首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种记忆背诵辅助系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中南迅智科技有限公司

摘要:本发明公开一种记忆背诵辅助系统,包括座椅,其特征在于:所述座椅固定连接一组后侧喇叭,所述座椅固定连接对称的方板,所述方板固定连接一组耳侧喇叭,所述座椅固定连接L形板,所述L形板固定连接舵机,所述舵机的输出轴固定连接圆板,所述圆板固定连接一组圆杆,所述圆杆固定连接曲面屏。本发明涉及记忆辅助设备领域,具体地讲,涉及一种记忆背诵辅助系统。本发明要解决的技术问题是提供一种记忆背诵辅助系统,方便辅助记忆背诵。

主权项:1.一种记忆背诵辅助系统,包括座椅(1),其特征在于:所述座椅(1)固定连接一组后侧喇叭(2),所述座椅(1)固定连接对称的方板(3),所述方板(3)固定连接一组耳侧喇叭(4);所述座椅(1)固定连接L形板(9),所述L形板(9)固定连接舵机(8),所述舵机(8)的输出轴固定连接圆板(7),所述圆板(7)固定连接一组圆杆(6),所述圆杆(6)固定连接曲面屏(5);还包括以下步骤:步骤一:需要背诵或记忆的东西,在所述曲面屏(5)上进行变动位置显示,并控制所述舵机(8)转动,实现所述曲面屏(5)摆动,实现需要背诵或记忆的东西位置不断变化;步骤二:根据基于CNN卷积神经网络算法对单词位置进行识别;基于CNN卷积神经网络算法对单词位置进行识别,选择One-Stage单阶段目标检测算法YOLO,其不需要regionproposal阶段,直接产生物体的类别概率和位置坐标值,经过单次检测即可直接得到最终的检测结果,因此有着更快的检测速度和效率,YOLO-v4算法是在原有YOLO目标检测架构的基础上,采用了近些年CNN领域中最优秀的优化策略,从数据处理、主干网络、网络训练、激活函数、损失函数等各个方面都有着不同程度的优化,有着更好的精度和效率,YOLOv4的网络结构划可分为Input、Backbone、Neck、Head四个模块;步骤二一:Input,对输入数据进行数据增强,采用Mosaic数据增强,其是在CutMix数据增强的基础上进化而来的,CutMix是使用两张图片拼接进行数据增强,而Mosaic拓展到了使用四张图片拼接,且这四张图片是随机缩放、随机裁剪和随机排版的,这样可以一下子极大的丰富数据集,以不同单词出现在屏幕不同位置时作为输入数据;步骤二二:Backbone,在YOLOv4中backbone进行了一次升级,称为CSPDarknet53,CSPNet全称是CrossStagePartialNetworks,也就是跨阶段局部网络,CSPNet解决了其他大型卷积神经网络框架Backbone中网络优化的梯度信息重复问题,将梯度的变化从头到尾地集成到特征图中,因此减少了模型的参数量和FLOPS数值,既保证了推理速度和准确率,又减小了模型尺寸,CSPNet实际上是基于Densnet的思想,复制基础层的特征映射图,通过denseblock发送副本到下一个阶段,从而将基础层的特征映射图分离出来,这样可以有效缓解梯度消失问题通过非常深的网络很难去反推丢失信号,支持特征传播,鼓励网络重用特征,从而减少网络参数数量;步骤二三:在这里选择Mish作为激活函数,其是一个与ReLU和Swish非常相似的激活函数,公式如下:y=x∗tanhln1+ex步骤二四:Neck,YOLOv4使用PANetPathAggregationNetwork代替FPN进行参数聚合以适用于不同level的目标检测,融合的时候使用的方法是Addition,YOLOv4算法将融合的方法由加法改为Concatenation,是一种特征图融合方式;步骤二五:YOLOv4中最后的yolo预测层沿用了YOLOv3的yolo,不过需要注意的是YOLOv4在经过了如上Neck后,1第一个yolo层:featuremap76x76==mask=0,1,2==对应最小的anchor;2第二个yolo层:featuremap38x38==mask=3,4,5==对应中等的anchor;3第三个yolo层:featuremap19x19==mask=6,7,8==对应最大的anchor;步骤二六:YOLOv4在BoundingboxRegeressionLoss上也做了一些创新,采用CIOU_Loss进行回归预测,使得预测框的速度和精度更加高;步骤二七:训练模型,darknet下训练数据集为COCO,首先制作数据集,在开始训练,创建yolov4文件夹,加入yolov4.cfg、coco.data、coco.names,并在yolov4文件夹下创建backup文件夹用于存放中间权重,开始执行训练指令.darknetdetectortrain;步骤二八:测试训练的模型,得出检测效果,输出单词在屏幕中的位置,即(x,y)坐标,根据误差,进行迭代多次训练,提升模型的精度;步骤三:所述后侧喇叭(2)及所述耳侧喇叭(4)分别发出不同分贝的声音,左右耳听到的声音与眼睛看到位置相重叠,视听、位置相结合加深记忆,变动位置视听位置相结合将注意力集中在同一个位置。

全文数据:

权利要求:

百度查询: 中南迅智科技有限公司 一种记忆背诵辅助系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。