孙少明
- 作品数：68 被引量：137H指数：7
- 供职机构：中国科学院合肥物质科学研究院更多>>
- 发文基金：国家自然科学基金吉林省科技厅发展计划项目吉林省科技发展计划基金更多>>
- 相关领域：自动化与计算机技术一般工业技术生物学理学更多>>
- 一种功率车功率调节机构
- 本发明公开了一种功率车功率调节机构，包括由多个永磁体嵌在弧形钢板上的磁圈，以及设置在磁圈一侧并与其保持一定间隙的飞轮，所述磁圈上安装有用于传导力的力传感器，所述力传感器的另一端设置有底座，所述底座内设置有用于读取电位器和...
- 孙少明王君洪彭伟孙根基孙怡宁占礼葵李冕张海涛褚叶彪李明鹤李红军
- 文献传递
- 基于神经网络的自动识别打磨方法、系统、设备及存储介质
- 本发明涉及智能打磨技术领域，具体地说，涉及基于神经网络的自动识别打磨方法、系统、设备及存储介质。其包括S1、在工件的三维模型上对工件表面的精度进行区域划分；S2、控制打磨设备对工件表面划分的区域进行选择性打磨，使划分的区...
- 孙少明吴科主孙怡宁汪存益王鹏彧
- 风机气动噪声控制耦合仿生研究
- 孙少明
- 关键词：有限元分析性能试验
- 文献传递
- 融入日常生活的体脂率动态监测系统设计
- 2018年
- 针对肥胖相关疾病发病率持续升高的现状,基于生物电阻抗原理（BIA）,设计了以智能坐便器为载体的体脂率动态监测系统。系统由人体阻抗测量模块、体重测量模块以及APP组成,通过软硬件开发和算法设计,实现了体脂率的快速测量。与欧姆龙HBF701的对比实验结果表明两者的相关系数为0.937,系统具有较高的测量精度。此外,系统与人们日常生活有机结合,从而实现了体脂率的长期动态监测,对预防肥胖相关疾病的发生具有重要价值。
- 刘骏富彭伟陈竟成孙少明
- 关键词：体脂率系统设计
- 长耳鸮皮肤和覆羽耦合吸声降噪特性研究被引量：22
- 2008年
- 利用体视显微镜和驻波管吸声系数测试仪,对长耳鸮、雉鸡、鸽子的胸腹部皮肤和覆羽进行形态、结构观察测试及吸声降噪特征对比试验,并试验研究了长耳鸮皮肤组织试样的耦合吸声特征。结果表明,长耳鸮皮肤和覆羽具有独特的多层次形态与结构耦合特征;在测试频率范围内,三种鸟类皮肤和覆羽的吸声能力在低频段(1000Hz以下)无明显差异,在高频段(1000Hz-4000 Hz),长耳鸮皮肤和覆羽呈现一定的吸声性能,其吸声系数最大值可达0.45,而雉鸡和鸽子体表吸声性较差。根据长耳鸮体表耦合降噪特征运用微穿孔板吸声体吸声系数计算理论,建立仿生耦合吸声数值模型,分析其形态与结构耦合特征的吸声机理。
- 孙少明任露泉徐成宇
- 关键词：声学吸声微穿孔板
- 基于长耳鸮翼前缘的仿生耦合翼型气动性能被引量：15
- 2010年
- 基于对流体介质中典型动物长耳鸮减阻降噪耦合功能的研究,揭示了其快速无声捕食主要取决于其高升力翼羽独有的序贯排列方式;应用逆向重构技术,量化了长耳鸮翅膀翼羽前缘形态特征几何信息,并建立仿生耦合模型,其展向前缘形态可以用波长与振幅(波峰、波谷)来限定。应用基于有限体积法和压力修正的SIMPLEC算法,对仿生耦合翼型模型的气动特性进行了数值模拟。结果表明,在深度失速条件下,仿生耦合翼型结构在一定的波长和振幅范围内能够显著改善翼型的气动性能,升力增幅高达19.8%。失速攻角延迟30.3%。与波长相比,调节振幅能更好改善翼型深度失速条件下的气动性能。
- 徐成宇钱志辉刘庆萍孙少明任露泉
- 关键词：工程仿生学
- 仿生履带式粘附行走机构及其运动方法
- 本发明公开了一种仿生履带式粘附行走机构及其运动方法，包括机身框架、张紧机构、驱动机构、粘附带，驱动机构包括驱动电机、驱动电机齿轮、主动轮、从动轮，主动轮通过齿轮轴连接于机身框架一端，从动轮通过从动轮轴连接于机身框架另一端...
- 吴晅刘彦伟胡重阳孙少明梅涛谢颖
- 文献传递
- 伸缩扒杆气吸式地膜回收机的设计及对残膜污染有效治理对策的研究
- 根据中国国情及实际调研情况,课题认为现阶段地膜污染的解决对策仍主要以推广机械化地膜回收为主,并针对机械化地膜回收中存在的问题研究设计伸缩扒杆气吸式地膜回收机.在对收膜模式进行理论研究和动力学分析的基础上,对现有伸缩扒杆式...
- 孙少明
- 关键词：地膜回收机最优化设计
- 文献传递
- 一种智能手环检测运动姿态的模式识别方法及系统
- 本发明涉及一种智能手环检测运动姿态的模式识别方法及系统，用于检测仰卧起坐、俯卧撑和引体向上等运动姿态，该方法利用手环加速度传感器测量的三轴加速度信息计算姿态角，并根据其周期性变化特征进行运动计数。该系统包括：传感器数据采...
- 高理升李关东王艺桦马祖长许杨王涛王辉李云龙胡天骄孙怡宁杨先军陈焱焱周旭孙少明
- 基于改进小波去噪和长短时记忆网络的肌肉疲劳识别模型研究被引量：1
- 2022年
- 肌肉疲劳状态自动识别技术在运动学和康复医学领域具有广泛的应用。本文针对采集的表面肌电(sEMG)信号噪声干扰多、现有肌肉疲劳识别模型准确度不高等问题,基于sEMG信号开展循环抗阻训练过程中的下肢肌肉疲劳识别研究。首先,提出一种改进型小波阈值函数去噪算法对采集的sEMG信号进行处理;然后,基于长短时记忆神经网络(LSTM)构建肌肉疲劳状态识别模型,利用Holdout方法评估疲劳识别模型的性能;最后,将本研究提出的改进型小波阈值函数去噪方法的去噪效果与传统小波阈值去噪方法对比,将本文提出的肌肉疲劳识别模型的性能与粒子群优化支持向量机(PSO-SVM)和卷积神经网络(CNN)算法的识别性能进行对比。结果表明:新型小波阈值函数相比于硬、软阈值函数具有更好的去噪效果;在识别肌肉疲劳状态准确度方面LSTM网络模型分别比PSO-SVM和CNN识别分类算法高4.89%和2.47%。本文提出的sEMG信号去噪方法和肌肉疲劳识别模型对于康复训练和运动过程中的肌肉疲劳监测具有重要意义。
- 王君洪孙少明孙怡宁陈竟成彭伟彭伟
- 关键词：表面肌电信号肌肉疲劳小波去噪
