一种肌电数据中离群点的处理方法和系统

    公开(公告)号:CN109272020B

    公开(公告)日:2021-02-26

    申请号:CN201810948238.5

    申请日:2018-08-20

    Inventor: 王念 崔莉 赵泽

    Abstract: 本发明涉及肌电数据中离群点的处理方法和系统,包括:获取数据样本的数据集,并将数据集划分为第一类正域、第一类边界区、第二类正域和第二类边界区;将第一类边界区和第二类边界区内数据样本聚类,并根据聚类结果,分别将第一类边界区和第二类边界区划分为多个群组;分别根据第一类边界区内数据样本至第一类正域的距离和第二类边界区内数据样本至第二类正域的距离,确定第一类边界区每个群组至第一类正域的平均距离和第二类边界区每个群组至第二类正域的平均距离,将平均距离大于距离阈值的群组标记为离群点,集合离群点作为离群集合;将数据样本量大于飞地阈值的离群点标记为飞地群组,并删除离群集合中的飞地群组,得到离群点处理结果。

    用于人体运动的特征提取方法及系统、识别方法及系统

    公开(公告)号:CN109635638A

    公开(公告)日:2019-04-16

    申请号:CN201811284383.4

    申请日:2018-10-31

    Abstract: 本发明涉及一种用于人体运动的特征提取方法及系统、识别方法及系统,包括以下步骤:采集人体运动时产生的信号数据;提取所述信号数据中的异义信息,所述异义信息包括肌肉外部运动轨迹信号数据信息和肌肉内部振动信号数据信息;针对所述异义信息进行特征提取,所述特征包括肌肉外部运动轨迹信号特征、肌肉内部振动信号特征以及组合特征,所述组合特征是指根据所述肌肉外部运动轨迹信号数据信息和所述肌肉内部振动信号数据信息获得的关联特征。

    一种获得邻域和正域的方法和系统

    公开(公告)号:CN107301460A

    公开(公告)日:2017-10-27

    申请号:CN201710384473.X

    申请日:2017-05-26

    Inventor: 彭政红 崔莉 赵泽

    CPC classification number: G06N99/005

    Abstract: 本发明涉及一种获得邻域和正域的方法和系统,包括:将哈希分桶后的数据集作为算法的输入,遍历每个数据桶中的样本,通过正域标志判断当前样本是否已被标记为非正域样本,若是则对其他样本进行正域判断,否则查找当前样本的邻域样本;判断当前样本和邻域样本的决策属性值是否相同,若是则舍弃邻域样本,检索其它邻域样本,否则判断当前样本和邻域样本是否互为邻域,若是则通过正域标志将当前样本和邻域样本标记为非正域样本,否则舍弃邻域样本,检索当前样本的其它邻域样本。本发明利用邻域关系的对称性、哈希映射函数的局部敏感性和决策属性过滤策略优化了计算邻域和正域的计算效率。

    一种基于相关性的时间序列数据多步预测方法和系统

    公开(公告)号:CN107274009A

    公开(公告)日:2017-10-20

    申请号:CN201710390314.0

    申请日:2017-05-27

    Inventor: 袁长田 崔莉 赵泽

    CPC classification number: G06Q10/04

    Abstract: 本发明涉及一种基于相关性的时间序列数据多步预测方法和系统,包括:根据待测时间序列数据中相邻时间点数据间的相关性,设置输出长度和回归阶数,并根据输出长度和回归阶数将待测时间序列数据拆分为输入输出数据对集合;将输入输出数据对集合为多输出高斯过程模型的训练数据,训练生成预测模型,将待测时间序列数据输入预测模型,得到最终预测值,直到最终预测值的总个数否大于或等于预测步长,输出最终预测值。本方法利用待测时间序列数据中相邻时间点数据间的相关性,基于多输入多输出策略,使用多输出高斯过程模型同时预测多个未来值,同时用迭代的方式逐步向后预测,具有高预测准确度。

    一种人体跌倒检测方法及系统

    公开(公告)号:CN104510475A

    公开(公告)日:2015-04-15

    申请号:CN201410776583.7

    申请日:2014-12-15

    CPC classification number: A61B5/1117 A61B5/7275 A61B5/7282

    Abstract: 本发明提供一种人体跌倒检测方法及系统,所述方法包括:步骤1)根据实时采集的数据,确定按预定顺序经历了所有过程的跌倒事件。步骤2)通过机器学习模型对所述跌倒事件进行跌倒检测,以验证是否发生跌倒事件,其中所述机器学习模型用于对于输入的由所述采集的数据得到的特征数据,输出跌倒概率或分类类别。本发明能够准确且有效地检测人体跌倒事件。

    无线传感网中模型驱动的数据传输方法及系统

    公开(公告)号:CN104507096A

    公开(公告)日:2015-04-08

    申请号:CN201410758996.2

    申请日:2014-12-10

    Abstract: 本发明提供无线传感器网络的在线模型驱动的数据传输系统和方法,其中当传感器节点采集到新的传感数据时,更新该节点上的实时预测模型的参数,并利用该节点上的同步预测模型计算该时刻的传感数据预测值;以及当传感数据预测值与采集的传感数据之间的误差大于设定的误差阈值时,利用实时预测模型的参数来更新同步预测模型的参数,并将更新后的同步模型的参数与所采集的传感数据发送给网关。该系统和方法避免了模型离线训练阶段的数据传输问题,在不降低传感网采集的数据质量的前提下,减少了网络中的数据传输量,降低了传感器节点的能量消耗,从而延长传感器网的使用寿命。

    一种计步方法
    8.
    发明公开

    公开(公告)号:CN104406604A

    公开(公告)日:2015-03-11

    申请号:CN201410678041.6

    申请日:2014-11-21

    CPC classification number: G01C22/006

    Abstract: 本发明提供一种计步方法,包括下列步骤:1)根据数据窗获取一段时间内的合加速度数据,其中,所述数据窗在时间轴上不断向正向平移;2)使用自适应滤波器对当前数据窗中的合加速度数据进行滤波;其中,所述自适应滤波器的滤波器系数根据在先数据窗中的合加速度数据进行自适应训练;3)根据当前数据窗中的滤波后的合加速度数据进行计步。本发明能够实时给出较为精确的计步结果。

    环境监测装置
    9.
    发明授权

    公开(公告)号:CN102262814B

    公开(公告)日:2013-03-06

    申请号:CN201010194625.8

    申请日:2010-05-28

    Abstract: 本发明提供一种环境监测装置,包括普通监测器、融合监测器以及监测基站;其中,至少一个所述的普通监测器与一融合监测器构成一微型网络;所述微型网络中的普通监测器对所在区域内的环境进行监测,将监测结果发送到所属微型网络中的融合监测器上;所述融合监测器将所属微型网络中的所有普通监测器的监测结果以及自身的监测结果加以融合,然后将融合后的结果发送到所述的监测基站;所述的监测基站负责接收、综合各个微型网络的融合后的监测结果。监测器节点采用自适应方式对发射功率进行控制以降低发射能耗,并周期性采集环境信息,采用深度睡眠技术,关闭无线通信模块、传感模块及微处理器模块,可达到较长工作寿命。

    一种传感器网络试验床无线环境模拟系统及其方法

    公开(公告)号:CN101977398B

    公开(公告)日:2013-03-06

    申请号:CN201010291272.3

    申请日:2010-09-25

    Abstract: 本发明提供一种传感器网络试验床无线环境模拟系统和测试方法,该系统包括被测网络、无线环境模拟平台和监控平台,被测网络包括多种相互异构的节点,无线环境模拟平台采用软件定义无线电装置,监控平台控制各配置参数及运行和停止。本发明可以实现在实验室环境下进行各种无线环境的传感器网络试验和研究;利用软件定义无线电设备高度的灵活性,可以在系统运行的同时实时修改无线环境模拟平台配置参数,变换场景的背景噪声。

Patent Agency Ranking