-
题名基于温敏材料的量程可调电容式柔性压力传感器
- 1
-
-
作者
朱清松
孙权
鲁玉军
鹿业波
-
机构
浙江理工大学机械工程学院
嘉兴大学浙江省医学电子与数字健康重点实验室
-
出处
《传感技术学报》
北大核心
2025年第4期598-602,共5页
-
基金
国家自然科学基金项目(62374074)
嘉兴市科技计划项目(2021AY10061)。
-
文摘
柔性压力传感器在压力检测方面扮演着重要的角色,为了传感器能够适用于不同场景下的检测需求,提出了一种量程可调电容式柔性压力传感器的设计制备方法,采用温敏树脂作为介电层材料,打印银导线作为加热结构,通过焦耳热改变介电层刚度的方式实现传感器量程的控制。研究结果表明,通过控制加热电流,可实现传感器的量程和灵敏度的可控调节,介电层温度从25℃增加到55℃时,传感器的量程和灵敏度分别从4 MPa和0.17 MPa^(-1)变化为2.3 MPa和1.34 MPa^(-1)。面对不同场景的检测需求,可调节传感器的压力检测范围,实现更灵敏的压力检测性能。
-
关键词
柔性电子
电容式压力传感器
温敏材料
灵敏度
量程可调
-
Keywords
flexible electronics
capacitive pressure sensor
thermosensitive material
sensitivity
adjustable range
-
分类号
TP212.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名SCG信号处理与应用研究进展
被引量：1
- 2
-
-
作者
王超超
胡钧益
蒋治国
张先超
-
机构
嘉兴大学信息网络与智能研究院
嘉兴大学信息科学与工程学院
嘉兴大学浙江省医学电子与数字健康重点实验室
嘉兴大学生命健康智能感知浙江省工程研究中心
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第6期923-940,共18页
-
基金
浙江省自然科学基金项目(LQ23F010006)
浙江省教育厅一般科研项目(Y202249280)
浙江省“鲲鹏行动”计划项目。
-
文摘
心血管疾病是严重影响人类生命健康的因素之一。如何利用各类检测方法对人体心血管进行早期健康评估和疾病诊断是有效保障人民生命健康的有效手段。其中,由人体心脏跳动引起的胸腔震动信号(Seismocardiography,SCG)可用于描述细粒度的心脏活动信息,包括心脏瓣膜的打开、关闭等,有助于对冠心病、心肌梗死、心脏出血等心血管疾病的检测和诊断。并且,得益于多种轻型传感器和非接触式传感器的研发,可以实现对人体SCG信号长期、日常化的监测。近年来,科研人员对SCG信号的研究越来越具体,SCG信号的获取方式、信号降噪算法、特征提取以及临床应用等研究内容都取得了一定的突破。将从以上几方面对近年来SCG信号领域的研究情况进行总结和展望。
-
关键词
心震图
MEMS
加速度传感器
陀螺仪
FMCW雷达
心血管
-
Keywords
seismocardiography
MEMS
acceleration sensor
gyroscope
FMCW radar
cardiovascular
-
分类号
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于霍克斯过程的动态异质网络表征学习方法
- 3
-
-
作者
陈蕾
邓琨
刘星妍
-
机构
嘉兴大学信息科学与工程学院
浙江师范大学计算机科学与技术学院(人工智能学院)
嘉兴大学浙江省医学电子与数字健康重点实验室
-
出处
《电信科学》
北大核心
2024年第8期78-93,共16页
-
基金
教育部人文社会科学研究专项任务项目(No.22JDSZ3023)
教育部产学合作协同育人项目(No.220603372015422,No.220604029012441)。
-
文摘
现有的异质网络表征学习方法主要关注静态网络,忽略了时间属性对节点表示的重要影响。然而,真实的异质信息网络极具动态性,节点和边的微小变化都可能影响整个结构和语义。鉴于此,提出了基于霍克斯过程的动态异质网络表征学习方法。首先,利用关系旋转编码方式和注意力机制,学习相邻节点的注意力系数,获得节点的向量表示。其次,学习不同元路径的最优加权组合以更好捕获网络的结构和语义信息。最后,基于时间衰减效应,通过邻域形成序列将时间特征引入节点表示中,得到节点的最终嵌入表示。在多种基准数据集上的实验结果表明,所提方法在性能上显著优于对比模型。在节点分类任务中,Macro-F1平均提高了0.15%~3.45%,在节点聚类任务中,归一化互信息(normalized mutual information,NMI)值提高了1.08%~3.57%。
-
关键词
网络表征学习
动态异质信息网络
注意力机制
元路径
霍克斯过程
-
Keywords
network representation learning
dynamic heterogeneous information network
attention mechanism
meta-path
Hawkes process
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
