一种实现计步的方法及装置

    公开(公告)号:CN106500717B

    公开(公告)日:2020-05-12

    申请号:CN201510567832.6

    申请日:2015-09-08

    IPC分类号: G01C22/00

    摘要: 本发明公开了一种实现计步的方法及装置,包括:根据获取的预设步数的计步数据校正三轴加速度传感器的计步频率和/或计步的步幅有效值;根据校正后三轴加速度传感器的校正计步频率和/或计步的校正步幅有效值进行计步。本发明方法通过对三轴加速度传感器的计步频率和/或计步的步幅有效值进行校正,避免了由于用户行走步幅、三轴加速度传感器计步频率不同造成的计步误差,提高了计步数据的准确性;另外,通过计步有效频率的校正,实现了对计步数据中无效计步进行处理,进一步提高了计步数据的准确性。

    一种实现计步的方法及装置

    公开(公告)号:CN106500717A

    公开(公告)日:2017-03-15

    申请号:CN201510567832.6

    申请日:2015-09-08

    IPC分类号: G01C22/00

    摘要: 本发明公开了一种实现计步的方法及装置,包括:根据获取的预设步数的计步数据校正三轴加速度传感器的计步频率和/或计步的步幅有效值;根据校正后三轴加速度传感器的校正计步频率和/或计步的校正步幅有效值进行计步。本发明方法通过对三轴加速度传感器的计步频率和/或计步的步幅有效值进行校正,避免了由于用户行走步幅、三轴加速度传感器计步频率不同造成的计步误差,提高了计步数据的准确性;另外,通过计步有效频率的校正,实现了对计步数据中无效计步进行处理,进一步提高了计步数据的准确性。

    一种预警的方法及移动终端

    公开(公告)号:CN106448085B

    公开(公告)日:2020-12-01

    申请号:CN201510496684.3

    申请日:2015-08-13

    IPC分类号: G08B21/24

    摘要: 本发明提供一种预警的方法及移动终端,所述方法包括:在第一时间和第二时间之间,获取车体坐标系中xy平面的第一旋转角,以及所述第一时间和第二时间之间一时刻的第一瞬时角速度;在第三时间和第四时间之间,获取车体坐标系中xy平面的第二旋转角,以及所述第三时间和第四时间之间一时刻的第二瞬时角速度;根据所述第一瞬时角速度和第一旋转角得到第一修正角速度,根据所述第二瞬时角速度和第二旋转角得到第二修正角速度;根据所述第一修正角速度和第二修正角速度得到汽车的角加速度;当所述第一瞬时角速度、第二瞬时角速度和角加速度任一值超出阀值时,进行报警。本发明的方案易于实施且可靠性高。

    一种预警的方法及移动终端

    公开(公告)号:CN106448085A

    公开(公告)日:2017-02-22

    申请号:CN201510496684.3

    申请日:2015-08-13

    IPC分类号: G08B21/24

    摘要: 本发明提供一种预警的方法及移动终端,所述方法包括:获取在第一时间和第二时间之间车体坐标系中xy平面的第一旋转角及所述第一时间和第二时间之间一点的第一瞬时角速度;获取在第三时间和第四时间之间车体坐标系中xy平面的第二旋转角及所述第三时间和第四时间之间一点的第二瞬时角速度;根据所述第一瞬时角速度和第一旋转角得到第一修正角速度,根据所述第二瞬时角速度和第二旋转角得到第二修正角速度;根据所述第一修正角速度和第二修正角速度得到汽车的角加速度;当所述第一瞬时角速度、第二瞬时角速度和角加速度任一值超出阀值时,进行报警。本发明的方案易于实施且可靠性高。

    一种基于鼠标轨迹和无线信号的智能身份认证方法

    公开(公告)号:CN115659299A

    公开(公告)日:2023-01-31

    申请号:CN202211278648.6

    申请日:2022-10-19

    摘要: 本发明属于计算机技术领域,具体涉及一种基于鼠标轨迹和无线信号的智能身份认证方法。包括以下步骤:一、数据收集与噪声去除:用户绘制设定鼠标轨迹,收集CSI测量值保存在CSI文件中";" 采用巴特沃斯带通滤波器进行噪声去除;二、数据降维:采用PCA算法来降低CSI测量的维度;三、提取特征:提取统计型特征和多尺度空间能量特征;四、利用ReliefF算法进行特征选择;五、利用SVM进行身份认证与识别:首先选择LIBSVM用训练数据进行分类模型的建立;然后使用测试数据在分类模型中进行测试,得到预测的最终结果,完成用户身份认证与识别。本发明身份认证与识别的准确率分为97.3%和93.9%,精度高,人类活动对无线信号的影响难以复制,且认证时间短,具有较强的鲁棒性。

    一种实现情绪识别的EEG脑网络最大团检测方法及系统

    公开(公告)号:CN115414050A

    公开(公告)日:2022-12-02

    申请号:CN202110519612.1

    申请日:2021-05-12

    摘要: 本发明属于信号处理技术研究领域,提供一种实现情绪识别的EEG脑网络最大团检测方法及系统,解决了现有脑网络相关研究中对各脑区交互作用不明确且情绪识别准确率不高的问题。首先通过量化EEG信号间的相位同步程度,构建基于相位锁值的功能性脑网络;然后采用改进的Bron‑Kerbosch算法检测脑网络中的最大团,所述方法利用rich‑club结构筛选有效网络节点,所有节点遍历完后,得到节点数最多的极大团即该脑网络的最大团,其代表脑网络中最重要的内在信息处理模块;最后对最大团进行阈值化处理,提取拓扑属性作为特征用于情绪识别。用此方法构建一个情绪识别系统,可提取出与情绪活动最相关的特征,提高情绪识别准确率。