公开(公告)号：CN117224921A

公开(公告)日：2023-12-15

申请号：CN202311186447.8

申请日：2023-09-14

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  张鑫然 ,  杨永亮

IPC: A63B71/06 ,  G06F18/241 ,  G06N3/042 ,  G06N3/048

Abstract: 本发明涉及人工智能与运动科学领域，特别涉及一种基于惯性动捕的网球击球稳定性评估方法，包括构建关节点与T帧的骨骼序列时空图，该时空图表示一帧内各关节的三维空间信息以及帧与帧之间节点变化的时间信息；构建的基于图神经网络的动作识别网络，利用该网络对击球类型进行识别；识别出用户的击球类型后，随机选择两个相同类型的击球动作，使用动态时间扭曲算法计算两次击球的最优路径距离；对人体关节节点进行分组，计算每组关节节点的稳定性和权重，并利用权重对该组关节节点稳定性进行加权；将得到的加权稳定性进行百分制转换，得到最终的稳定性评价分数；本发明能够更加准确识别网球动作识别，并且能够击球稳定性评估结果更加准确。

公开(公告)号：CN115148359A

公开(公告)日：2022-10-04

申请号：CN202210783403.2

申请日：2022-07-05

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  刘净枫 ,  周西川 ,  于洪 ,  苏祖强 ,  代劲 ,  王国胤 ,  何长春 ,  何智光 ,  廖宏昊 ,  张鑫然

IPC: G16H50/30 ,  G16H10/60 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于风险预测技术领域，具体涉及一种基于对比学习的ICU患者死亡风险预测方法；该方法包括：获取ICU患者的电子病历数据集并对其进行处理，得到多个批次数据样本；将批次内数据样本输入到构建好的基于transformer‑gru‑cnn的分类器中，得到分类损失函数；构建辅助对比学习损失函数；根据分类损失函数和辅助对比学习损失函数构建优化损失函数；根据优化损失函数对分类器的参数进行更新，得到构建好的基于对比学习的ICU患者死亡风险预测模型；将电子病历数据输入到构建好的基于对比学习的ICU患者死亡风险预测模型，得到待预测患者的死亡风险预测结果；本发明的预测精度高，实用性高，具有良好的应用前景。