本发明请求保护一种融合DLDP与sobel的表情特征提取方法，该方法将Kirsch算子的8个方向掩模分成两个子方向掩模再分别计算边缘响应值，获得两个编码(DLDP1和DLDP2)，级联两个编码的直方图得到表情特征DLDP。为了增强局部特征得到更加有用的信息，将DLDP与sobel算子进行融合得到特征Sobel‑DLDP。在JAFFE和Cohn‑Kanade人脸表情数据库上的实验表明，该方法与其它基于局部纹理的特征提取算法相比，不仅缩短了特征提取的运算时间，而且提高了识别率。

本发明公开了一种基于石墨烯柔性传感器的人体生理信息数据背心及制作方法，属于大数据健康监控中的可穿戴式设备领域，该背心由传感器、监测主机、棉质背心以及远端的终端组成。监控的指标包括心率、呼吸、体温和心电信息。分布式传感器采集数据后传输至监控主机，并通过主机发送至远端监控设备，进行参数显示、报警，并根据指标参数进行用户生命状态评估。医护人员可根据生命体征信号了解用户的生命状态，掌握伤病情况，决定实施医疗急救支援。本发明提供的基于石墨烯柔性传感器的人体生理信息数据背心具有接触好、无电阻、佩戴舒适、防止细菌生长、易于排汗等优点。

本发明请求保护一种基于Teager能量算子的改进小波阈值函数去噪方法，涉及语音信号去噪领域，该方法通过对小波分解后的小波系数进行Teager能量算子的计算，加大了噪声与信号小波系数之间的差距，有利于阈值的自适应选择；通过对软硬阈值去噪函数进行改进，提出了一种新的阈值函数，该函数不仅能克服硬阈值函数的不连续导致的伪吉布斯效应，也克服了软阈值函数去噪后所出现的恒定偏差问题。本发明对信噪比和和均方误差均有较大的改善。

本实用新型提供了一种高效率的川贝母碾碎机，包括壳体，所述壳体内壁设置有筛板，所述壳体顶端设置有暂储箱，所述壳体内壁转动连接有转轴，所述暂储箱底端开设有出料孔与壳体连通，所述转轴外壁连接有带孔板，所述带孔板顶端与出料孔底端贴合，所述壳体底端设置有承载框，所述转轴底端连接有转动架，所述转动架两端均转动连接有碾压轮，所述转轴外壁连接有分布块，所述暂储箱顶端安装有电机，所述转动架侧壁连接有聚集板，所述筛板底端设置有振动组件。一种高效率的川贝母碾碎机通过设置有暂储箱、筛板、出料孔和带孔板，实现川贝母的连续碾磨，碾磨产生的粉末经筛板筛分后落入承载框，自动出料，提高碾磨效率。

本发明公开了一种基于ScMiUKFNN算法的天然气净化工艺建模方法，包括以下步骤：步骤S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；步骤S2：采集预设时间的所述工艺参数和所述性能指标的数据；步骤S3：形成归一化样本集，取所述归一化样本集中一部分作为训练样本，剩余部分作为测试样本；步骤S4：基于训练样本构建神经网络模型和所述神经网络模型的初始状态变量；步骤S5：利用ScMiUKFNN算法估计所述神经网络模型的最优状态变量；步骤S6：获得训练样本更新后的神经网络模型；步骤S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如果比较结果小于预设误差值，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差值。

本发明公开了一种基于MiUKFNN算法的高含硫天然气脱硫工艺建模方法，包括：S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；S2：采集预设时间的所述工艺参数和所述性能指标的数据，剔除误差样本后形成样本集；S3：对样本集进行归一化形成归一化样本集，并从中选取训练样本和测试样本；S4：基于训练样本构建神经网络模型和初始状态变量；S5：利用MiUKFNN算法估计最优状态变量；S6：将最优状态变量作为神经网络模型的连接权值和阈值，即获得权值阈值更新后的神经网络模型；S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如小于预设误差精度，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差精度。

本发明提供了一种直径小于10nm的玻璃纳米孔、制备方法及其用于检测DNA的应用，直接优化激光拉制器的拉制参数和拉制过程，缩小圆锥形玻璃毛细管纳米孔的直径。通过这种方法，可以容易地获得直径小于10nm的玻璃微孔纳米孔。该方法简单，直接，且对环境无害，而不依赖昂贵的真空设备。本发明制备的玻璃毛细管纳米孔的收缩不仅降低了可检测DNA的浓度，而且显著提高了DNA转运信号和信噪比，使得该方法和玻璃纳米孔有望用于DNA转运研究。

本实用新型公开了一种工业机器人自动剥线设备，包括剥线机座，所述剥线机座的上方两侧安装有固定安装有安装板，所述挤压辊的外侧安装有剥皮座，所述剥皮座的内部设置有穿孔，且穿孔的内壁安装有剥刀，所述剥皮座的一侧表面安装有背座，且背座的表面活动安装有内辊，所述内辊的外侧平行安装有外辊；在剥皮座的背面安装有内辊和外辊，内辊和外辊位于穿孔的外侧，当电缆皮被剥刀划开后，利用电缆皮的弹力，电缆皮一旦被划开后，胶皮表面的张紧力断开后，胶皮自身的弹力会使得胶皮张开，位于上方的内辊和外辊通过马达二和马达三进行旋转，将胶皮从内辊和外辊之间挤压推出，使得胶皮彻底分离，避免出现遗漏的情况。

本发明公开了一种基于马尔可夫链与神经网络的汽车行驶工况预测方法，主要步骤为：1)获取表征汽车行驶工况的特征参数和n个历史临近车速Vt‑11、Vt‑12、……Vt‑1n。2)得到马尔可夫链车速趋势预测模型；3)输出第二组数据的趋势预测结果。4)利用主成分分析法对第一组数据、第三组数据进行降维。5)得到神经网络ANN1车速初始预测模型；6)输出第二组数据的初始预测数据。7)得到神经网络ANN2融合器模型；8)得到第三组数据的初始预测数据和第三组数据的趋势预测结果。9)得到神经网络ANN2融合器的输出，即汽车行驶工况的预测结果。本发明为混合动力汽车预测能量管理策略中的关键问题——短期工况预测提供了一种更加有效的预测算法。