一种行人航迹推断方法、装置、设备及存储介质

    公开(公告)号:CN110766154B

    公开(公告)日:2022-05-10

    申请号:CN201910882232.7

    申请日:2019-09-18

    Abstract: 本发明公开了一种行人航迹推断方法、装置、设备及存储介质,该方法包括:接收待处理观测量;其中,所述待处理观测量包括一步内的三轴加速度和一步内的三轴角速度;获取预先训练得到的个性化模型,所述个性化模型基于神经网络对带有标注信息的个性化训练观测量进行训练得到;其中,所述标注信息为与所述个性化训练观测量对应的个性化训练步长值;根据所述待处理观测量以及所述个性化模型,确定个性化步长估计值;根据所述个性化步长估计值,确定用户的行走轨迹。由于个性化训练观测量是针对不同的用户或设备获得,因此个性化模型能够适用不同的用户或设备,经由个性化模型获得的个性化步长估计值准确度更高,用户的行走轨迹亦更准确。

    一种基于电子围栏的位置判定方法、装置与电子设备

    公开(公告)号:CN110398240B

    公开(公告)日:2021-07-20

    申请号:CN201910505931.X

    申请日:2019-06-12

    Abstract: 本发明公开了一种判定结果准确度高,成本低,便于推广普及的基于电子围栏的位置判定方法、装置与电子设备。所述方法包括:获取待测目标的位置数据进行预处理得到观测数据;沿电子围栏边界设定缓冲区以确定所述待测目标的观测位置关系;根据所述观测位置关系,选取相应的状态判定向量并根据所述观测数据与所述状态判定向量,确定所述待测目标的实际位置。所述装置包括数据获取模块,数据预处理模块,缓冲区设定模块,位置关系模块,判定向量模块与实际位置模块。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述基于电子围栏的位置判定方法。

    一种定位方法、装置及电子设备

    公开(公告)号:CN111148217A

    公开(公告)日:2020-05-12

    申请号:CN201911303321.8

    申请日:2019-12-17

    Abstract: 本发明提供一种定位方法、装置及电子设备,包括:终端节点在移动过程中,根据终端节点在移动过程中所处的多个位置,构建不同位置对应的虚拟定位节点;根据用于调整多径效应影响的测距权重和用于调整位置估计精度的虚拟定位节点位置权重,确定目标函数,根据虚拟定位节点移动距离范围约束条件和位置边界约束条件,确定不等式约束的KKT条件;求解满足所述不等式约束的目标函数,得到所述虚拟定位节点的位置估计;将所述虚拟定位节点的位置估计作为定位结果输出。本发明的定位方法及装置,能够提高定位精度。

    跌倒检测方法及系统
    15.
    发明授权

    公开(公告)号:CN105023022B

    公开(公告)日:2019-03-12

    申请号:CN201510399133.5

    申请日:2015-07-09

    Abstract: 本发明提供了一种跌倒检测方法,该方法包括离线训练和在线检测两个阶段。在离线训练阶段结合随机样本选择和随机分类属性选择来训练多个子分类器;在线跌倒检测阶段,基于多个子分类器的分类结果给出最终判定结果。实验表明,本发明提供的跌倒检测方法可获得95.2%的准确率、90.6%的敏感度和93.5%特异性,明显优于基于SVM和BP神经网络跌倒检测方法,更准确地检测跌倒行为,具有较强的泛化能力和鲁棒性。

    一种无线传感器网络的目标跟踪方法

    公开(公告)号:CN101251593B

    公开(公告)日:2011-05-04

    申请号:CN200810103125.1

    申请日:2008-03-31

    Abstract: 本发明公开了一种无线传感器网络的目标跟踪方法,包括下列步骤:步骤A,利用历史目标状态信息和当前时刻观测数据,进行重要性采样,获得粒子状态估计信息,计算得到轨迹存活指数和剩余测量值;步骤B,根据轨迹存活指数决定是否终止该轨迹,并更新轨迹集合;步骤C,使用重采样后的粒子,获得全部目标轨迹的当前状态估计,即移动目标的当前位置和运动速度,实现目标定位跟踪。其能够获得较高的节点定位精度,降低了计算开销,同时满足移动节点定位实时性要求。

    一种基于决策树的模型的训练及分类方法

    公开(公告)号:CN116340763A

    公开(公告)日:2023-06-27

    申请号:CN202310042930.2

    申请日:2023-01-28

    Abstract: 本发明公开了一种基于决策树的模型的训练及分类方法,所述模型的训练方法包括:运用增量数据训练新的决策树;将训练得到的决策树增添到所述模型的决策森林,得到扩充后的决策森林;运用增量数据对扩充后的决策森林的叶子节点权重进行调整,得到经增量数据训练更新后的模型。应用本发明可以在保证模型的新知识学习能力的同时,提高旧知识的抗遗忘能力,以提高模型的识别或分类能力。

    一种频谱分配方法、装置及电子设备

    公开(公告)号:CN111970762B

    公开(公告)日:2022-04-01

    申请号:CN202010784647.3

    申请日:2020-08-06

    Abstract: 本发明实施例提供了一种频谱分配方法、装置及电子设备,涉及无线通信技术领域。该方法包括当进入每个预设的时隙时,获取当前时隙内,各个数据采集设备的待传输数据包的数量、各个数据采集设备的前传信道的第一瞬时信道增益和基站的后传信道的第二瞬时信道增益;基于所获取的各个数量、各个第一瞬时信道增益、第二瞬时信道增益、预设的前传过程约束和预设的排队过程约束,确定当前时隙内的目标频谱分配方案;控制基站按照目标频谱分配方案,为每一数据采集设备的前传信道和基站的后传信道分配频谱。与现有技术相比,应用本发明实施例提供的方案,可以利用现有的数据传输网络中的频谱资源实现URLLC场景所要求的高可靠和低时延。

Patent Agency Ranking