公开(公告)号：CN118690279A

公开(公告)日：2024-09-24

申请号：CN202410736575.3

申请日：2024-06-07

Applicant: 复旦大学

Inventor： 刘志昊 ,  张正宇 ,  王文卓 ,  王海鹏

IPC: G06F18/243 ,  G06F18/2431 ,  G06N5/01 ,  G06F18/2413

Abstract: 本发明属于电磁效应预测技术领域，具体为一种基于机器学习的阈值加权的小样本电磁效应预测算法。本发明方法包括：检测数据分布，进行数据预处理；训练模型求解特征重要性；将特征重要性和原始数据结合求解设定损伤阈值；将新数据与特征重要性权值结合求解损伤得分，求解预测结果；计算达到下一效应的概率。本发明可以为强电磁环境下的电子系统以及元件提供良好的预测结果，保证系统的稳定运行。

公开(公告)号：CN117237848A

公开(公告)日：2023-12-15

申请号：CN202311232261.1

申请日：2023-09-21

Applicant: 复旦大学

Inventor： 施涵 ,  张正宇 ,  于恒权 ,  马合江·金恩斯 ,  任久春

IPC: G06V20/40 ,  G06V20/64 ,  G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于视觉的赛艇运动姿态评价方法，包括：在赛艇运动场景中，通过标记捕捉摄像机对人体的关键点三维坐标进行捕获，获取视频数据；将获取的视频数据输入到faster RCNN模型中，获取二维的关键点坐标信息；将获取的二维的关键点坐标信息输入到CPN模型中，获取三维的关键点信息；根据获取的三维的关键点信息对赛艇运动时的运动员姿态进行量化评价；faster RCNN模型和CPN模型的训练数据包括：通过动捕设备采集人体的3D关键点数据，以及采集的人体关键点三维坐标的视频数据。与现有技术相比，本发明集采集，检测，预测，评估，可视化为一体，可以为教练员和运动员提供高效精准的训练辅助，实现对运动员划桨姿态的科学评估。

公开(公告)号：CN116702677A

公开(公告)日：2023-09-05

申请号：CN202310764164.0

申请日：2023-06-26

Applicant: 复旦大学

Inventor： 施涵 ,  张正宇 ,  管梓彤 ,  任久春

IPC: G06F30/367 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种耦合电压仿真数据预测的方法和系统，方法包含接收若干样本数据；合并若干样本数据并生成第一特征图；基于CNN‑LSTM处理第一特征图并得到预测结果；输出预测结果。将CNN‑LSTM应用到天线耦合电压仿真数据预测的方法，通过将数据转换为第一特征图的形式，可以更好地利用CNN对空间特征进行提取，通过LSTM层对时序信息进行建模，考虑耦合电压的时序演化和依赖关系，这种方法能够更好地处理数据中的空间、时序特征，更好地捕捉耦合电压的复杂性和动态性，提供更准确的预测结果，有针对性地帮助工程师优化无线通信系统性能，设计更有效的干扰抑制策略。