-
公开(公告)号：CN119339138A
公开(公告)日：2025-01-21
申请号：CN202411393150.3
申请日：2024-10-08
Applicant: 常州大学
IPC: G06V10/764 , G06V10/72 , G06V10/77 , G06V10/82 , G06V40/20 , G06V20/52 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及动作识别技术领域，尤其涉及一种连续动作的活动转换检测及识别方法，包括将雷达信号数据点映射到3D空间域，并进行空间归一化；通过卷积层进行空间特征向量提取和降维，再通过2个全连接层对空间特征向量进一步降维；对进一步降维的空间特征向量进行过渡特征片段生成；将过渡特征片段输入转换及识别网络，得到过渡特征片段是否发生活动转换。本发明解决现有活动转换检测及识别存在准确性不高的问题。
-
公开(公告)号：CN111568436B
公开(公告)日：2023-01-17
申请号：CN202010472924.7
申请日：2020-05-29
Applicant: 常州大学
Abstract: 本发明涉及一种基于回归旋转角的步态对称性评价方法，包括以下步骤：S1、步态数据的预处理；S2、对S1步骤中的步态数据进行步幅检测，并对检测后数据采用周期分割方式分割预处理后的时间序列；S3、对S2步骤的数据进行多角度评估步态对称性；使用时，充分利用受试者步态数据中的每一个样本点，将原始的一维数据拓展到二维空间中比较，得出的对称性结果更精确，避免了周期中离散参数的数据利用率低和随机误差大等问题，数据结果表明，回归旋转角算法能够在传统的基于对称指数评估离散参数的步态对称性影响的基础上，更好地评价在负重行走过程中受试者对于左、右侧步态数据的对称性分布情况，为可穿戴设备的人员识别提供新的特征提取方案。
-
公开(公告)号：CN106643707A
公开(公告)日：2017-05-10
申请号：CN201610813946.9
申请日：2016-09-09
Applicant: 常州大学
IPC: G01C21/16
CPC classification number: G01C21/165
Abstract: 本发明公开了一种基于智能手机的盲人室内导盲方法，属于人身安全领域。首先对盲人的行走路径进行记录，对同一起始地点和目标地点，存储不少于3条的路径，将沿途的各种路障、特征点等记下来，并设定优先路线；将每条路线划分为若干路段，每一个路段设置有定标，在每个定标点设置下一步动作，若定标丢失或无法触碰到，则根据存储的其他路线中，在物理空间上距离最短切中途无阻碍的定标作为替代，并根据该路径重新规划导航线路；所述路线如果是在室外，则使用惯性导航，如果是在室内，则采用定标修正误差结合地磁校准相结合的导航方法。本发明只需要利用手机中内置的传感器即可实现盲人导航，实用性强，成本低廉，同时精度良好。
-
公开(公告)号：CN106352885A
公开(公告)日：2017-01-25
申请号：CN201610813714.3
申请日：2016-09-09
Applicant: 常州大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于智能手机的盲人引领式导航路线规划的方法，属于人身安全领域，首先由引领者带领盲人行走，记录路线，采用基于惯性导航的算法，生成路线轨迹。本发明将路线分为直线段和非直线段两种情况，直线段分为室外地面直线段和室内楼梯直线段，根据实际情况设置语音提示点。非直线段考虑到障碍物形状，如障碍物为环形，引领线路为环形，在环形路线上设置语音提示点，指引盲人改变行走方向；障碍物为锐角状，引领路线为比较尖锐的拐角，则根据实际情况由引领者设置引领点。本发明采用智能手机为载体，与电子导盲设备相比体积小、价格低、便于携带，并且目前很多智能手机都具备盲人模式，便于盲人操作。
-
公开(公告)号：CN106331363A
公开(公告)日：2017-01-11
申请号：CN201610814100.7
申请日：2016-09-09
Applicant: 常州大学
CPC classification number: H04M1/72522 , G01C21/16 , H04L9/3231 , H04M1/72569 , H04M1/72594
Abstract: 本发明公开了一种基于智能手机的盲人识别及引导式导盲的方法，首先对盲人的智能手机进行训练，让盲人的手机能够识别出主人身份，在手机掉落到地上之后，手机此时处于静止状态，则内置加速度传感器的数据恒定不变，判断手机处于不小心掉落，此时手机发出滴滴声，让盲人能够顺着滴滴声找到手机。如果手机被他人窃取，则内置加速度传感器的数据还是发生变化，则会自动给监护人发出报警信息，提醒监护人手机脱离。其次对盲人的行走路径进行导航。首先监护人带盲人将平时所走过的常用路径走一遍，并且记录下该条路径。利用普及的智能手机即可实现盲人识别及导航，实用性强，成本低廉。
-
Patent Agency Ranking
公开(公告)号：CN105050171A
公开(公告)日：2015-11-11
申请号：CN201510428449.2
申请日：2015-07-20
Applicant: 常州大学
CPC classification number: Y02D70/00 , H04W52/0209 , H04W84/18
Abstract: 本发明公开了一种基于RPL协议的农田墒情监测系统无线传感网节点节约功耗的改进算法，包括步骤：a.判断节点传输是否正常，若传输正常则执行b，若传输不正常则执行d；b.节点的相邻两次数据串传输之间由传输间隔I控制，如果传输正常则设置下次传输间隔I为当前传输间隔I值的2倍，若I的值到达最大间隔Imax；若在正常传输时出现异常则设置传输间隔I为最小间隔Imin，并执行c；c.节点首先以最小间隔Imin发送Cvalue个数据，如果发现节点传输正常，则执行b，否则执行d；d.节点随后的第m次数据串传输和第m+1次数据串传输之间以I(m)的间隔进行；e.若在d中发送处于正常模式，则执行b，否则执行d。本发明能够降低系统中节点的发送频率，降低节点功耗，提高使用效率。
-
公开(公告)号：CN104977329A
公开(公告)日：2015-10-14
申请号：CN201510317708.4
申请日：2015-06-10
Applicant: 常州大学
IPC: G01N27/22
Abstract: 本发明公开了一种电容式测量土壤体积含水量的方法，属于农业测量技术领域。包括骤1：建立电容器的高频等效电路模型；步骤2：将步骤1中所述的高频等效电路模型串连连接一个电感Lf，组成LC电路，并推导出谐振频率与土壤体积含水量的关系式；步骤3：将振荡器的输出端连接步骤2中所述的LC电路；步骤4：利用示波器对步骤2中所述的LC电路进行观测，信号幅值最大时记录LC电路的谐振频率f0的值；步骤5：根据步骤4测得的f0的值，利用推导的谐振频率f0与土壤体积含水量的关系式，计算出土壤体积含水量θv。本发明提出的方法简单易操作、成本低，有利于社会推广应用。
-
公开(公告)号：CN104318260A
公开(公告)日：2015-01-28
申请号：CN201410589498.X
申请日：2014-10-28
Applicant: 常州大学
Abstract: 本发明公开了一种基于分组支持向量机的裘皮近红外光谱鉴别的方法，其步骤如下：(1)采集不同种类裘皮的近红外光谱数据，并对这些近红外光谱数据进行预处理和KPCA特征提取；(2)建立裘皮近红外光谱数据训练集；(3)使用基于分组支持向量机对训练集进行训练，构成裘皮分类器；(4)利用裘皮分类器对待鉴别裘皮样本进行鉴别。本发明使用近红外光谱技术，通过光谱预处理和特征提取得到的数据能捕捉到不同种类裘皮近红外光谱的细微差别信息；使用基于分组支持向量机对裘皮种类进行鉴别，具有检测速度快、分类准确性高，对裘皮不造成损坏等优点，可实现不同种类裘皮的分类。
-
公开(公告)号：CN119691558A
公开(公告)日：2025-03-25
申请号：CN202411797572.7
申请日：2024-12-09
Applicant: 常州大学
IPC: G06F18/241 , G06N3/084 , G06N3/049 , G06F18/25 , G06N3/086
Abstract: 本发明涉及TSN配置技术领域，尤其涉及基于TSN配置检测的相关性加权BPNN分类方法，包括构建网络拓扑模型，采集网络拓扑模型中的特征参数对应参数值；利用相关性算法计算特征参数之间的相关性，得到相关性特征参数，并进行归一化处理；将可调度性场景下的相关性特征参数作为输入，TSN配置是否可行作为输出，利用WMVote‑BPNN网络进行训练。本发明解决传统的算法在TSN的网络配置检测中存在的检测时间长、检测准确率低、泛化效果差的问题。
-
公开(公告)号：CN119046660A
公开(公告)日：2024-11-29
申请号：CN202411158365.7
申请日：2024-08-22
Applicant: 常州大学
IPC: G06F18/213 , G01M13/045 , G06F18/241 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明涉及轴承故障诊断技术领域，尤其涉及一种基于域对抗网络和特征增强的轴承故障诊断方法，包括构建滚动轴承数据集，并进行源域和目标域的划分；构建对抗性域自适应模型，通过域对抗性训练减少目标域和每个源域之间的特征分布差异，从若干标记的源域中学习到的故障诊断知识迁移到单个未标记的目标域；运用多线性映射将类别信息与高级特征融合，并引入Mixup增强真实故障信号特征。本发明将不同传感器收集的数据投影到共享的子空间，引入域对抗性训练尽可能地对齐目标域和源域之间的特征分布；利用目标域样本融合类别信息，并运用Mixup增强真实故障信号的特征，从而更稳定地建立跨域连接，实现更好地故障诊断知识泛化。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.022 seconds)
