-
Patent Agency Ranking
公开(公告)号：CN109084763A
公开(公告)日：2018-12-25
申请号：CN201810950956.6
申请日：2018-08-21
Applicant: 燕山大学
Abstract: 本发明公开了一种基于姿态角度测量的穿戴式三维室内定位装置及方法，装置包括惯性传感器、气压传感器、嵌入式处理器、通信模块、电源模块及三维室内建筑模型显示模块。惯性传感器测量左右脚腕处的姿态角和加速度信号，气压传感器采集人员所处位置的气压信号。在嵌入式处理器中，对惯性传感器和气压传感器获得的数据进行信息融合处理，并将处理后的数据通过通信模块的蓝牙模块发送至自组网终端，由自组网将终端接收到的数据包发送到自组网基站，再通过串口将数据包传输给显示模块，显示模块显示人员实时位置等信息。电源模块为嵌入式处理器供能。本发明提高了三维室内定位精度和实时性。
-
公开(公告)号：CN109579853B
公开(公告)日：2021-02-26
申请号：CN201910067512.2
申请日：2019-01-24
Applicant: 燕山大学
Abstract: 本发明公开了基于BP神经网络的惯性导航室内定位方法，包括运动数据采集与预处理阶段、离线训练阶段和实时定位阶段。数据采集是通过左、右脚腕可穿戴设备采集人员两脚腕处运动数据、人员身高和步长；数据预处理是利用多传感器信息融合处理得到7个神经网络输入数据‑左、右腿部姿态角变化量θ1和θ2、脚腕处加速度均值average、方差variance、左、右脚步伐持续时间time1和time2以及身高stature；离线训练阶段包括：建立神经网络步长估计模型；将7个输入数据和步长数据输入神经网络进行训练；实时定位阶段包括：右脚腕可穿戴设备内部进行步伐识别、实时预测步长以及利用步长和方向角通过航位推算实现实时定位。本发明提高了室内定位的精度、实时性，增强了可靠性。
-
公开(公告)号：CN109036547A
公开(公告)日：2018-12-18
申请号：CN201810597282.6
申请日：2018-06-11
Applicant: 燕山大学
CPC classification number: G16H50/20 , G06K9/6223 , G06K9/6256 , G06K9/6267 , G06T7/0014 , G06T7/10 , G06T2207/10081 , G06T2207/30064
Abstract: 本发明公开了一种基于聚类分析的肺部CT图像计算机辅助系统及方法，基于灰度共生矩阵提取能量、熵、相关性、差分矩、对比度、和平均、方差、差异性、差平均等肺部CT图像的9种纹理特征，按照3:1比例将样本分为训练集与验证集。利用了改进的U‑reliefF特征权重计算方法对原始高维数据降维处理，并计算出各纹理特征相应的权重值。将权重值应用于改进的Weightedk‑means算法中，从而构建结节分类模型。本发明通过组合多种纹理参数发现，能量、对比度、熵和相关性组合得到的分类效果最好，实现良性结节81.18％，恶性结节91.48％的识别率，良恶性结节识别率良好，有利于肺癌的早期诊断。
-
公开(公告)号：CN109084763B
公开(公告)日：2021-05-14
申请号：CN201810950956.6
申请日：2018-08-21
Applicant: 燕山大学
Abstract: 本发明公开了一种基于姿态角度测量的穿戴式三维室内定位装置及方法，装置包括惯性传感器、气压传感器、嵌入式处理器、通信模块、电源模块及三维室内建筑模型显示模块。惯性传感器测量左右脚腕处的姿态角和加速度信号，气压传感器采集人员所处位置的气压信号。在嵌入式处理器中，对惯性传感器和气压传感器获得的数据进行信息融合处理，并将处理后的数据通过通信模块的蓝牙模块发送至自组网终端，由自组网将终端接收到的数据包发送到自组网基站，再通过串口将数据包传输给显示模块，显示模块显示人员实时位置等信息。电源模块为嵌入式处理器供能。本发明提高了三维室内定位精度和实时性。
-
公开(公告)号：CN109579853A
公开(公告)日：2019-04-05
申请号：CN201910067512.2
申请日：2019-01-24
Applicant: 燕山大学
Abstract: 本发明公开了基于BP神经网络的惯性导航室内定位方法，包括运动数据采集与预处理阶段、离线训练阶段和实时定位阶段。数据采集是通过左、右脚腕可穿戴设备采集人员两脚腕处运动数据、人员身高和步长；数据预处理是利用多传感器信息融合处理得到7个神经网络输入数据-左、右腿部姿态角变化量θ1和θ2、脚腕处加速度均值average、方差variance、左、右脚步伐持续时间time1和time2以及身高stature；离线训练阶段包括：建立神经网络步长估计模型；将7个输入数据和步长数据输入神经网络进行训练；实时定位阶段包括：右脚腕可穿戴设备内部进行步伐识别、实时预测步长以及利用步长和方向角通过航位推算实现实时定位。本发明提高了室内定位的精度、实时性，增强了可靠性。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
