-
公开(公告)号：CN112667872A
公开(公告)日：2021-04-16
申请号：CN202011290564.5
申请日：2020-11-17
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/951 , G06F16/9532 , G06F16/25 , G06F9/445 , G16H50/80
Abstract: 本发明公开了新冠肺炎疫情数据的实时采集方法，包括以下步骤：一、建立配置文件，将多个信源网站内实时反映疫情数据的网页的基本信息预置在配置文件中，包括多个字段的名称、各字段的存储路径，各字段的被采纳次数；二、采集网页数据，通过配置文件中待采集字段的存储路径从多个信源网站采集待采集字段当前的数值；三、数据对齐处理，以待采集字段的数据对齐结果为待采集字段的采集数据；步骤四、更新配置文件，将各信源网站中待采集字段的数值与待采集字段的采集数据相同的信源网站中待采集字段的被采纳次数加1。本发明的方法从多个信源网站的实时数据中获取可信度最高的数据作为采集数据，提高了疫情实时数据的准确性。
-
公开(公告)号：CN105807923A
公开(公告)日：2016-07-27
申请号：CN201610127516.1
申请日：2016-03-07
Applicant: 中国科学院计算技术研究所
IPC: G06F3/01
Abstract: 本发明提供一种基于超声波的凌空手势识别方法及系统，所述方法包括：利用预先训练好的手掌运动趋势模型，对所采集的经由人手反射回的超声波信号识别手掌运动趋势，得到包含一系列手掌运动趋势的手掌运动趋势时序序列；其中，所述手掌运动趋势模型是根据人手反射回的超声波信号的声学特征训练得到的用于识别手掌运动趋势的模型；以及，利用预先训练好的手势识别模型，对得到的手掌运动趋势时序序列进行手势识别；其中，所述手势识别模型是根据由手掌运动趋势时序序列组成的训练数据集训练得到的用于识别手势的模型。本发明适用于智能移动终端，并且同时能实现手势识别的高精度和高鲁棒性。
-
公开(公告)号：CN106203380B
公开(公告)日：2019-11-29
申请号：CN201610576125.8
申请日：2016-07-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种融合情境感知信息的超声波手势识别方法，该方法同时采集超声波信号和与当前情境相关的情境信息，从采集的超声波信号获取手势特征，利用预先训练好的手势分类模型获取该手势特征属于预设的各种手势的概率；基于采集的情境信息确定各种手势在当前情境的下发生的概率；以及根据上述两种概率计算在当前情境中该手势特征属于预设的各种手势的概率并将其中最大概率对应的手势识别为与所采集的超声波信号对应的手势。该方法将手势信号与情境信息相融合，使用情境信息过滤用户的误操作手势、修正识别错误的手势，减少无效甚至错误的响应，从而提高了手势识别的准确率和鲁棒性，增强了人机交互体验。
-
Patent Agency Ranking
公开(公告)号：CN107157450A
公开(公告)日：2017-09-15
申请号：CN201710463520.X
申请日：2017-06-19
Applicant: 中国科学院计算技术研究所
IPC: A61B5/00 , A61B5/11 , A61B5/0488 , G06K9/62
Abstract: 本发明提供了用于对帕金森病人的手部运动能力进行量化评估方法和系统，利用可穿戴的肌电传感器捕获被检测者在执行指定动作时的手部表面肌电信号，基于训练好的与所述指定动作对应的运动能力分类器以从表面肌电信号中提取时域特征和频域特征以及与指定动作的完成情况相关的特征来对被检测者的手部运动能力进行量化评估。通过该方法和系统可以更客观准确地对帕金森病人的手部运动能力进行等级评估。
-
公开(公告)号：CN107016346A
公开(公告)日：2017-08-04
申请号：CN201710136803.3
申请日：2017-03-09
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/00348 , G06F21/32
Abstract: 本发明提供一种步态识别方法和系统，从由用户携带的智能终端获取的加速度数据中提取行为特征、位置特征和步态特征；利用预先训练好的行为识别模型根据所述行为特征来识别用户当前行为；利用预先训练好的位置识别模型根据所述位置特征和所识别的用户当前行为来识别所述智能终端的当前位置；利用预先训练好的步态识别模型根据所述步态特征、所识别的用户当前行为和所述智能终端的当前位置来识别用户的身份。该方法通过分层递进的识别方式提高了步态身份识别的准确率和鲁棒性，而且不需要对相关传感器摆放的位置与方向进行限制，很灵活且方便使用。
-
公开(公告)号：CN106203380A
公开(公告)日：2016-12-07
申请号：CN201610576125.8
申请日：2016-07-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种融合情境感知信息的超声波手势识别方法，该方法同时采集超声波信号和与当前情境相关的情境信息，从采集的超声波信号获取手势特征，利用预先训练好的手势分类模型获取该手势特征属于预设的各种手势的概率；基于采集的情境信息确定各种手势在当前情境的下发生的概率；以及根据上述两种概率计算在当前情境中该手势特征属于预设的各种手势的概率并将其中最大概率对应的手势识别为与所采集的超声波信号对应的手势。该方法将手势信号与情境信息相融合，使用情境信息过滤用户的误操作手势、修正识别错误的手势，减少无效甚至错误的响应，从而提高了手势识别的准确率和鲁棒性，增强了人机交互体验。
-
公开(公告)号：CN107157450B
公开(公告)日：2020-03-31
申请号：CN201710463520.X
申请日：2017-06-19
Applicant: 中国科学院计算技术研究所
IPC: A61B5/00 , A61B5/11 , A61B5/0488 , G06K9/62
Abstract: 本发明提供了用于对帕金森病人的手部运动能力进行量化评估方法和系统，利用可穿戴的肌电传感器捕获被检测者在执行指定动作时的手部表面肌电信号，基于训练好的与所述指定动作对应的运动能力分类器以从表面肌电信号中提取时域特征和频域特征以及与指定动作的完成情况相关的特征来对被检测者的手部运动能力进行量化评估。通过该方法和系统可以更客观准确地对帕金森病人的手部运动能力进行等级评估。
-
公开(公告)号：CN110188265A
公开(公告)日：2019-08-30
申请号：CN201910343595.3
申请日：2019-04-26
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06F16/335
Abstract: 本发明涉及一种融合用户画像的网络舆情热点推荐方法，包括：根据用户的倾向信息生成用户画像，并获得用户热度；根据当前网络舆情信息的固有属性，生成网民热度；以该用户热度和该网民热度获得针对该用户的网络舆情热点推荐度，并根据该推荐度向该用户推荐网络热点信息。本发明的融合用户画像的网络舆情热点推荐方法，将用户画像与网民热度挖掘作为独立的模块，可以分别得到不同的推荐结果，同时这种松耦合的机制可以增强系统的可扩展性和可移植性。对于不同的用户，其用户画像表示可扩展现有系统不存在的特殊需求，不影响系统整体架构，复用性高，开发成本低，支持冷启动。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.048 seconds)
