一种适用于带宽受限下传输链路的无损信源压缩方法

    公开(公告)号:CN108259515A

    公开(公告)日:2018-07-06

    申请号:CN201810268813.7

    申请日:2018-03-29

    Applicant: 燕山大学

    CPC classification number: H04L69/04

    Abstract: 本发明公开了一种适用于带宽受限下传输链路的无损信源压缩方法,步骤为:将待压缩的原始数据序列A进行逐项差值计算得到原始数据序列B;将数据序列B中的前后元素按位进行异或运算得到数据序列C;对数据段进行规则定义;将数据序列C通过数据组合算法分组压缩成数据包。本发明可有效缓解系统的数据传输压力,提高数据采集及传输能力;可以在不影响系统对带宽的要求下对信号进行过采样,提高系统的采样精度;应用范围广,对原始信号没有特殊限制。

    一种基于红外阵列传感器的室内人员占有率估计方法

    公开(公告)号:CN108802845B

    公开(公告)日:2019-06-28

    申请号:CN201810778106.2

    申请日:2018-07-16

    Applicant: 燕山大学

    Abstract: 本发明涉及一种人员识别技术,具体涉及一种基于红外阵列传感器的室内人员占有率估计方法。步骤1为构建数据集;步骤2为构建数据标签;步骤3为对温度数据抽样并进行压缩降维;步骤4为构建特征集向量;步骤5为数据训练;步骤6为得到转移概率矩阵A和初始概率矩阵Pi;步骤7为得到表现矩阵B;步骤8为构建非均匀马尔可夫模型(IHMM);步骤9为实现在线估计;步骤10实现离线估计;本发明实现了室内人员占有率的在线估计和离线估计,相比于传统的隐马尔科夫模型,IHMM更符合室内人员占有率随时间动态变化的实际情况。

    一种基于红外阵列传感器的室内人员占有率估计方法

    公开(公告)号:CN108802845A

    公开(公告)日:2018-11-13

    申请号:CN201810778106.2

    申请日:2018-07-16

    Applicant: 燕山大学

    CPC classification number: G01V8/20

    Abstract: 本发明涉及一种人员识别技术,具体涉及一种基于红外阵列传感器的室内人员占有率估计方法。步骤1为构建数据集;步骤2为构建数据标签;步骤3为对温度数据抽样并进行压缩降维;步骤4为构建特征集向量;步骤5为数据训练;步骤6为得到转移概率矩阵A和初始概率矩阵Pi;步骤7为得到表现矩阵B;步骤8为构建非均匀马尔可夫模型(IHMM);步骤9为实现在线估计;步骤10实现离线估计;本发明实现了室内人员占有率的在线估计和离线估计,相比于传统的隐马尔科夫模型,IHMM更符合室内人员占有率随时间动态变化的实际情况。

    一种基于红外阵列传感器的人员跌倒检测系统

    公开(公告)号:CN108710822A

    公开(公告)日:2018-10-26

    申请号:CN201810300365.4

    申请日:2018-04-04

    Applicant: 燕山大学

    CPC classification number: G06K9/00335 G06K9/00664 G06K9/40 G06K9/6218

    Abstract: 本发明公开了一种基于红外阵列传感器的人员跌倒检测系统,以红外阵列传感器为媒介采集温度数据,对数据进行处理、筛除、提取和训练,得到最终跌倒信息。系统包括:数据处理模块、干扰数据排除模块、特征提取与处理模块和特征训练模块。数据处理模块用于处理初始数据,差分数据,分离前景背景,确定人的具体位置和停留时间;干扰数据排除模块通过S‑G滤波以及干扰特征找出干扰信息排除干扰数据;特征提取与处理模块通过中心分割、聚类等方法提取跌倒最为明显的四个特征;特征训练模块利用随机森林算法训练得到最终检测结果。本发明对红外检测的各个阶段进行处理,检测准确率高,误报率低,成本低,适用性范围广。

    一种基于红外阵列传感器的人员跌倒检测系统

    公开(公告)号:CN108710822B

    公开(公告)日:2022-05-13

    申请号:CN201810300365.4

    申请日:2018-04-04

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于红外阵列传感器的人员跌倒检测系统,以红外阵列传感器为媒介采集温度数据,对数据进行处理、筛除、提取和训练,得到最终跌倒信息。系统包括:数据处理模块、干扰数据排除模块、特征提取与处理模块和特征训练模块。数据处理模块用于处理初始数据,差分数据,分离前景背景,确定人的具体位置和停留时间;干扰数据排除模块通过S‑G滤波以及干扰特征找出干扰信息排除干扰数据;特征提取与处理模块通过中心分割、聚类等方法提取跌倒最为明显的四个特征;特征训练模块利用随机森林算法训练得到最终检测结果。本发明对红外检测的各个阶段进行处理,检测准确率高,误报率低,成本低,适用性范围广。

    一种适用于工业现场的无线网络可视化配置系统及方法

    公开(公告)号:CN109218087A

    公开(公告)日:2019-01-15

    申请号:CN201811033234.0

    申请日:2018-09-05

    Applicant: 燕山大学

    Abstract: 本发明公开了一种适用于工业现场的无线网络可视化配置系统及方法,系统主要包括无线节点,无线网关和可视化控制终端三部分。无线节点是组成无线网络的最基本元素,负责对现场数据进行收发。无线网关是控制终端与无线节点通信的媒介,通过协议转换分发配置指令。控制终端的主要功能是集中式地为网络所有节点分配地址,规划数据传输路径,设置节点属性。在该系统中,对于网络的配置,统一交由控制终端处理,将网络分布式的管理改为全局的集中式管理。同时,控制终端为网络的配置提供一个直观的、友好的可视化交互界面,克服了无线网络使用过程中诸多固有缺点,提高了网络的可靠性。

Patent Agency Ranking