-
公开(公告)号：CN107007285A
公开(公告)日：2017-08-04
申请号：CN201710252332.2
申请日：2017-04-18
Applicant: 华南理工大学 , 华南智能机器人创新研究院
IPC: A61B5/11
Abstract: 本发明公开了一种基于压力与加速度传感器的跌倒检测方法，步骤如下：首先实时采集人体运动过程的足底压力传感器信号，当压力值信号小于设定压力阈值时认为一个动作开始，采集三轴加速度传感器信号；通过采集到的z轴加速度信号，计算z负轴方向的速度vSz‑，当计算出的速度vSz‑小于设定的速度阈值时，认为该动作为疑似跌倒动作；接着检测到准静止状态的出现或者超时发生后，提取三轴加速度传感器信号的三种特征，并使用训练好的支持向量机模型作出最终的跌倒的判断。本发明可以大大提高对跌倒动作识别的准确率；在实时性方面，本发明所提方式可以在跌倒动作结束后立即做出判断，实时性较强。
-
公开(公告)号：CN106650224A
公开(公告)日：2017-05-10
申请号：CN201610930959.4
申请日：2016-10-31
Applicant: 华南理工大学
CPC classification number: G06F19/3418 , A61H1/0237 , A61H1/0262 , A61H3/00 , A61H2003/005 , A61H2201/0157 , A61H2201/1207 , A61H2201/14 , A61H2201/1642 , A61H2201/165 , A61H2201/1657 , A61H2201/50 , A61H2205/10
Abstract: 本发明公开了可远程监控的仿生康复外骨骼系统及控制方法。该控制系统包括主控板、电机控制系统、传感器网络、无线手表控制端、数据库、远程监控服务器、医生客户端和家属客户端；所述主控板分别与电机控制系统、传感器网络以及无线手表控制端连接；主控板还通过网络远程监控服务器相连接；所述医生客户终端和家属客户终端通过网络连接远程监控服务器；数据库与远程监控服务器连接，数据库还通过网络与主控板连接；本发明提供的可远程监控的仿生康复外骨骼控制系统能由远程服务器与本地系统共同监控设备以及用户的安全，具有高度的安全性能，同时，医生以及家属能通过远程监控服务器及时了解患者状态并为用户制定合理的康复训练方案。
-
公开(公告)号：CN107092861B
公开(公告)日：2020-11-27
申请号：CN201710153326.1
申请日：2017-03-15
Applicant: 华南理工大学 , 华南智能机器人创新研究院
Abstract: 本发明公开了一种基于压力与加速度传感器的下肢动作识别方法，该方法具体实施步骤如下：首先实时采集人体下肢运动的压力传感器信号，对压力传感器信号进行预处理后，根据压力传感器数据的上升沿以及下降沿标定下肢动作的开始以及结束，当检测到压力的上升沿后开始采集加速度传感器三轴加速度信号并存储，当检测到压力的下降沿之后停止采集加速度传感器三轴加速度信号，将上升沿与下降沿之间采集的加速度传感器三轴信号称之为加速度信号片段，接着对上一步提取的加速度信号片段提取频域特征以及统计特征，提取完特征之后对提取的特征进行数据降维，最后使用训练好的分类器对降维后的特征数据进行分类，得出动作模式的分类结果。
-
公开(公告)号：CN108804495A
公开(公告)日：2018-11-13
申请号：CN201810281684.5
申请日：2018-04-02
Applicant: 华南理工大学
CPC classification number: G06F17/2775
Abstract: 本发明公开了一种基于增强语义的自动文本摘要方法，步骤如下：对文本预处理，按照词频信息从高到低排列，将词转为id；利用一个单层双向LSTM将输入序列进行编码，提取文本信息特征；利用单层单向LSTM将编码得到的文本语义向量进行解码获得隐层状态；进行语境向量的计算，提取输入序列中与当前输出最有用的信息；在解码后得到一个词表大小的概率分布，采取一定的策略进行摘要词选择，训练阶段将融合生成摘要和源文本的语义相似度进行损失计算，提高摘要和源文本的语义相似度。本发明利用LSTM深度学习模型对文本进行表征，融入上下文的语义联系，并增强了摘要和源文本的语义关系，生成的摘要更能契合文本的主题思想，应用前景广泛。
-
公开(公告)号：CN106781278A
公开(公告)日：2017-05-31
申请号：CN201710064204.5
申请日：2017-02-04
Applicant: 华南理工大学 , 华南智能机器人创新研究院
IPC: G08B21/04
CPC classification number: G08B21/043 , G08B21/0446
Abstract: 本发明公开了一种基于多传感器数据融合的跌倒检测方法及装置，所述跌倒检测方法采用模式识别的方法，将人体行为划分为跌倒模式和ADL模式类，通过基于支持向量机的机器学习方法筛选出作为人体跌倒判断标准的特征向量，根据特征向量和人体运动状态数据联合检测人体跌倒行为。所述跌倒检测装置由压力传感器、加速度传感器、无线发送模块、无线接收模块、微处理器、求救模块等组成。通过所述跌倒检测方法，对跌倒过程中的压力数据、加速度数据进行实时监测与处理，正确识别出人体跌倒行为，并将位置信息发送给家属或看护人员，以便能够及时救治。本发明基于多传感器数据提取特征向量，有效提高了跌倒的识别能力。
-
Patent Agency Ranking
公开(公告)号：CN108197111A
公开(公告)日：2018-06-22
申请号：CN201810020999.4
申请日：2018-01-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于融合语义聚类的文本自动摘要方法，包括：文本预处理步骤，对原始文档进行预处理，并统计关键词在文本中的词频信息；权重计算步骤，融合局部权重，全局权重和引入相关权重来确定关键词在句子中的贡献度；语义分析步骤，将文本矩阵进行奇异值分解，得到语义分析模型，以此计算每个句子的语义向量；聚类步骤，对计算的句子语义向量在语义空间中通过聚类算法得到K个句子簇；句子选择步骤，在每一个句子簇中计算句子权重，根据排名来挑选前n个句子组成摘要，并去除冗余。本发明简单实用，对文本进行特征表示，融入上下文的语义联系，更充分的显示句子之间和词语之间的共现关系，生成的摘要更能契合文本的主题思想。
-
公开(公告)号：CN107092861A
公开(公告)日：2017-08-25
申请号：CN201710153326.1
申请日：2017-03-15
Applicant: 华南理工大学 , 华南智能机器人创新研究院
Abstract: 本发明公开了一种基于压力与加速度传感器的下肢动作识别方法，该方法具体实施步骤如下：首先实时采集人体下肢运动的压力传感器信号，对压力传感器信号进行预处理后，根据压力传感器数据的上升沿以及下降沿标定下肢动作的开始以及结束，当检测到压力的上升沿后开始采集加速度传感器三轴加速度信号并存储，当检测到压力的下降沿之后停止采集加速度传感器三轴加速度信号，将上升沿与下降沿之间采集的加速度传感器三轴信号称之为加速度信号片段，接着对上一步提取的加速度信号片段提取频域特征以及统计特征，提取完特征之后对提取的特征进行数据降维，最后使用训练好的分类器对降维后的特征数据进行分类，得出动作模式的分类结果。
-
公开(公告)号：CN108197111B
公开(公告)日：2020-12-22
申请号：CN201810020999.4
申请日：2018-01-10
Applicant: 华南理工大学
IPC: G06F40/258 , G06F40/30 , G06F40/289 , G06F16/35 , G06F16/34
Abstract: 本发明公开了一种基于融合语义聚类的文本自动摘要方法，包括：文本预处理步骤，对原始文档进行预处理，并统计关键词在文本中的词频信息；权重计算步骤，融合局部权重，全局权重和引入相关权重来确定关键词在句子中的贡献度；语义分析步骤，将文本矩阵进行奇异值分解，得到语义分析模型，以此计算每个句子的语义向量；聚类步骤，对计算的句子语义向量在语义空间中通过聚类算法得到K个句子簇；句子选择步骤，在每一个句子簇中计算句子权重，根据排名来挑选前n个句子组成摘要，并去除冗余。本发明简单实用，对文本进行特征表示，融入上下文的语义联系，更充分的显示句子之间和词语之间的共现关系，生成的摘要更能契合文本的主题思想。
-
公开(公告)号：CN106650224B
公开(公告)日：2023-06-20
申请号：CN201610930959.4
申请日：2016-10-31
Applicant: 华南理工大学
Abstract: 本发明公开了可远程监控的仿生康复外骨骼系统及控制方法。该控制系统包括主控板、电机控制系统、传感器网络、无线手表控制端、数据库、远程监控服务器、医生客户端和家属客户端；所述主控板分别与电机控制系统、传感器网络以及无线手表控制端连接；主控板还通过网络远程监控服务器相连接；所述医生客户终端和家属客户终端通过网络连接远程监控服务器；数据库与远程监控服务器连接，数据库还通过网络与主控板连接；本发明提供的可远程监控的仿生康复外骨骼控制系统能由远程服务器与本地系统共同监控设备以及用户的安全，具有高度的安全性能，同时，医生以及家属能通过远程监控服务器及时了解患者状态并为用户制定合理的康复训练方案。
-
公开(公告)号：CN108804495B
公开(公告)日：2021-10-22
申请号：CN201810281684.5
申请日：2018-04-02
Applicant: 华南理工大学
IPC: G06F16/34 , G06F40/289
Abstract: 本发明公开了一种基于增强语义的自动文本摘要方法，步骤如下：对文本预处理，按照词频信息从高到低排列，将词转为id；利用一个单层双向LSTM将输入序列进行编码，提取文本信息特征；利用单层单向LSTM将编码得到的文本语义向量进行解码获得隐层状态；进行语境向量的计算，提取输入序列中与当前输出最有用的信息；在解码后得到一个词表大小的概率分布，采取一定的策略进行摘要词选择，训练阶段将融合生成摘要和源文本的语义相似度进行损失计算，提高摘要和源文本的语义相似度。本发明利用LSTM深度学习模型对文本进行表征，融入上下文的语义联系，并增强了摘要和源文本的语义关系，生成的摘要更能契合文本的主题思想，应用前景广泛。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
