-
公开(公告)号：CN113192133A
公开(公告)日：2021-07-30
申请号：CN202110394142.0
申请日：2021-04-13
Applicant: 浙江大学
Abstract: 一种基于语义平面的单目视觉即时定位与致密语义地图构建方法，当新一帧图像出现时，首先检测新一帧图像中的特征点，若系统已初始化，根据关键帧队列进行相机当前位置追踪；判断新一帧图像是否为关键帧，若是则将其输入到语义分割网络中获取该帧像素级语义标签；将新关键帧加入关键帧队列，并进行联合优化，判断关键帧队列数量是否超出最大值，若已超出最大值，挑选出旧关键帧中与新关键帧共视点个数最少的一帧关键帧进行边缘化；边缘化帧中静态语义类像素点根据其同语义类最近的语义质心点对应的语义小平面进行3D位置估计，进而恢复出致密的语义地图。本发明提升其定位精度，减少大量的计算复杂度，同时也避免了追踪每一个像素点给系统带来的不稳定性。
-
公开(公告)号：CN107616791B
公开(公告)日：2021-02-19
申请号：CN201710616386.2
申请日：2017-07-26
Applicant: 浙江大学
Abstract: 一种基于自适应心电信号区域分割的标准12导联心电分段线性重建方法，包括以下步骤：a)自适应心电信号区域分割,对标准12导联心电信号进行自适应分区，根据心电信号的波动特性及不同的心动阶段来将其划分为首尾区、ST‑T区、R‑P区和QRS区；b)线性回归训练与重建，利用最小二乘准则对现有心电样本进行线性建模和线性重构的过程；c)子区域心电序列还原，由于待重建新号经过心电信号区域分割后分别进行线性重建，重建所得的心电子区域序列需要还原为常规顺序的心电信号。本发明提出了一种兼具快速性和准确性的基于自适应心电信号区域分割的标准12导联心电分段线性重建方法。
-
公开(公告)号：CN105873201B
公开(公告)日：2019-04-12
申请号：CN201610408539.X
申请日：2016-06-12
Applicant: 浙江大学 , 杭州质子科技有限公司
Abstract: 一种基于RSSI的功率调节方法，所述方法应用于短距离无线通信的移动主设备和移动从设备之间，设定RSSI(接收信号强度指示)的丢包率临界值、安全阈值的上、下临界值以及发射功率‑可衰减信号强度阈值表；利用移动主设备监测移动从设备的RSSI值并进行修正，利用修正后的RSSI值与丢包率临界值、安全阈值的上、下临界值进行比较来判断是否要发送修正后的RSSI值到移动从设备；移动从设备通过接收到的RSSI值来调节其发射功率。本发明可以根据实际应用的场景来优化移动从设备的功耗，从而延长移动从设备的电池使用寿命。
-
公开(公告)号：CN105678222A
公开(公告)日：2016-06-15
申请号：CN201511009411.8
申请日：2015-12-29
Applicant: 浙江大学
CPC classification number: G06K9/00342 , G06K9/00496 , G06K9/6269 , G06K9/6282 , G06K9/6286
Abstract: 一种基于移动设备的人体行为识别方法，利用移动设备内置的多种传感器实时采集数据；对传感器获得的数据进行校正、滤波、计算生成数据和数据分割等一系列的数据预处理操作；对预处理后的数据段进行特征提取，将提取的对应特征向量输入设备位置分类模型，获得设备位置类别；根据获得的设备位置类别选择对应的行为分类模型，将提取的对应特征向量输入行为分类模型，获得最终的行为识别结果。本发明提供一种通用性良好、准确性较高的基于移动设备的人体行为识别方法。
-
公开(公告)号：CN104463326A
公开(公告)日：2015-03-25
申请号：CN201410746764.5
申请日：2014-12-09
Applicant: 浙江大学
IPC: G06N3/02 , G06N3/12 , A61B5/0402
Abstract: 一种标准12导联心电信号重建方法，肢体导联信号的重建采用公式计算得到，而胸导联信号的重建则采用基于遗传算法优化的BP神经网络的非线性方法来实现，该非线性方法首先用遗传算法来寻找BP神经网络最优的初始权值和阈值解空间，作为BP神经网络的初始设置；接着将用于重建的导联信号作为该BP网络的输入，重建目标导联作为输出进行训练，训练完成后的网络输入已知导联组，即可得到未知的导联重建的结果。本发明提供一种准确性较高的标准12导联心电信号重建方法。
-
Patent Agency Ranking
公开(公告)号：CN116942174A
公开(公告)日：2023-10-27
申请号：CN202310720993.9
申请日：2023-06-16
Applicant: 浙江大学
IPC: A61B5/352 , A61B5/00 , G06F18/213
Abstract: 本发明公开了一种基于模板减法和独立成分分析的胎儿心电信号提取方法，采集得到对应传感器数量的多通道信号片段，通过独立成分分析得到对应的各个信号分量，在每个信号分量上分别进行母亲心电信号R峰检测，将每个信号分量截取为若干个母亲心拍，对每个信号分量，构建各个信号分量对应的母亲心拍模板，通过母亲心拍模板滤除母亲心电信号，对各信号分量进行胎儿心电信号R峰的检测，计算对应的分值。然后对各信号分量再次进行独立成分分析，然后对再次独立成分分析后得到的各信号分量计算对应的分值，比较再次独立成分分析前后各信号分量的最小分值，确定出最终提取的胎儿心电信号。本发明所采用的技术方案，提高了提取的精确度。
-
公开(公告)号：CN115346677A
公开(公告)日：2022-11-15
申请号：CN202210802576.4
申请日：2022-07-07
Applicant: 浙江大学
Abstract: 一种多系统萎缩病患者和帕金森病患者的分类方法，包括以下步骤：步骤(1)训练多系统萎缩和帕金森病患者的分类模型Mo以及对应的特征集合步骤(2)基于多惯性传感器采集设备，获得滤波后的统一坐标系下的多个惯性信号和角度数据；步骤(3)，基于多个惯性信号进行步态分割，获得惯性信号长片段、惯性信号短片段集合、角度数据长片段和角度数据短片段集合；步骤(4)，对获得的数据段进行特征提取，得到基于长片段和短片段集合的特征集合；步骤(5)，将特征Fselect输入分类模型Mo得到多系统萎缩和帕金森病患者分类结果。本发明提供了一种可穿戴、准确率较高的基于多惯性传感器信号的多系统萎缩病患者和帕金森病患者的分类方法。
-
公开(公告)号：CN114886433A
公开(公告)日：2022-08-12
申请号：CN202210600182.0
申请日：2022-05-27
Applicant: 浙江大学
Abstract: 一种具备环境适应能力的运动负荷评估方法，包括训练阶段和预测阶段，训练阶段，让对象人员开始运动；测量对象人员的心电数据和所处环境的温度、相对湿度数据；基于所测量的心电数据计算心率差值特征；基于所测量的心电数据计算心率变异性特征；利用心率差值特征、心率变异性特征、周围环境温度和相对湿度数据，训练并验证基于分类器模型的运动负荷评估模型，选择在测试集上具有最高识别率的训练模型应用于预测阶段。本发明结合周围环境温度、相对湿度以及对象人员的生理数据，在不需要询问对象人员的情况下，能够准确预测出对象人员的运动负荷，且具有环境适应能力。
-
公开(公告)号：CN114266950A
公开(公告)日：2022-04-01
申请号：CN202111458363.6
申请日：2021-12-01
Applicant: 浙江大学
Abstract: 一种基于语义梯度点以及道路幂点的视觉场景识别方法，利用语义梯度点在强场景外表变化下可被重复检测的特性、语义梯度点不同层特征的不同优势以及场景本身的结构，提升在极具挑战场景下的性能。语义梯度点在强场景外表变化下可被重复检测的特性保证了正确匹配两者间所采纳特征的交集；将语义梯度点不同层的特征拼接在一起，能够利用不同层特征对于场景外表变化以及相机视角变化的不同特性；根据道路幂点划分区域并且在计算相似度时考虑区域间的对应关系，能够增加视觉重叠部分在相似度计算中的权重，更加专注于视觉重叠部分，排除无关部分的干扰。
-
公开(公告)号：CN114120440A
公开(公告)日：2022-03-01
申请号：CN202111297058.3
申请日：2021-11-03
Applicant: 浙江大学
IPC: G06V40/20 , G06V10/25 , G06V10/80 , G06V10/764 , G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种融合人与物体交互分析的行为识别与目标检测多任务方法，构造单一神经网络模型从视频中提取行为识别和目标检测任务所需的时间特征和空间特征；设计长短时的空间变异卷积来处理相邻帧的空间特征；构建图网络模型分析人与物体间的交互过程，并依此对行为识别和目标检测相关特征进行修正；针对行为识别任务和目标检测任务分别搭建子神经网络模型，使用子神经网络模型来分析修正后的特征，以输出融合交互分析的行为识别与目标检测结果。本发明基于多任务学习的思想和人与物体交互过程产生的可利用线索，依据单一网络完成特征提取，并通过交互分析来实现特征修正，为行为识别任务与目标检测任务提供了新的有效信息并可提升二者的任务表现。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.013 seconds)
