-
公开(公告)号：CN113240034A
公开(公告)日：2021-08-10
申请号：CN202110582333.X
申请日：2021-05-25
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于熵值法和D‑S证据理论的深度决策融合方法，属于信息融合领域。首先设计多个分类器分别对样本进行训练识别，然后分别利用熵值法和D‑S证据理论法对多分类器识别结果进行单层决策融合，最后，采用深度决策融合方法，在每次识别过程中保留两种决策融合方法中识别率较高的方法所识别的结果，充分发挥两种方法各自的优势进行识别。相较于单分类器识别和单方法决策融合，本发明所述的深度决策融合方法具有更高的识别准确率、鲁棒性及容错性。该方法可以应用于人体行为识别等各种模式识别领域。
-
公开(公告)号：CN112516559A
公开(公告)日：2021-03-19
申请号：CN202011379595.8
申请日：2020-11-30
Applicant: 北京理工大学
Abstract: 本发明公开的一种适用于滑雪训练台的动作评价与动作指导方法，属于运动训练评价指导领域。本发明采集滑雪训练者四种数据；划分训练者滑雪技能等级，记录技术评分，并计算得出对应滑行数据评分公式；结合训练者全身六个特征，将所述特征进行归一化处理，采用加权欧式距离法与专业滑雪者的特征进行相似性度量，将相似性度量结果进行线性拟合得到最终综合评分。本发明将滑雪者在滑雪训练台上的运动分为三个区域，分别在每个区域对训练者进行实时有针对性的训练指导。本发明通过实时数据显示能够实现对在滑雪训练台上的训练者实时动作指导；还能够通过存储四种关键数据方便训练者做历史训练数据对比分析，提升动作评价和动作指导效率和效果。
-
Patent Agency Ranking
公开(公告)号：CN112516559B
公开(公告)日：2022-05-13
申请号：CN202011379595.8
申请日：2020-11-30
Applicant: 北京理工大学
Abstract: 本发明公开的一种适用于滑雪训练台的动作评价与动作指导方法，属于运动训练评价指导领域。本发明采集滑雪训练者四种数据；划分训练者滑雪技能等级，记录技术评分，并计算得出对应滑行数据评分公式；结合训练者全身六个特征，将所述特征进行归一化处理，采用加权欧式距离法与专业滑雪者的特征进行相似性度量，将相似性度量结果进行线性拟合得到最终综合评分。本发明将滑雪者在滑雪训练台上的运动分为三个区域，分别在每个区域对训练者进行实时有针对性的训练指导。本发明通过实时数据显示能够实现对在滑雪训练台上的训练者实时动作指导；还能够通过存储四种关键数据方便训练者做历史训练数据对比分析，提升动作评价和动作指导效率和效果。
-
公开(公告)号：CN118949378A
公开(公告)日：2024-11-15
申请号：CN202411019866.7
申请日：2024-07-29
Applicant: 北京理工大学
IPC: A63B69/18 , A63B24/00 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及滑雪运动量化评估技术领域，尤其涉及一种基于足底压力的高山滑雪回转运动水平评估方法和装置。本发明提供的技术方案通过设置于滑雪靴内部的足底压力测量传感器采集每个回转周期下的足底压力，然后基于足底压力确定用于表征滑雪者在高山滑雪运动中的姿态力量控制状态的目标特征集合，最后基于目标特征集合对滑雪者在高山滑雪运动中的回转运动水平进行评估。因此，上述技术方案利用采集滑雪者每个回转周期下的足底压力能够量化评估滑雪者在高山滑雪运动中的回转运动水平。
-
公开(公告)号：CN112347991B
公开(公告)日：2022-04-01
申请号：CN202011378481.1
申请日：2020-11-30
Applicant: 北京理工大学
IPC: G06V30/226 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开的一种基于隐马尔可夫分析滑雪运动序列的方法，属于运动姿态数据处理与分析领域。本发明实现方法为：通过对传感器采集到的滑雪者的原始姿态数据加窗处理，将原始姿态数据划分为时间序列上的数据帧后利用SVD和矩阵范数提取表示姿态矩阵的“象征值”。基于隐马尔可夫搭建滑雪运动序列的概率转移模型，并使用时间序列上的“象征值”序列优化滑雪运动序列的概率转移模型参数，计算出滑雪运动姿态序列隐状态的最优路径。通过最优隐状态路径和概率转移模型计算求得下一时刻各滑雪状态的概率，进而预测下一时刻的滑雪状态，根据对滑雪者滑雪的运动姿态预测数据能够评估滑雪者的运动状态，进而提升对滑雪训练者的训练效果。
-
公开(公告)号：CN118892643A
公开(公告)日：2024-11-05
申请号：CN202411019867.1
申请日：2024-07-29
Applicant: 北京理工大学
Abstract: 本发明涉及行为识别技术领域，尤其涉及一种基于单惯性测量单元的滑雪运动行为识别方法和装置。本发明提供的技术方案通过安装于滑雪者腿部的单惯性测量单元来采集滑雪者在滑雪时的惯性数据，并基于惯性数据所包括的三维空间中的加速度和角速度，对滑雪者的滑雪运动行为进行识别，如此既可以实现对滑雪技术动作的识别，也可以实现对滑雪摔倒行为的识别。因此，上述技术方案能够利用单惯性测量单元来对滑雪运动行为进行有效识别。
-
公开(公告)号：CN112347991A
公开(公告)日：2021-02-09
申请号：CN202011378481.1
申请日：2020-11-30
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于隐马尔可夫分析滑雪运动序列的方法，属于运动姿态数据处理与分析领域。本发明实现方法为：通过对传感器采集到的滑雪者的原始姿态数据加窗处理，将原始姿态数据划分为时间序列上的数据帧后利用SVD和矩阵范数提取表示姿态矩阵的“象征值”。基于隐马尔可夫搭建滑雪运动序列的概率转移模型，并使用时间序列上的“象征值”序列优化滑雪运动序列的概率转移模型参数，计算出滑雪运动姿态序列隐状态的最优路径。通过最优隐状态路径和概率转移模型计算求得下一时刻各滑雪状态的概率，进而预测下一时刻的滑雪状态，根据对滑雪者滑雪的运动姿态预测数据能够评估滑雪者的运动状态，进而提升对滑雪训练者的训练效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
