公开(公告)号：CN110826892A

公开(公告)日：2020-02-21

申请号：CN201911047906.8

申请日：2019-10-30

Applicant: 广东工业大学

Inventor： 饶东宁 ,  林卓毅

IPC: G06Q10/06 ,  G06Q10/10 ,  G06Q40/02

Abstract: 本发明公开了一种基于金融社交网络估算合理薪酬的方法，包括S1：数据收集：收集BoardEx数据、同一时期各公司的市场价值和当地的平均薪酬水平savg；S2：数据预处理：从BoardEx数据中获取金融社交网络，以及人员薪酬sp；S3：网络中心性计算：计算各人员在金融社交网络中的多种网络中心性；S4：薪酬指数计算：薪酬指数为当前薪酬与当地平均薪酬之比，薪酬指数作为回归模型的标签因变量；S5：建立回归模型，以各人员的网络中心性和公司的市场价值作为特征，薪酬指数作为标签因变量，训练得出包括权重和偏置的最终模型；S6：用训练好的最终模型计算人员的合理薪酬指数，从而得出合理薪酬。本发明首次提出用社交网络估计人力资本的期望价值。

公开(公告)号：CN115644858A

公开(公告)日：2023-01-31

申请号：CN202211679011.8

申请日：2022-12-27

Applicant: 广东工业大学

Inventor： 刘洋 ,  张嘉俊 ,  何志铜 ,  高飞 ,  邱泳欣 ,  蔡观富 ,  林卓毅

IPC: A61B5/11 ,  A61B5/00 ,  G06F18/241 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。

公开(公告)号：CN115644858B

公开(公告)日：2023-04-25

申请号：CN202211679011.8

申请日：2022-12-27

Applicant: 广东工业大学

Inventor： 刘洋 ,  张嘉俊 ,  何志铜 ,  高飞 ,  邱泳欣 ,  蔡观富 ,  林卓毅

IPC: A61B5/11 ,  A61B5/00 ,  G06F18/241 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。