-
公开(公告)号：CN110245718A
公开(公告)日：2019-09-17
申请号：CN201910540142.X
申请日：2019-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于联合时域频域特征的人体行为识别方法，采用单节点惯性测量装置对人体运动产生的加速度数据和角速度数据进行样本数据采集，通过对采集结果进行去除奇异值、漂移补偿和数据窗口化处理，提取出能用来区分人体行为运动的特征，对提取出的特征进行优化处理之后，采用基于欧式距离的二叉树分类算法生成分类二叉树，利用提取的特征对二叉树的SVM二元分类器进行训练和测试，从而提取出分类模型，将单节点惯性测量装置采集到的代表人体行为运动的实时加速度、角速度数据输入该分类模型可实现人体行为运动实时识别。本方法采用二叉树分类算法，同时精简选取较少特征进行训练，降低了计算复杂度、减少了运算时间、降低了功耗、提升了识别准确率。
-
公开(公告)号：CN119865432A
公开(公告)日：2025-04-22
申请号：CN202510094343.7
申请日：2025-01-21
Applicant: 国网河南省电力公司经济技术研究院 , 国网经济技术研究院有限公司 , 国网冀北电力有限公司经济技术研究院 , 南京信息工程大学 , 河南九域腾龙信息工程有限公司
Abstract: 本发明提供一种用于电力通信网的仿真处理方法与系统，属于仿真软件技术领域，具体包括：以通信区域对应的电力设备的分布数据为基础，并结合不同的电力设备所对应的供电电力拓扑的节点，确定通信区域的仿真模型的构建需求满足要求时，基于通信区域的通信设备所处的通信拓扑节点，确定通信设备关联的电力设备，以关联的电力设备的设备监测数据为基础，进行通信设备中的仿真模型的构建目标的确定，以仿真模型的构建目标以及构建目标之间的通信拓扑的关联情况，进行通信区域的仿真模型的构建处理，基于通信区域的仿真模型与通信网络的匹配情况进行所述通信区域的仿真处理顺序的确定，从而提升了仿真处理的效率和准确性。
-
公开(公告)号：CN118195103B
公开(公告)日：2024-08-27
申请号：CN202410609965.4
申请日：2024-05-16
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于Transformer的综合负荷预测方法及系统，包括将获取的检测日历数据、负荷检测数据和气象检测数据作为输入数据，并输入至预训练的综合负荷预测模型；利用相关性分析、多尺度分解、序列划分分别对输入数据进行季节特征提取和趋势性特征提取获得季节性预测值和趋势性预测值，并将季节性预测值和趋势性预测值分别对应相加，获得实时热能预测值、实时冷能预测值和实时电能预测值；本发明针对数据的趋势性、季节性、长时依赖关系以及不同负荷的耦合特性，提高了区域综合资源系统多负荷预测精度；使用基于线性方法的回归预测在不影响预测精度的情况下，大大减少综合负荷预测模型复杂度，减少了训练资源开销。
-
公开(公告)号：CN118195103A
公开(公告)日：2024-06-14
申请号：CN202410609965.4
申请日：2024-05-16
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于Transformer的综合负荷预测方法及系统，包括将获取的检测日历数据、负荷检测数据和气象检测数据作为输入数据，并输入至预训练的综合负荷预测模型；利用相关性分析、多尺度分解、序列划分分别对输入数据进行季节特征提取和趋势性特征提取获得季节性预测值和趋势性预测值，并将季节性预测值和趋势性预测值分别对应相加，获得实时热能预测值、实时冷能预测值和实时电能预测值；本发明针对数据的趋势性、季节性、长时依赖关系以及不同负荷的耦合特性，提高了区域综合资源系统多负荷预测精度；使用基于线性方法的回归预测在不影响预测精度的情况下，大大减少综合负荷预测模型复杂度，减少了训练资源开销。
-
公开(公告)号：CN117556369A
公开(公告)日：2024-02-13
申请号：CN202410046231.X
申请日：2024-01-12
Applicant: 南京信息工程大学
IPC: G06F18/2433 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种动态生成的残差图卷积神经网络的窃电检测方法，包括以下步骤：（1）收集电力系统中用户电力消费原始数据；（2）对原始数据进行缺失补充、异常值处理并划分训练集、验证集和测试集；（3）将预处理后的一维电力负荷曲线变换为二维电力负荷特征矩阵，以输入图卷积神经网络；（4）通过训练获得最佳参数以获得最能代表数据关系的邻接矩阵A；（5）将特征矩阵X和邻接矩阵A送入残差图卷积神经网络中提取潜在特征，通过池化层与全连接层得到最终分类；本发明通过动态学习用户用电周期之间的深层时间依赖关系、周期模式和潜在特征，提升了窃电检测领域的精度。所采用的数据补充方法有效缓解了现实世界中的数据不平衡问题。
-
Patent Agency Ranking
公开(公告)号：CN115983448B
公开(公告)日：2023-09-12
申请号：CN202211609240.2
申请日：2022-12-14
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于时空图神经网络的多能源负荷预测方法，包括如下步骤：选出日历特征，并获取综合能源系统中对应时间的电、热、冷负荷、气象特征数据；对各特征数据进行异常数据检测、线性插值、归一化处理，得到时间序列数据集；使用灰色关联度分析方法选择与电、热、冷负荷相关性较强的气象、日历特征，得到多能源负荷预测数据集；将多能源负荷预测数据集分为训练集、验证集和测试集，利用训练集和验证集中的数据对时空图神经网络进行训练，得到最优负荷预测模型；将测试集中的数据输入最优负荷预测模型，得到电、热、冷负荷预测结果。本发明利用时空图神经网络使多能源负荷预测模型的通用性更强，预测性能更高。
-
公开(公告)号：CN110946556B
公开(公告)日：2022-07-15
申请号：CN201911375827.X
申请日：2019-12-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于可穿戴式体感网的帕金森静息态震颤评估方法，属于无线传感器网络及其数据分析领域，特别涉及一种基于可穿戴式体感网的帕金森患者手臂震颤状态获取及识别。本发明通过测量上臂、下臂和手腕的姿态角，计算肘关节和腕关节的角度变化量，提取角度变化量的特征，提取肌电信号的实时特征，根据特征数据和UPDRS量表训练隐马尔可夫模型，输出当前最优状态序列。本方法可以为帕金森患者手臂震颤程度评估提供技术支持，为帕金森患者、老年人、体弱者等需要及时获知早期帕金森病症发生的人群提供理论依据。
-
公开(公告)号：CN112953663A
公开(公告)日：2021-06-11
申请号：CN202110266620.X
申请日：2021-03-11
Applicant: 南京信息工程大学
IPC: H04B17/309 , G08B13/22 , G06K9/62
Abstract: 本发明公开了一种基于OFDM子载波经验分析的被动式室内入侵检测方法，通过部署Wi‑Fi通信设备，获取训练时序数据，对训练时序数据依次进行异常值滤除操作、小波变换滤波操作、标准化处理、链路选择、数据窗口化处理和特征提取，得到训练特征数据，采用所述训练特征数据训练初始检测器，得到入侵检测器，通过Wi‑Fi通信设备采集待测时序数据，获取待测时序数据的特征数据，得到待测特征数据，将待测特征数据输入入侵检测器进行入侵检测，以提升相应入侵检测方案的灵活性，使该入侵检测方案能够适用于各类新环境，无需手动校准或者在新环境中进行重新训练，具有较高的检测准确性。
-
公开(公告)号：CN109171703A
公开(公告)日：2019-01-11
申请号：CN201811009125.5
申请日：2018-08-31
Applicant: 南京信息工程大学
IPC: A61B5/0402 , A61B5/00 , A61B5/0205
CPC classification number: A61B5/0402 , A61B5/02 , A61B5/0205 , A61B5/021 , A61B5/04012 , A61B5/08 , A61B5/6802 , A61B5/7203 , A61B5/725 , A61B5/7271
Abstract: 本发明公开一种基于可穿戴式体感网的心电信号的获取与处理方法，本发明将导联电极组与四种生理信号传感器部署在对应的人体各个表面，通过采集导联电极组信号与四种生理信号建立MAR模型并根据赤池准则和Arfit预测器，恢复脱落的心电信号；然后将恢复后的心电信号作为输入，根据导联电极组的三轴运动强度与电极移位伪差噪声强度，选择导联；再次，将所选择的导联电极信号作为主导联电极信号输入，并识别出QRS复合波的起止点；本发明在病人各种运动情境下，能够准确有效的恢复ECG信号和识别QRS复合波，从而提高系统的鲁棒性和效率。
-
公开(公告)号：CN104269025B
公开(公告)日：2016-09-28
申请号：CN201410513264.7
申请日：2014-09-29
Applicant: 南京信息工程大学
Abstract: 本发明提供了面向户外摔倒监测的穿戴式单节点特征选取方法和位置选取方法，特征选取时基于惯性器件IMU采集的三轴加速度值，通过计算在七种特征值——加速度强度值、标准差、协方差、香农熵、最大峰峰导数、偏度系数、峰度系数中选择合适的特征参数及参数组合，经参数评估后给出最优组合。位置选取时根据特征选取的结果，通过测试数据计算不同部属位置（胸口、手腕和大腿侧）的漏检率和错检率，经加权求和后给出最优位置。本发明以更合理地针对不同的穿戴者，适应多种环境。利用本方法输出的最优参数组合及SVM核参数能够得到94%以上的检出率，检出率高、鲁棒性好。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.036 seconds)
