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: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PLV-Rich-club的情绪识别方法

    公开(公告)号:CN115227244A

    公开(公告)日:2022-10-25

    申请号:CN202210859816.4

    申请日:2022-07-21

    摘要: 本发明涉及情感识别领域,提出一种基于PLV‑Rich‑club的情绪识别方法,该方法包括下述步骤:首先,对原始脑电数据进行预处理,在每个脑电信号时间片上采用相位锁值计算各通道之间的关联关系,构建脑网络;用计算rich‑club系数算法,对每个时间片的脑网络提取rich‑club系数,并筛选出rich‑club节点;同时计算网络属性。进一步利用ReliefF算法筛选rich‑club节点的频域特征和PLV‑Rich‑club图论特征,将所得特征整理为特征数据集;最后,用SVM分类算法对特征数据集进行处理,得到情绪状态的识别结果。本发明的优点是:弥补了只研究全脑网络架构而忽略了小规模结构之间的连接信息这一不足,将不同情绪下大脑的信息交互模式进行准确的差异性分析,更好的反应了不同情绪下,核心脑网络的变化规律。

    一种将手机内置传感器采集数据从手机坐标系转换到参考坐标系的处理方法

    公开(公告)号:CN108693982A

    公开(公告)日:2018-10-23

    申请号:CN201710232364.6

    申请日:2017-04-11

    IPC分类号: G06F3/0346 H04M1/725

    摘要: 本发明公开了一种将手机内置加速度传感器采集的三轴加速度数据从手机坐标系转换到大地参考坐标系的处理方法。该参考坐标系基于标准正交基且完全独立于手机坐标系,转换后的三轴加速度数据有了清晰的物理含义,能够更准确地反映出手机使用者在每个轴的运动趋势,X、Y轴数据记录用户在水平方向(前/后、左/右)的移动,Z轴数据记录用户在垂直方向(上/下)的移动。从而有效减少手机方位对内置加速度传感器采集数据的影响,对手机使用者的行为识别正确率得到显著提高;该方法在基于移动终端的情景感知中有广泛的应用价值。

    一种基于深度稀疏滤波卷积神经网络的驾驶行为识别方法

    公开(公告)号:CN108694408B

    公开(公告)日:2023-05-09

    申请号:CN201710232371.6

    申请日:2017-04-11

    摘要: 本发明公开了一种基于深度稀疏滤波卷积神经网络的驾驶行为识别方法。解决了传统深度学习方法中需要大量的超参数调谐进行特征匹配或特征设计任务的问题。包括以下步骤:用手机内置的加速度传感器采集车辆行驶中的原始三轴加速度数据信号,提取时域和频域的特征值,作为模型的预处理训练样本;将训练样本通过稀疏滤波直接优化样本特征映射的稀疏性,获取更好的特征表达——权值矩阵作为卷积神经网络的输入,可有效识别点火、熄火、匀速行驶、急变速、急转弯、静止等驾驶行为。本发明解决了现有技术设计复杂、普适性和抗噪性差,分类精度低的问题。

    一种基于DHOG因果矩阵图像的情感识别方法

    公开(公告)号:CN115414052A

    公开(公告)日:2022-12-02

    申请号:CN202110519707.3

    申请日:2021-05-12

    摘要: 本发明涉及情感识别研究领域,提出一种基于DHOG因果矩阵图像的情感识别方法,本发明包括因果矩阵构建模块、通道选择模块、因果矩阵图生成模块、DHOG特征提取模块和情感识别模块。首先,根据全通道脑电信号间的传递熵因果关系构建情感因果关系矩阵,然后,利用通道加权因果值由高到低选择10个关键因果电极通道,得到10×10因果矩阵,同时生成因果矩阵图像,接下来,使用DHOG算法提取因果矩阵图像的斜对角线梯度特征,最后,利用支持向量机等分类器,在效价和唤醒维度情感模型上进行分类识别。本发明提取具有分类能力的图像梯度特征作为情感状态特征,并且通过减少电极的使用,能够降低运算的复杂度和减少计算时间。