-
公开(公告)号：CN105786823A
公开(公告)日：2016-07-20
申请号：CN201410799803.8
申请日：2014-12-19
Applicant: 日本电气株式会社
IPC: G06F17/30
Abstract: 提供了一种用于从多维时序数据中发现多维事件的系统，包括一维事件发现单元和多维事件发现单元。一维事件发现单元将多维时序数据分成多个单独的一维时序数据，并从每个单独的一维时序数据中发现一维事件。多维事件发现单元包括：共现矩阵计算单元，被配置为计算表示所有一维事件相互之间同时出现的频率的共现矩阵；时间顺序矩阵计算单元，被配置为计算表示所有一维事件相互之间的时间顺序矩阵；以及共现事件发现单元，被配置为根据共现矩阵和时间顺序矩阵发现多维事件。还提供了一种用于从多维时序数据中发现多维事件的方法。采用本发明，即使在事件之间存在时间差的情况下，也能准确地发现多维事件。
-
公开(公告)号：CN104880199A
公开(公告)日：2015-09-02
申请号：CN201410067973.7
申请日：2014-02-27
Applicant: 日本电气株式会社
CPC classification number: G01C25/005 , A61B5/112 , G01C21/16
Abstract: 本发明公开了一种零速修正方法、步态测量方法和装置，属于惯性测量领域。方法包括：根据采集到的被测目标在前一个运动周期内多个采样周期的运动参数，计算被测目标在前一个运动周期内多个采样周期的位置测量值和姿态测量值；根据被测目标姿态对准值和前一个运动周期内最后一个采样周期的姿态测量值，获取被测目标在前一个运动周期的姿态测量误差；根据姿态测量误差，对被测目标在前一个运动周期内多个采样周期的姿态测量值进行修正，使得基于修正后的姿态测量值进行计算得到的最后一个采样周期的速度测量值最小；基于修正后的姿态测量值，对被测目标在前一个运动周期内的位置测量值进行修正。本发明对微型陀螺的姿态相关测量误差进行良好的修正。
-
公开(公告)号：CN105891772B
公开(公告)日：2018-09-25
申请号：CN201410527386.1
申请日：2014-09-26
Applicant: 日本电气株式会社
IPC: G01S5/02
Abstract: 本公开涉及一种用于导航的方法和设备。所述方法包括：获取目标点处的接收信号强度信息；获取移动设备的当前位置处的接收信号强度信息；以及基于所述目标点处的接收信号强度信息、所述当前位置处的接收信号强度信息以及所述移动设备的先前位置处的接收信号强度信息，确定针对随后移动的建议移动方向。根据本公开，提供了一种逐步引导的有效导航方法，该方法不需要关于环境的先验知识，特别适合于无法或难以预先获得先验环境知识的场合中。
-
公开(公告)号：CN104880199B
公开(公告)日：2018-05-29
申请号：CN201410067973.7
申请日：2014-02-27
Applicant: 日本电气株式会社
Abstract: 本发明公开了一种零速修正方法、步态测量方法和装置，属于惯性测量领域。方法包括：根据采集到的被测目标在前一个运动周期内多个采样周期的运动参数，计算被测目标在前一个运动周期内多个采样周期的位置测量值和姿态测量值；根据被测目标姿态对准值和前一个运动周期内最后一个采样周期的姿态测量值，获取被测目标在前一个运动周期的姿态测量误差；根据姿态测量误差，对被测目标在前一个运动周期内多个采样周期的姿态测量值进行修正，使得基于修正后的姿态测量值进行计算得到的最后一个采样周期的速度测量值最小；基于修正后的姿态测量值，对被测目标在前一个运动周期内的位置测量值进行修正。本发明对微型陀螺的姿态相关测量误差进行良好的修正。
-
Patent Agency Ranking
公开(公告)号：CN106610980A
公开(公告)日：2017-05-03
申请号：CN201510690684.7
申请日：2015-10-22
Applicant: 日本电气株式会社
CPC classification number: G06F17/30241 , G06K9/6262 , G06K9/6267
Abstract: 提供了一种用于对时空序列数据进行分类/预测的设备，包括：接收单元，被配置为接收时空序列数据；建模单元，被配置为基于时空序列数据产生与地理上的异构性有关的权重参数，并基于所产生的权重参数构建用于分类/预测的模型；以及分类/预测单元，被配置为采用所构建的用于分类/预测的模型对时空序列数据进行分类/预测。还提供了一种用于对时空序列数据进行分类/预测的方法。本发明提出的地理加权极限学习机考虑到地理空间的异构性，能够提高对时空序列数据进行分类或预测的精度。
-
公开(公告)号：CN105678046A
公开(公告)日：2016-06-15
申请号：CN201410659700.1
申请日：2014-11-18
Applicant: 日本电气株式会社
IPC: G06F19/00
Abstract: 本发明涉及一种修补时空序列数据中的缺失数据的方法及装置，其中，该方法包括：分别确定空间周边点以及时间周边点对数据缺失的待求点的贡献权重；根据对所述待求点的贡献权重从大到小排序靠前的多个空间周边点，算出所述待求点的空间维度估计数据；根据对所述待求点的贡献权重从大到小排序靠前的多个时间周边点，算出所述待求点的时间维度估计数据；根据所述空间维度估计数据和所述时间维度估计数据，算出所述待求点的数据。本发明充分利用了时空序列数据的时空相关性和异质性，得到的待求点的数据精度高。
-
公开(公告)号：CN104939835A
公开(公告)日：2015-09-30
申请号：CN201410127818.X
申请日：2014-03-31
Applicant: 日本电气株式会社
Abstract: 本发明公开了一种步角测量方法和装置，属于惯性测量领域。所述方法包括：对于被测目标的每一个运动周期，获取所述被测目标在所述运动周期内的第一方向，所述第一方向用于表示所述被测目标所指的方向；获取所述被测目标在所述运动周期内的第二方向，所述第二方向用于表示所述被测目标在所述运动周期内的行进方向；根据所述第一方向和所述第二方向，获取所述被测目标在所述运动周期内的步角。本发明测量的步角可以直观地表示该第一方向与实际行进方向之间的夹角，且并未引入该被测目标的其他的姿态变化因素，大大提高了步角测量的准确度。
-
公开(公告)号：CN105488316B
公开(公告)日：2018-11-16
申请号：CN201410474871.7
申请日：2014-09-17
Applicant: 日本电气株式会社
IPC: G06Q10/04
CPC classification number: Y02A90/15
Abstract: 提供了一种用于预测空气质量的系统，包括：确定单元，被配置为根据距离阈值来确定待测地点的邻近区域；训练单元，被配置为训练预测模型以获得所述预测模型的最优参数，其中所述预测模型是基于风向和所述邻近区域的空间特征而构建的；以及预测单元，被配置为利用具有所述最优参数的所述预测模型来预测待测地点的空气质量。还提供了一种用于预测空气质量的方法。本发明通过将风向因素与地理信息结合，充分利用了相邻区域间的关联性，提高了空气污染预测的精确度。
-
公开(公告)号：CN104939835B
公开(公告)日：2018-07-10
申请号：CN201410127818.X
申请日：2014-03-31
Applicant: 日本电气株式会社
Abstract: 本发明公开了一种步角测量方法和装置，属于惯性测量领域。所述方法包括：对于被测目标的每一个运动周期，获取所述被测目标在所述运动周期内的第一方向，所述第一方向用于表示所述被测目标所指的方向；获取所述被测目标在所述运动周期内的第二方向，所述第二方向用于表示所述被测目标在所述运动周期内的行进方向；根据所述第一方向和所述第二方向，获取所述被测目标在所述运动周期内的步角。本发明测量的步角可以直观地表示该第一方向与实际行进方向之间的夹角，且并未引入该被测目标的其他的姿态变化因素，大大提高了步角测量的准确度。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.019 seconds)
