CN106027164A - 一种基于脑认知的流体通信方法、装置及系统 - Google Patents
一种基于脑认知的流体通信方法、装置及系统 Download PDFInfo
- Publication number
- CN106027164A CN106027164A CN201610525598.5A CN201610525598A CN106027164A CN 106027164 A CN106027164 A CN 106027164A CN 201610525598 A CN201610525598 A CN 201610525598A CN 106027164 A CN106027164 A CN 106027164A
- Authority
- CN
- China
- Prior art keywords
- fluid
- information
- result
- transmission medium
- fluid information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 242
- 238000004891 communication Methods 0.000 title claims abstract description 49
- 210000004556 brain Anatomy 0.000 title claims abstract description 32
- 230000019771 cognition Effects 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 title claims description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 35
- 230000001149 cognitive effect Effects 0.000 claims description 24
- 230000010365 information processing Effects 0.000 claims description 13
- 230000029142 excretion Effects 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000004148 unit process Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 abstract 4
- 210000004027 cell Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000018152 Cerebral disease Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 208000035755 Psychosomatic disease Diseases 0.000 description 1
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/005—Transmission systems in which the medium consists of the human body
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Child & Adolescent Psychology (AREA)
- Electromagnetism (AREA)
- Medicines Containing Material From Animals Or Micro-Organisms (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- External Artificial Organs (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种基于脑认知的流体通信装置,包括:流体输入器,用于将流体信息经流体传输媒介传输到流体信息多任务处理池的接收单元;处理单元,用于对接收单元接收到的流体信息进行处理;传输单元,用于将处理单元处理后的处理结果传输给弥散学习处理器;弥散学习处理器,用于命名处理结果,向接收单元发送控制响应消息,并向流体信息输出器发送命名后的处理结果;流体信息输出器,用于接收弥散学习处理发送的命名后的处理结果并以对应模式输出。本发明中,实现了微距离的信息通信,提高了系统的自我感知学习能力。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种基于脑认知的流体通信方法、装置及系统。
背景技术
现有的所有通信系统都是基于固体通信媒介或光电通信媒介,主要是用于短距离、中距离和长距离的信息通信,对于微微距离(小于1毫米)的信息通信系统目前尚没有进行研究。
现有的所有通信系统都是基于快速、准确、经济、还原的传输交换原则进行通信,信号的输入值与输出值是相等或相似的。
现有的所有通信系统都是满足于所谓的系统用户,而不是系统本身的需求。也就是说,通信系统是服务于外在的客户而不是通信系统内部。
现有的计算机是采用大规模集成电子电路(采用一定的工艺,把一个电路中所需的晶体管、二极管、电阻、电容和电感等元件及布线互连一起,制作在一小块或几小块半导体晶片或介质基片上)进行信息的存储、计算、处理,是基于物质的固体特性,采用0、1状态进行信息表征。
现有的量子通信在量子力学研究的基础上,利用其运动的形态,设定其状态0、1等,结合现有的通信理论,采用了现有计算机的基本模式。
现有人工智能是在现有计算机的系统结构基础上,结合一定的算法,模拟人工智能,具备一定的学习和反应能力。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等,目前研究水平与人类相比,缺乏人类具有的最基本的自学习能力。
现有的生物医学领域目前与信息处理领域有一定的结合,但与通信系统的结合尚属空白。在大脑疾病的诊断和处置方面,完全没有利用通信系统的基本概念、基本原理进行分析判断,更没有利用流体通信系统的实现方法进行脑活动和认知学习的构建。
现有的教育系统目前没有可以直观进行身心关系的教育辅助装置,对人脑的认知学习和身体疾病的原因、观察统计、分析判别、心理作用没有相应的教学器具。特别是针对精神疾病的认知、治疗。
发明内容
本发明提供一种基于脑认知的流体通信方法、装置及系统,以实现微距离的信息通信,提高系统的自我感知学习能力。
为了达到上述目的,本发明提供一种基于脑认知的流体通信装置,包括流体信息输入器、流体信息多任务处理池、弥散学习处理器、流体信息输出器和流体传输媒介,所述流体信息多任务处理池包括接收单元、处理单元和传输单元,
所述流体输入器,用于将流体信息经所述流体传输媒介传输到所述流体信息多任务处理池的接收单元;
所述处理单元,用于对所述接收单元接收到的流体信息进行处理;
所述传输单元,用于将所述处理单元处理后的处理结果传输给所述弥散学习处理器;
所述弥散学习处理器,用于命名所述处理结果,向所述接收单元发送控制响应消息,并向所述流体信息输出器发送命名后的处理结果;
所述流体信息输出器,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
进一步地,所述处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对所述接收单元接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
进一步地,还包括流体传输介质补充器、流体传输介质回收器和流体传输介质排污器,
所述流体传输介质补充器,用于对所述流体输入器经所述流体传输媒介所传输的流体信息进行流体容量补充;
所述流体传输介质回收器,用于定期回收所述流体传输媒介中的流体信息,并将回收的流体信息清零传输给所述流体输入器;
所述流体传输介质排污器,用于将所述流体传输媒介中的垃圾信息进行排除处理。
进一步地,还包括离子开关,所述离子开关用于控制所述流体传输介质补充器、流体传输介质回收器和流体传输介质排污器的开启/关闭。
本发明还公开了一种基于脑认知的流体通信系统,包括流体输入单元、流体信息处理单元、弥散学习单元和流体信息输出单元,
所述流体输入单元,用于将流体信息传输到所述流体信息处理单元;
所述流体信息处理单元,用于对接收到的流体信息进行处理,得到处理结果;
所述弥散学习处理器,用于命名所述处理结果,向所述流体信息处理单元发送控制响应消息,并向所述流体信息输出单元发送命名后的处理结果;
所述流体信息输出单元,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
进一步地,所述流体信息处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
本发明还公开了一种基于脑认知的流体通信方法,包括如下步骤:
接收流体输入器经流体传输媒介传输的流体信息;
对所述流体信息解码,得到解码后的流体信息;
根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果;
将所述处理结果传输到弥散学习处理器,以使所述弥散学习处理器对所述处理结果进行对应处理。
本发明还公开了一种基于脑认知的流体通信方法,包括如下步骤:
接收由流体信息多任务处理池发送的对流体信息的处理结果,所述流体信息的处理结果为所述流体信息多任务处理池根据所接收到的流体信息进行处理后得到的处理结果;
命名所述处理结果,并向所述流体信息多任务处理池发送控制响应消息。
进一步地,所述命名所述处理结果后,还包括:
向流体信息输出器发送命名后的处理结果。
与现有技术相比,本发明至少具有以下优点:
实现了微距离的信息通信,提高了系统的自我感知学习能力。
附图说明
图1是本发明所提供的基于脑认知的流体通信装置的结构示意图;
图2是本发明所提供的基于脑认知的流体通信装置的具体实施方式的结构示意图。
附图标记:△-离子开关。
具体实施方式
本发明提出一种基于脑认知的流体通信方法、装置及系统,下面结合附图,对本发明具体实施方式进行详细说明。
如图1所示,在该装置中,具体的,包括流体信息输入器、流体信息多任务处理池、弥散学习处理器、流体信息输出器和流体传输媒介,所述流体信息多任务处理池包括接收单元、处理单元和传输单元,
所述流体输入器,用于将流体信息经所述流体传输媒介传输到所述流体信息多任务处理池的接收单元;
所述处理单元,用于对所述接收单元接收到的流体信息进行处理;
所述传输单元,用于将所述处理单元处理后的处理结果传输给所述弥散学习处理器;
所述弥散学习处理器,用于命名所述处理结果,向所述接收单元发送控制响应消息,并向所述流体信息输出器发送命名后的处理结果;
所述流体信息输出器,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
进一步地,所述处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对所述接收单元接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
进一步地,还包括流体传输介质补充器、流体传输介质回收器和流体传输介质排污器,
所述流体传输介质补充器,用于对所述流体输入器经所述流体传输媒介所传输的流体信息进行流体容量补充;具体的,所述流体传输介质补充器是对流体传输循环通道内的不含信息的中性的流体介质进行容量补充或信息消除。其通过流体传输循环通道与流体信息输入装置和多任务处理池进行连接。
所述流体传输介质回收器,用于定期回收所述流体传输媒介中的流体信息,并将回收的流体信息清零传输给所述流体输入器;具体的,所述流体传输介质回收器是对定期或定值对流体传输循环通道内的冗余信息进行回收处理。其一端与流体传输循环通道相连,另一端与信息输入装置相连,主要作用在于旁路信息和回收过时的冗余信息。
所述流体传输介质排污器,用于将所述流体传输媒介中的垃圾信息进行排除处理;具体的,所述流体传输介质排污器是流体传输介质在循环运行的过程中,容易产生废物,需要不定期进行排污处理,其一端连接在多任务处理池,另一端与信息输入装置相连。
进一步地,还包括离子开关,所述离子开关用于控制所述流体传输介质补充器、流体传输介质回收器和流体传输介质排污器的开启/关闭。
其中,在该流体信息多任务处理池中,有若干个信息检测存储模块组成,模块组成的模式是一种没有级差的连接结构,暂定义该连接结构为格万结构。主要功能是对流体信息进行检测、解调、译码,与内部存储的模板进行比对,将比对结果传输至弥散学习处理器。接收弥散学习处理器传来的控制信息,控制检测内容和精度,存储检测结果,建立新的模板。
所述的弥散学习处理器主要功能是对流体信息多任务处理池传输来的信息比对结果进行确认和命名,以及依据比对结果①控制流体信息多任务处理池的相应模块存储学习或调整检测、解调、译码模式;②控制流体信息输出装置完成对应模式的信息输出。
信息处理过程中,信息的输出表征、表象与信息模板之间存在直接或间接的反馈机制。这种反馈的作用受制于输入信息和弥散学习处理模块的一些相关性。
其中,流体传输媒介中的传输承载介质可以采用液体或气体。
所述流体信息输出装置是信息的对外表达装置,是输入信息的一种表征或表象,输出信号通过一定的连接,影响输入信号的处理。
其中,在该装置中,还包括动力系统(泵),其是整个流体通信系统的动力保障系统,类似于心、肺等功能。
进一步地,流体通信系统能够对新的信息进行识别和命名,具备了自我学习的能力;自我学习的能力形成在于信息通过一种格万结构,利用流体媒介的特性,进行弥散传输、比对、连接。现有的网络结构都是基于并行或串行的信息传递,而利用流体介质构建的结构是单向循环的弥漫、散放的一种在现有自然界不能通过实物进行直观学习的新型结构,这种结构存在于人类大脑的神经元之间,也存在于人类社会的各种关系之间。
本发明还公开了一种基于脑认知的流体通信系统,包括流体输入单元、流体信息处理单元、弥散学习单元和流体信息输出单元,
所述流体输入单元,用于将流体信息传输到所述流体信息处理单元;
所述流体信息处理单元,用于对接收到的流体信息进行处理,得到处理结果;
所述弥散学习处理器,用于命名所述处理结果,向所述流体信息处理单元发送控制响应消息,并向所述流体信息输出单元发送命名后的处理结果;
所述流体信息输出单元,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
进一步地,所述流体信息处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
本发明还公开了一种基于脑认知的流体通信方法,包括如下步骤:
接收流体输入器经流体传输媒介传输的流体信息;
对所述流体信息解码,得到解码后的流体信息;
根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果;
将所述处理结果传输到弥散学习处理器,以使所述弥散学习处理器对所述处理结果进行对应处理。
本发明还公开了一种基于脑认知的流体通信方法,包括如下步骤:
接收由流体信息多任务处理池发送的对流体信息的处理结果,所述流体信息的处理结果为所述流体信息多任务处理池根据所接收到的流体信息进行处理后得到的处理结果;
命名所述处理结果,并向所述流体信息多任务处理池发送控制响应消息。
进一步地,所述命名所述处理结果后,还包括:
向流体信息输出器发送命名后的处理结果。
通过上述本发明,实现了如下功能:1、建立了一种新的通信系统模式,有利于对脑认知活动的研究;2、通过流通通信的进一步研究和应用,可实现类人脑运作的计算处理设备,有助于人工智能设备的开发和应用;3、流通通信系统的原理及其在心身疾病诊断和治疗中的应用,能够帮助医生准确判断疾病,提出确实可行的治疗措施;4、利用流体通信原理建立的模型,可帮助人们理解身心的关系,辅助解决身心二元论、先天——后天等哲学难题
基于本发明所提供的基于脑认知的流体通信方法、装置及系统,在现实生活中可以采用纯净水、单一纯气源作为信息的载体;人工智能中应根据科学技术的发展水平选择更好的液体或气体作为信息的载体;在研究人的大脑认知和身心疾病方面,血液是作为信息的主要载体,仍存在其他的液体或气体作为载体的可能。
流体信息输入装置可以直接与流体信息相接,也可以通过相应的固流信息转换器将固体信息转换成流体信息。下面以一具体的酸碱实施案例做阐述,如图2所示,如果设定流体介质中的PH值为8时,表示输入数字5,那么在信息输入值是5时,固流信息转换器将相应的碱量,使流体介质中的酸碱值达到8左右。
流体传输介质到达多任务处理池后,通过分子或离子含量检测装置,将流体传输介质中的各分子或离子的含量检测、组合,形成新的信息表达。这种新的信息表达如果与已存在的信息一致,将其命名代码传递给弥散学习处理器;如果不一致,暂存信息,给弥散学习处理器反馈无命名代码信息。多任务处理池的功能模块接收弥散学习处理器的控制指示,存储信息、消除信息、调整测试方式、接受信息的命名代码。
弥散学习处理器与多任务处理池和信息表达器(流体信息输出器)相连,接受多任务处理池传递过来的信息:如果信息是命名代码,则将命名代码传递给信息表达器,信息表达器将依据其内部存储的命名代码对应的操作程序,进行相应的输出操作;如果信息是无命名代码信息,弥散学习处理器将根据所有传递来的信息,进行比较、判断处理,指定多任务处理器的某个功能模块存储信息或将其丢弃。
弥散学习处理器对新的信息命名建立必须是在能分解其为若干个命名代码的基础上,否则只能丢弃。学习是一个循序渐进的过程,新的知识和技能必须建立在原有的知识和技能的基础上。
信息表达器接受弥散学习器传递来的命名代码或命名代码组,根据命名代码进行相应的操作;接受新的命名代码,将新的命名代码内的原来代码所对应的操作进行整合,形成新的命名代码对应的操作程序。根据不同的需求,输出笑声、哭声或铃声。
信息表达器依据流体通信系统的功能要求,与流体信息输入装置之间建立一定的信息表达反馈路径。反馈信号对信息的输入有一定的影响。
流体介质补充器、排污器是根据对流体介质的纯度检测结果和容量的多少进行相应的开启和关闭。
流体信息回收器是依据时间和信息浓度含量进行回收处理,包括无效信息的清除。
其中,本发明装置的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本发明序号仅仅为了描述,不代表实施例的优劣。
以上公开的仅为本发明的几个具体实施例,但是,本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (9)
1.一种基于脑认知的流体通信装置,其特征在于,包括流体信息输入器、流体信息多任务处理池、弥散学习处理器、流体信息输出器和流体传输媒介,所述流体信息多任务处理池包括接收单元、处理单元和传输单元,
所述流体输入器,用于将流体信息经所述流体传输媒介传输到所述流体信息多任务处理池的接收单元;
所述处理单元,用于对所述接收单元接收到的流体信息进行处理;
所述传输单元,用于将所述处理单元处理后的处理结果传输给所述弥散学习处理器;
所述弥散学习处理器,用于命名所述处理结果,向所述接收单元发送控制响应消息,并向所述流体信息输出器发送命名后的处理结果;
所述流体信息输出器,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
2.如权利要求1所述的基于脑认知的流体通信装置,其特征在于,所述处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对所述接收单元接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
3.如权利要求1所述的基于脑认知的流体通信装置,其特征在于,还包括流体传输介质补充器、流体传输介质回收器和流体传输介质排污器,
所述流体传输介质补充器,用于对所述流体输入器经所述流体传输媒介所传输的流体信息进行流体容量补充;
所述流体传输介质回收器,用于定期回收所述流体传输媒介中的流体信息,并将回收的流体信息清零传输给所述流体输入器;
所述流体传输介质排污器,用于将所述流体传输媒介中的垃圾信息进行排除处理。
4.如权利要求3所述的基于脑认知的流体通信装置,其特征在于,还包括离子开关,所述离子开关用于控制所述流体传输介质补充器、流体传输介质回收器和流体传输介质排污器的开启/关闭。
5.一种基于脑认知的流体通信系统,其特征在于,包括流体输入单元、流体信息处理单元、弥散学习单元和流体信息输出单元,
所述流体输入单元,用于将流体信息传输到所述流体信息处理单元;
所述流体信息处理单元,用于对接收到的流体信息进行处理,得到处理结果;
所述弥散学习处理器,用于命名所述处理结果,向所述流体信息处理单元发送控制响应消息,并向所述流体信息输出单元发送命名后的处理结果;
所述流体信息输出单元,用于接收所述弥散学习处理器发送的命名后的处理结果并以对应模式输出。
6.如权利要求5所述的基于脑认知的流体通信系统,其特征在于,所述流体信息处理单元具体包括解码子单元和对比子单元,
所述解码子单元,用于对接收到的流体信息做解码处理;
所述对比子单元,用于根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果。
7.一种基于脑认知的流体通信方法,其特征在于,包括如下步骤:
接收流体输入器经流体传输媒介传输的流体信息;
对所述流体信息解码,得到解码后的流体信息;
根据预存储的模板对解码处理后的流体信息进行对比,得到处理结果;
将所述处理结果传输到弥散学习处理器,以使所述弥散学习处理器对所述处理结果进行对应处理。
8.一种基于脑认知的流体通信方法,其特征在于,包括如下步骤:
接收由流体信息多任务处理池发送的对流体信息的处理结果,所述流体信息的处理结果为所述流体信息多任务处理池根据所接收到的流体信息进行处理后得到的处理结果;
命名所述处理结果,并向所述流体信息多任务处理池发送控制响应消息。
9.如权利要求8所述的基于脑认知的流体通信方法,其特征在于,所述命名所述处理结果后,还包括:
向流体信息输出器发送命名后的处理结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525598.5A CN106027164B (zh) | 2016-07-05 | 2016-07-05 | 一种基于脑认知的流体通信方法、装置及系统 |
PCT/CN2016/102437 WO2018006508A2 (zh) | 2016-07-05 | 2016-10-18 | 一种基于脑认知的流体通信方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525598.5A CN106027164B (zh) | 2016-07-05 | 2016-07-05 | 一种基于脑认知的流体通信方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106027164A true CN106027164A (zh) | 2016-10-12 |
CN106027164B CN106027164B (zh) | 2018-03-23 |
Family
ID=57107993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610525598.5A Expired - Fee Related CN106027164B (zh) | 2016-07-05 | 2016-07-05 | 一种基于脑认知的流体通信方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106027164B (zh) |
WO (1) | WO2018006508A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108614452A (zh) * | 2018-04-28 | 2018-10-02 | 中冶赛迪技术研究中心有限公司 | 一种利用流体作为通讯传导媒介的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1461215A (zh) * | 2001-02-08 | 2003-12-10 | 因弗内斯医疗有限公司 | 个人身体状况管理系统 |
CN103354897A (zh) * | 2011-02-18 | 2013-10-16 | 皇家飞利浦有限公司 | 微流体阻力网络和微流体设备 |
US20140036629A1 (en) * | 2010-05-24 | 2014-02-06 | Schlumberger Technology Corporation | Downlinking Communication System And Method |
CN203861242U (zh) * | 2014-01-15 | 2014-10-08 | 广州双悠生物科技有限责任公司 | 大脑认知训练系统 |
CN104270504A (zh) * | 2014-09-15 | 2015-01-07 | 中山市乐居智能技术开发有限公司 | 一种基于互联网非接触式健康监测的手机及方法 |
CN105534520A (zh) * | 2015-12-02 | 2016-05-04 | 中国科学院深圳先进技术研究院 | 多参数家庭式脑认知检测方法、装置及系统 |
-
2016
- 2016-07-05 CN CN201610525598.5A patent/CN106027164B/zh not_active Expired - Fee Related
- 2016-10-18 WO PCT/CN2016/102437 patent/WO2018006508A2/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1461215A (zh) * | 2001-02-08 | 2003-12-10 | 因弗内斯医疗有限公司 | 个人身体状况管理系统 |
US20140036629A1 (en) * | 2010-05-24 | 2014-02-06 | Schlumberger Technology Corporation | Downlinking Communication System And Method |
CN103354897A (zh) * | 2011-02-18 | 2013-10-16 | 皇家飞利浦有限公司 | 微流体阻力网络和微流体设备 |
CN203861242U (zh) * | 2014-01-15 | 2014-10-08 | 广州双悠生物科技有限责任公司 | 大脑认知训练系统 |
CN104270504A (zh) * | 2014-09-15 | 2015-01-07 | 中山市乐居智能技术开发有限公司 | 一种基于互联网非接触式健康监测的手机及方法 |
CN105534520A (zh) * | 2015-12-02 | 2016-05-04 | 中国科学院深圳先进技术研究院 | 多参数家庭式脑认知检测方法、装置及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108614452A (zh) * | 2018-04-28 | 2018-10-02 | 中冶赛迪技术研究中心有限公司 | 一种利用流体作为通讯传导媒介的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018006508A2 (zh) | 2018-01-11 |
CN106027164B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khajah et al. | How deep is knowledge tracing? | |
CN109902145A (zh) | 一种基于注意力机制的实体关系联合抽取方法和系统 | |
CN110222653A (zh) | 一种基于图卷积神经网络的骨架数据行为识别方法 | |
Spicer et al. | What does the mind learn? A comparison of human and machine learning representations | |
CN104573630B (zh) | 基于双支持向量机概率输出的多类脑电模式在线识别方法 | |
Deng et al. | HS-KDNet: A lightweight network based on hierarchical-split block and knowledge distillation for fault diagnosis with extremely imbalanced data | |
CN108109093A (zh) | 一种基于智慧校园的教务管理方法及系统 | |
Dodig-Crnkovic | Info-computational constructivism and cognition | |
Felicia et al. | Increasing role of IoT in education sector: A review of Internet of educational things (IoEdT) | |
CN106027164A (zh) | 一种基于脑认知的流体通信方法、装置及系统 | |
Zhou et al. | Applying deep learning and wearable devices for educational data analytics | |
Zhu et al. | Human intention recognition in smart assisted living systems using a hierarchical hidden markov model | |
Velik et al. | Neurosymbolic alerting rules | |
CN106562771A (zh) | 一种面向嵌入式平台的宠物睡眠识别方法 | |
Angerer | Nonconscious: On the Affective Synching of Mind and Machine | |
Rathish et al. | IoT-based wheel chair for fall detection and health monitoring | |
Cannizzaro | The philosophy of semiotic information | |
Dodig-Crnkovic | Author's Response: Why We Need Info-computational Constructivism | |
Devadoss et al. | Impact of Social Media on Youth Activism and Nation Building in Pervasive Social Computing using Neutrosophic Cognitive Maps (NCMs) | |
van der Heijden et al. | The information-processing approach | |
Kohlmorgen et al. | Segmentation and identification of drifting dynamical systems | |
Kumar et al. | 14 E-learning with | |
Fister Jr | Computational intelligence algorithms for the development of an Artificial Sport Trainer | |
Guo et al. | An Efficient Method Based on Region-adjacent Embedding for Text Classification of Chinese Electronic Medical Records | |
Raggioli et al. | A Cognitive Robotics Model for Contextual Diversity in Language Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180323 Termination date: 20200705 |
|
CF01 | Termination of patent right due to non-payment of annual fee |