-
Patent Agency Ranking
公开(公告)号：CN109829509B
公开(公告)日：2022-11-22
申请号：CN201910139215.4
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于融合神经网络的雷达手势识别方法，首先，利用二维快速傅立叶变换(Fast Fourier Transform,FFT)求取手势回波中频信号的频谱，采用谱峰估计计算出手势目标的距离和速度参数，并利用多重信号分类(Multiple Signal Classification,MUSIC)方法计算角度参数。其次，利用这三维参数在时间上的累积，将一个完整手势动作映射为多帧距离‑速度矩阵图和角度时间图。然后，利用手势参数图，建立融合神经网络。最后，利用融合神经网络进行手势特征提取和特征融合，并通过全连接层对手势特征进行分类。
-
公开(公告)号：CN109829509A
公开(公告)日：2019-05-31
申请号：CN201910139215.4
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于融合神经网络的雷达手势识别方法，首先，利用二维快速傅立叶变换(Fast Fourier Transform,FFT)求取手势回波中频信号的频谱，采用谱峰估计计算出手势目标的距离和速度参数，并利用多重信号分类(Multiple Signal Classification,MUSIC)方法计算角度参数。其次，利用这三维参数在时间上的累积，将一个完整手势动作映射为多帧距离-速度矩阵图和角度时间图。然后，利用手势参数图，建立融合神经网络。最后，利用融合神经网络进行手势特征提取和特征融合，并通过全连接层对手势特征进行分类。
-
公开(公告)号：CN113743669A
公开(公告)日：2021-12-03
申请号：CN202111046397.4
申请日：2021-09-06
Applicant: 重庆邮电大学
Abstract: 本发明属于投资者情绪测度领域，具体涉及一种基于情感分类模型的股市投资者情绪指标选择方法，该方法包括：实时获取股评数据，对获取的股评进行预处理；将预处理后的数据输入到训练好的投资者情绪指标预测模型中，得到投资者的预测情绪指标；根据投资者的预测情绪指标对股市进行调控；所述投资者情绪指标预测模型包括情感分类模型和投资者情绪指标构建模型；发明通过构建投资者情绪指标预测模型，采用该模型对股市投资者的情绪进行预测，有利于多角度，更全面地找到投资者情绪与股票市场的联系，从而提高股票收益率。
-
公开(公告)号：CN108509910B
公开(公告)日：2021-09-28
申请号：CN201810281177.1
申请日：2018-04-02
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于雷达信号的深度学习手势识别方法，首先通过雷达获取每一种手势的中频信号，并从中提取每一根发射天线和接收天线下的中频信号矩阵；其次，利用傅里叶变换对信号频率进行提取，得到信号中的距离和速度信息并且将数据进行预处理；然后，建立三维卷积神经网络和长短记忆网络，将处理后的雷达信号输入到网络进行训练；最后，根据深度学习网络提取的特征进行手势识别。本发明方法解决了传统识别算法使用条件受限以及鲁棒性差的问题，且能实现多种手势的精确分类。
-
公开(公告)号：CN108509910A
公开(公告)日：2018-09-07
申请号：CN201810281177.1
申请日：2018-04-02
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于雷达信号的深度学习手势识别方法，首先通过雷达获取每一种手势的中频信号，并从中提取每一根发射天线和接收天线下的中频信号矩阵；其次，利用傅里叶变换对信号频率进行提取，得到信号中的距离和速度信息并且将数据进行预处理；然后，建立三维卷积神经网络和长短记忆网络，将处理后的雷达信号输入到网络进行训练；最后，根据深度学习网络提取的特征进行手势识别。本发明方法解决了传统识别算法使用条件受限以及鲁棒性差的问题，且能实现多种手势的精确分类。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
