根据《中国地质大学(武汉)科技成果转化管理办法(修订)》(地大校办发〔2022〕16号)相关规定，现将国家发明专利“一种用于处理光电容积脉搏信号的时频分析方法及装置”等5件专利许可情况进行公示。具体情况如下：
1. 专利名称：一种用于处理光电容积脉搏信号的时频分析方法及装置
专利号：ZL2023110543380
成果完成人：蒙洁婷;郝国成;锅娟;王沛;吴晨彬;刘源辉;刘璇;徐海锋
简介：本发明公开了一种用于处理光电容积脉搏信号的时频分析方法，将光电容积脉搏波信号作为原始时域信号；对该信号进行不同阶数下的分数阶傅立叶变换，对获得的每个阶数下的分数谱进行峰度系数计算，并进行峰值检测，确定峰值个数作为变分模态分解中模态分解个数；构建变分模态分解算法，得到本征模式分量，计算每个本征模式分量与原始时域信号之间的相关系数，根据两者关系得到重构后的信号实现信号的降噪；对重构后的信号进行广义Warblet变换后进行二阶瞬态提取得到二维时频特征表示。本发明能较好地去除光电容积脉搏信号的噪声干扰，提高信号时频分布的聚集度，在基线漂移、工频噪声和电磁干扰等背景下的光电容积脉搏信号分析中得到良好的应用。
2. 专利名称：基于混沌-RBF神经网络预测ENPEMF信号包络趋势的方法及系统
专利号：ZL2019104361251
成果完成人：郝国成;锅娟;赵娟;王巍
简介：本发明公开了一种基于混沌?RBF神经网络预测ENPEMF信号包络趋势的方法及系统，针对地质灾害前的地球天然脉冲电磁场(ENPEMF)信号，利用基于混沌理论及RBF神经网络的方法及系统来预测该ENPEMF信号强度趋势。本发明中提出的方法及系统实现了ENPEMF信号的嵌入维数m及时间延迟τ的准确计算，可以有效的跟踪ENPEMF信号的强度趋势，并对其进行预测，适用于对ENPEMF信号的进行预测及分析研究。实验结果也表明了混沌?RBF神经网络方法在分析ENPEMF信号内部混沌特性的同时，得到了较好的短期ENPEMF信号预测结果。
3. 专利名称：基于生成对抗网络的人手深度图像数据增强方法
专利号：ZL2019105080965
成果完成人：李勇波;徐迟;蔡文迪;谢中朝
简介：本发明公开了一种基于生成对抗网络的人手深度图像数据增强方法，本发明主要通过生成对抗网络生成新的图像样本，生成对抗网络需要交替训练两个网络：生成网络、判别网络。首先，生成网络输入一个随机噪声，生成一张伪图，尽可能去欺骗判别网络；然后，判别网络判别输入的图像的真伪，尽可能的把生成图片与真实图片区分开；最后，生成网络和判别网络两个部分构成一个动态的“博弈”过程，直到判别网络难以判定生成网络生成的图片是否是真实的，这样可以得到一个模型G生成人手深度图像，以达到数据增强的目标，同时为了使生成的图像与真实图像差异性最小化，本发明引入了一种风格转换的方法，在生成图像上进行风格转换。
4. 专利名称：一种基于黏菌算法选取代理节点管理雾计算网络的方法
专利号：ZL2021108834798
成果完成人：赵一石;董晋良;陈佳凯
简介：本发明中公开了一种基于黏菌算法选取代理节点管理雾计算网络的方法，涉及雾计算和计算机网络技术领域；为了解决现行的雾网管理方法不能适应这种扩张，并造成一定的高时延问题，不能有效发挥雾计算的优势问题；该方法包括雾网信息获取模块、代理节点选取模块和代理节点工作模块，雾网信息获取模块模拟了黏菌对周围整体环境的信息获取方式，代理节点选取模块利用黏菌算法从雾节点中选取出一定数量的符合选取标准的节点成为代理节点。本方法精简代理节点数量，减少大节点直接被选做代理节点的行为，黏菌算法能够控制代理节点的选取包括位置，能力，数量等，始终使雾网的管理保持良好的负载均衡，发挥出更高效的边缘计算能力。
5. 专利名称：一种构建多层等效源模型计算化极与数据类型转换的方法
专利号：ZL2020106027323
成果完成人：左博新
简介：本发明公开了一种构建多层等效源模型计算化极与数据类型转换的方法，输入磁测数据，根据观测数据的观测位置和高度数据等因素，对自由空间和地下空间进行非均匀网格剖分；利用基于积分方程的多层等效源反演方法，对磁测数据进行三维反演计算，构建多层等效源模型；利用构建的多层等效源模型，进行垂直磁化地磁场的化极与数据转换计算，其中，基于积分方程的三维正演计算方法计算磁测数据，得到化极与数据类型转换结果。该方法基于积分方程理论重新构建了等效源模型的计算框架，实现了对高磁化率场源所产生的含有强退磁效应的磁异常数据的高精度处理；且，采用深度规整因子，实现了利用反演过程对多层等效源模型深度位置的自适应估计。
被许可方：武汉凌久微电子有限公司
许可金额：人民币：7.5万元（大写：人民币 柒万伍仟元整）
对以上结果有异议者，请在公示时间内实名书面向知识产权与技术转移中心反映。
公示时间：2024年1月15日至1月29日
联系人：李想姣
联系电话：027-67880785
