-
公开(公告)号：CN110575176A
公开(公告)日：2019-12-17
申请号：CN201910792913.4
申请日：2019-08-26
Applicant: 南京理工大学
IPC: A61B5/11
Abstract: 本发明提供一种基于两层滑动窗口阈值的动作分割方法，包括：计算每个数据包中信道状态信息幅度数据的有效值，对数据包加上若干个同一宽度的主窗口，并计算主窗口内信道状态信息幅度数据有效值的方差，判断主窗口内有效值的方差是否满足动作识别条件，若满足，则进一步将主窗口划分为若干个等间距的小窗口，计算小窗口内的信道状态信息幅度数有效值的方差，并根据此方差值确定动作的起止点。本发明提供的基于两层滑动窗口阈值的动作分割方法，能够提高动作分割准确性。
-
公开(公告)号：CN109670434A
公开(公告)日：2019-04-23
申请号：CN201811523763.9
申请日：2018-12-13
Applicant: 南京理工大学
Abstract: 本发明采用一种基于无线信道状态信息的坐姿时长检测方法，包括：将被监测区域按有、无人员处于坐姿状态分为两种情况，分别采集这两种情况下的信道状态信息幅度数据；对采集到的数据首先去除离群值，然后基于小波变换实现低通滤波，接着利用主成分分析（PCA）算法降低数据维度，最后计算第二、三、四主成分的方差值作为SVM训练的样本；利用样本训练得出基于SVM的分类模型；实时采集信道状态信息，根据分类模型对被监测区域是否有人员处于坐姿状态进行判别，如果有人员在被监测区域内保持坐姿，则记录保持坐姿的时长。本发明实现了无线网络信道状态信息数据和支持向量机技术的结合，与现有技术相比，提高了坐姿状态判别的准确率。
-
公开(公告)号：CN108304946A
公开(公告)日：2018-07-20
申请号：CN201810015518.0
申请日：2018-01-08
Applicant: 南京理工大学
Abstract: 本发明提供一种基于社交的智能拼车方法。该方法由四个阶段组成。首先，智能预判用车需求概率，获取用户在目的地、出发时间和拼车对象条件的用车需求；然后，在获得用户的用车需求后，对所有用户进行社交智能匹配，为每位用户找到最适合社会化交往的拼车伙伴；接着，根据拼车伙伴的社交匹配度，为用户找到具有较多社交共同点的拼车伙伴，并自动为两者之间建立直接沟通渠道；最后每位用户可对拼车伙伴做出社交评价。与现有技术相比，本发明采用的基于社交的智能拼车方法，在兼顾用户拼车需求的同时，通过对用户的主要社交化参数进行设计和匹配，获得具有较多社交共同点的拼车伙伴，达到解决用户社交需求的目的。本发明有效提升拼车的社交意义。
-
Patent Agency Ranking
公开(公告)号：CN109143159B
公开(公告)日：2022-11-25
申请号：CN201810779316.3
申请日：2018-07-16
Applicant: 南京理工大学
IPC: G01S5/02
Abstract: 本发明公布了基于联合定价和任务分配的指纹众包室内定位激励方法。该方法具体包括：首先将博物院根据每个展览区分布划分为N个子区域；然后利用一种统一众包系统中联合定价和任务分配的激励方法来有效激励移动用户完成构建指纹数据库的任务；之后，将每个展览区的入口处作为移动用户的起始位置，并进行线下数据收集阶段；接下来，云平台将收集的数据用来构建博物院的CSI指纹数据库；最后，线上定位时，云平台将待定位的移动用户CSI指纹与指纹数据库指纹进行比较，确定待定位用户所在的位置。本发明创新性的将一种统一众包系统中联合定价和任务分配的激励方法应用基于指纹众包的室内定位系统中来，从而有效的提高移动用户的参与度。
-
公开(公告)号：CN109670434B
公开(公告)日：2022-09-27
申请号：CN201811523763.9
申请日：2018-12-13
Applicant: 南京理工大学
IPC: G06V40/10 , G06V10/77 , G06V10/764 , G06K9/62 , H04B7/06
Abstract: 本发明采用一种基于无线信道状态信息的坐姿时长检测方法，包括：将被监测区域按有、无人员处于坐姿状态分为两种情况，分别采集这两种情况下的信道状态信息幅度数据；对采集到的数据首先去除离群值，然后基于小波变换实现低通滤波，接着利用主成分分析（PCA）算法降低数据维度，最后计算第二、三、四主成分的方差值作为SVM训练的样本；利用样本训练得出基于SVM的分类模型；实时采集信道状态信息，根据分类模型对被监测区域是否有人员处于坐姿状态进行判别，如果有人员在被监测区域内保持坐姿，则记录保持坐姿的时长。本发明实现了无线网络信道状态信息数据和支持向量机技术的结合，与现有技术相比，提高了坐姿状态判别的准确率。
-
公开(公告)号：CN109143159A
公开(公告)日：2019-01-04
申请号：CN201810779316.3
申请日：2018-07-16
Applicant: 南京理工大学
IPC: G01S5/02
CPC classification number: G01S5/0252
Abstract: 本发明公布了基于联合定价和任务分配的指纹众包室内定位激励方法。该方法具体包括：首先将博物院根据每个展览区分布划分为N个子区域；然后利用一种统一众包系统中联合定价和任务分配的激励方法来有效激励移动用户完成构建指纹数据库的任务；之后，将每个展览区的入口处作为移动用户的起始位置，并进行线下数据收集阶段；接下来，云平台将收集的数据用来构建博物院的CSI指纹数据库；最后，线上定位时，云平台将待定位的移动用户CSI指纹与指纹数据库指纹进行比较，确定待定位用户所在的位置。本发明创新性的将一种统一众包系统中联合定价和任务分配的激励方法应用基于指纹众包的室内定位系统中来，从而有效的提高移动用户的参与度。
-
公开(公告)号：CN110575176B
公开(公告)日：2024-03-26
申请号：CN201910792913.4
申请日：2019-08-26
Applicant: 南京理工大学
IPC: A61B5/11
Abstract: 本发明提供一种基于两层滑动窗口阈值的动作分割方法，包括：计算每个数据包中信道状态信息幅度数据的有效值，对数据包加上若干个同一宽度的主窗口，并计算主窗口内信道状态信息幅度数据有效值的方差，判断主窗口内有效值的方差是否满足动作识别条件，若满足，则进一步将主窗口划分为若干个等间距的小窗口，计算小窗口内的信道状态信息幅度数有效值的方差，并根据此方差值确定动作的起止点。本发明提供的基于两层滑动窗口阈值的动作分割方法，能够提高动作分割准确性。
-
公开(公告)号：CN110598585A
公开(公告)日：2019-12-20
申请号：CN201910792943.5
申请日：2019-08-27
Applicant: 南京理工大学
Abstract: 本发明提供一种基于卷积神经网络的起坐动作识别方法，包括：将各种动作所对应的信道状态信息幅度数据进行重新采样；利用重新采样后的数据，构建用于卷积神经网络训练的样本，得出动作识别模型；在线识别阶段，对于接收到的信道状态信息数据，利用得出基于卷积神经网络的动作识别模型实现起坐动作的准确识别。本发明提供的基于卷积神经网络的起坐动作识别方法，能够识别出室内人员不同的起坐动作。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
