-
公开(公告)号：CN117770786A
公开(公告)日：2024-03-29
申请号：CN202311822123.9
申请日：2023-12-27
Applicant: 北京理工大学
IPC: A61B5/0507 , A61B5/021 , A61B5/026 , G06N3/0442 , G06N3/08
Abstract: 一种基于射频信号的非接触式血压测量方法，属于移动计算应用技术领域。基于一种连续波束扫描射频感测方案，获得沿手臂的高质量脉搏波形，非接触式的测量方式增强血压测量的舒适性；使用管载模型描述血流动力学，揭示动脉顺应性与潜在血压变化之间的内在关系，并引入特定于血压的传递函数来表征这种关系，增强血压测量的可靠性；基于一个可解释的深度学习模型用于血压测量，模型包括在DRCN上构建一个血压估计器来优化BTF模型参数，然后通过LSTM模块来获得测量的血压值，透明化的决策过程增强血压测量的可解释性。本发明适用于移动计算应用技术、健康检测及医疗等领域，提高血压测量的舒适性、可靠性及可解释性。
-
公开(公告)号：CN112230208B
公开(公告)日：2024-03-19
申请号：CN202011098392.1
申请日：2020-10-14
Applicant: 北京理工大学
IPC: G01S11/14 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084 , G10L25/24 , G10L25/03 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于智能手机音频感知的汽车行驶速度检测方法。本方法利用智能手机的麦克风收集汽车行驶过去的声音信号，通过分析声音信号的特征来确定车速所属的速度区间；同时，利用智能手机的扬声器和麦克风组成一个简易的声呐系统，通过分析麦克风收集到的由扬声器发出、经过移动物体反射的高频声音信号，来获得行人周围移动物体的速度。结合两个结果，最终实现对经过用户的汽车的车速检测。本发明仅依靠智能手机中的扬声器发出人耳无法察觉的高频声音，麦克风接收声音信号，部署成本低、抗干扰性强、不存在泄露隐私问题，尤其适用于车辆依次通行、汽车和行人距离较近的检测环境，具有很高的准确性。
-
公开(公告)号：CN116628658A
公开(公告)日：2023-08-22
申请号：CN202310437974.5
申请日：2023-04-23
Applicant: 北京理工大学
IPC: G06F21/32 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F18/23 , G10L21/0208 , G10L25/24 , H04L9/32
Abstract: 本发明公开了一种利用智能耳戴设备麦克风的身份认证方法，属于移动计算应用技术领域。本方法通过耳内麦克风录制佩戴者的骨传导心音信号，分析其中的独特的生物特征，实现用户身份认证。首先检测智能耳戴设备麦克风录制的双耳骨传导心音信号中受到噪音干扰的片段。然后消除心音信号中的噪音干扰，提取双耳骨传导心音信号中的生物特征。最后，训练用户身份认证深度神经网络，持续更新网络参数，克服用户生物特征随时间产生的自然变化，实现精准识别用户身份。本发明仅利用智能耳戴设备的麦克风即可实现可靠的用户身份认证，无需用户执行特殊行为，不依赖扬声器播放声音，不干扰用户。
-
公开(公告)号：CN116027911B
公开(公告)日：2023-05-30
申请号：CN202310316251.X
申请日：2023-03-29
Applicant: 北京理工大学
IPC: G06F3/01 , G10L19/008 , G10L19/10 , G10L19/26 , G10L15/26 , G06F3/16 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06F18/2415 , G06F18/214 , G06F18/30 , G06F40/232
-
公开(公告)号：CN112863515B
公开(公告)日：2022-12-09
申请号：CN202011631284.6
申请日：2020-12-31
Applicant: 北京理工大学
IPC: G10L15/24 , G10L21/0224 , H04R25/00 , H04M1/72403 , H04M1/72448 , G06K9/62 , H04M1/03
Abstract: 本发明公开了一种利用手机扬声器和麦克风识别人体舌头下颚动作的方法。使用手机扬声器和麦克风组成一个简易主动声纳系统，通过使用动态阈值切割算法、支持向量数据描述分类器，可精准从带有其他动作引起的耳道壁运动信号中提取和切分由舌头下颚动作引起的耳道壁运动信号。通过使用信号转换算法，有效消除由用户耳道形态差异以及音频传感器位置差异引起的耳道壁运动信号差异。基于分类器反馈，对耳道壁运动信号特征进行选择，筛选出最有益于舌头下颚动作识别的时域特征，利用这些特征和随机森林分类器，实现舌头下颚动作准确识别。本发明不依赖各类传感器和穿戴设备，具有成本低、使用舒适度高、隐蔽性高、不受光照条件影响等优势。
-
Patent Agency Ranking
公开(公告)号：CN113033407B
公开(公告)日：2022-07-22
申请号：CN202110323719.9
申请日：2021-03-26
Applicant: 北京理工大学
Abstract: 本发明涉及一种利用智能音箱的非接触式健身监测方法，属于移动计算应用技术领域。本发明仅依靠智能音箱中的扬声器发出超出人耳听力范围的高频声音，麦克风接收反射信号，即可实现对健身动作的识别，为在室内健身的用户提供细粒度的健身统计和评价。本发明方法成本低、抗干扰性强、不存在泄露隐私问题、用户体验好，适用于家庭、办公室等室内的监测环境。本发明采用的高频声音，超过了生活中大部分噪音的频率，不易受环境噪音的干扰，大大增强了本非接触式健身监测方法的环境鲁棒性。本发明可以对典型健身动作进行监测评价，结合深度学习技术和增量学习技术，在感知能力有限的智能音箱上获得准确的动作信息，具有很高的准确性。
-
公开(公告)号：CN108038622B
公开(公告)日：2022-01-28
申请号：CN201711431463.3
申请日：2017-12-26
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明涉及一种群智感知系统推荐用户方法，属于群智感知系统优化技术领域。包括以下步骤：(1)获取用户历史数据；(2)量化用户、任务特征向量以及建立用户‑任务数据质量矩阵；(3)从原始用户群体中得到任务消息推送群体；(4)对上述推送群体进行最终参与用户的挑选；(5)获取最终参与用户数据，更新用户‑人物数据质量矩阵。对比现有技术，本发明方法充分考虑了用户的个人兴趣偏好，用户完成不同任务数据质量存在差异的问题，从而可以更有效的进行用户推荐；对有兴趣参与任务的用户根据其历史参与的数据质量情况以及当前已选取用户的规模来选取最终参与任务的用户，使得平台既可以保证任务的完成，又可以获得最大的利益。
-
公开(公告)号：CN113692021A
公开(公告)日：2021-11-23
申请号：CN202110936885.6
申请日：2021-08-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于亲密度的5G网络切片智能资源分配方法，属于5G网络切片技术领域，旨在尽可能提高5G雾无线接入网络切片的资源利用率并减低延迟。本方法引入节点亲密度，并应用深度强化学习技术来优化5G网络中的切片资源分配，在保证服务质量的同时最大限度地提高资源利用率。首先应用深度学习技术来表示复杂的高维网络状态空间，并使用重放缓冲区来利用采样经验信息的相关性。然后，将获得的信息作为提出的智能决策模块的输入，以自适应地做出5G网络切片决策。本发明尤其适用于应用在动态复杂的、对切片的资源利用率和延迟都要求较高的场景。
-
公开(公告)号：CN111475030B
公开(公告)日：2021-04-20
申请号：CN202010449038.2
申请日：2020-05-25
Applicant: 北京理工大学
IPC: G06F3/01
Abstract: 本发明提出了一种利用近红外传感器的微手势识别方法，属于移动计算应用技术领域。本发明使用近红外发射器和接收器，组成一个近红外传感系统。手指对近红外光的反射信号强度受到手指相对运动的影响，利用用户执行微手势时近红外光接收信号的强度来识别用户执行的微手势。通过分析近红外光接收器感知的手指反射信号的时间差异和手指在空间内移动的关系，实现追踪滑动微手势的方向、速度和距离。本方法可以精准地从带有干扰的近红外信号中提取和切分纯净的微手势信号，能够适用各种光照和温度。计算复杂度低，鲁棒性强，易于与智能设备一起部署，可以准确、有效的检测微手势和追踪滑动微手势的轨迹。
-
公开(公告)号：CN112330924A
公开(公告)日：2021-02-05
申请号：CN202011221862.9
申请日：2020-11-05
Applicant: 北京理工大学
IPC: G08B21/04 , H04B17/309 , H04W4/33 , H04W84/12
Abstract: 本发明公开了一种室内环境下基于信道状态信息的跌倒事件检测方法。本方法利用商用Wi‑Fi设备和接收天线来收集用户在室内环境中进行日常活动时的Wi‑Fi信号，通过分析Wi‑Fi信号的信道状态信息，包括信号的幅值、相位和动态路径分量等信息，来确定用户是否有活动，然后结合机器学习方法，从用户活动引起的信号变化中提取有效特征来判断该用户活动是否为跌倒事件，最终实现室内环境下的跌倒事件检测。本发明仅依靠商用Wi‑Fi设备发送Wi‑Fi信号，一组天线接收Wi‑Fi信号，部署和维护成本低、使用便利、不存在泄露隐私问题，尤其适用于单人的室内检测环境，具有很高的准确性。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.025 seconds)
