿瘤与周围组织界限不清楚,现有方法存在分割边缘模糊、模型参数量大等问题。提出一种对轻量级肺肿瘤分割的部分卷积坐标注意力U-net(partial convolution coordinate attention U-net,PCU-Net)算法。引入部分卷积降低模型参数量,同时提升模型特征提取的能力。在U-Net跳跃链接处添加坐标注意力模块,使网络更精准获取肿瘤的位置信息,提高分割精度。研究结果表明,改进的PCU-Net在参数量减少58.57%的同时,Dice值、IoU和Recall分别提高4.22%、4.26%和6.82%。将PCU-Net模型与其他语义分割模型对比显示,PCU-Net的Dice值比其他模型高出3~6百分点。
- 蔡浩李朋宫晓梅王娆芬
- 基于GCNN的滚动轴承故障诊断被引量：4
- 2021年
- 随着智能制造的快速发展,基于数据驱动的故障诊断方法逐渐成为轴承状态监测的研究重点。针对传统滚动轴承故障诊断方法所存在的特征提取和特征选择复杂且效果不佳的问题,提出一种基于卷积神经网络智能诊断算法。该算法首先利用重叠采样方法扩充数据集,再采用格拉姆角场方法将原始时域信号转化为二维图像;然后构建一个具有4个卷积层的卷积神经网络,将扩充后的数据集输入卷积神经网络进行轴承故障分类。仿真结果表明,基于格拉姆角场法和卷积神经网络的滚动轴承故障诊断方法准确率达到99.73%,高于基于传统的机器学习及同类型深度神经网络的故障诊断方法,可准确实现滚动轴承故障状态识别和分类,具有一定的应用前景。
- 张振宇王娆芬朱安康
- 关键词：故障诊断滚动轴承卷积神经网络
