-
公开(公告)号：CN114469041B
公开(公告)日：2024-07-16
申请号：CN202210114478.1
申请日：2022-01-30
IPC分类号： A61B5/0245 , A61B5/318 , A61B5/346 , A61B5/352 , A61B5/00
摘要： 本发明公开了一种运动过程中心率变化数据特征分析方法，针对运动过程中可穿戴设备的心率变化数据的健康特征分析方法，根据采集的心电图数据，以心率时间序列的角度获取运动过程中的心率变化特征，并计算数据集的特征均值中心点与聚类中心点，再根据心率变化特征与个人数据集中心点的组合距离来对运动过程进行健康特征分析。移动装置采集到的心率数据，属于离散的时间序列，特点是数据规模大、维度高、持续更新；本发明可适用于实时采集的心率数据，可以主动适应不同用户，自动识别运动过程中的异常情况，算法计算复杂度低，操作简单方便，易于大规模应用，对全民运动健身过程中的心率健康特征分析具有重要意义。
-
公开(公告)号：CN114469124A
公开(公告)日：2022-05-13
申请号：CN202210114479.6
申请日：2022-01-30
摘要： 本发明公开一种运动过程中异常心电信号的识别方法，提出一种改进的EEMD算法，通过扰动插值的方法改变心电信号部分波段的陡性，以便更好的进行噪声辅助分析，解决了模态混叠问题；通过傅里叶变换自动划分心拍；搭建适用于心拍分类的VIT模型实现高准确率；相较现有技术，本方法处理心电数据更具灵活性和实用性，改进的EEMD算法能够为分类模型提供更高质量的数据，通过傅里叶变换划分心拍使其更具灵活性和准确性，搭建的VIT模型能够更好的对心电信号的二维频域特征进行学习捕捉，达到更好的分类效果，从而实现异常心电信号的精准动态识别，可很好地应用在目前移动电子测量设备中以实现异常监测，对进一步促进心电信号处理领域发展具有重要意义。
-
公开(公告)号：CN105427001A
公开(公告)日：2016-03-23
申请号：CN201510880869.4
申请日：2015-12-03
申请人： 北京理工大学
CPC分类号： G06Q10/047 , G06Q50/205
摘要： 本发明涉及一种地区中小学校校车最优路线与配置方法，属于路径规划技术领域；该方法共分为七个步骤，分别是校车的需求分析、满意度分析、地址转换与站点设置、校车运行路线规划模型设计、实景数据采集、智能算法设计与规划方案的微调，每个环节都基于网络开放资源、路径规划建模、智能优化算法给出了完善的解决办法。对比现有技术，本发明方法打通了校车运行规划所涉及的全部环节，给出了完整的解决方案；充分考虑了学生、学校双方的具体需求；通过问卷调查方式收集校车服务对象的关键数据，通过开放的网络资源收集道路信息；为解决多种情形下较大规模的中小学校车最优路线与配置问题提供了数学模型与可行算法；提供了良好的人工干预机制。
-
公开(公告)号：CN114469123A
公开(公告)日：2022-05-13
申请号：CN202210114469.2
申请日：2022-01-30
IPC分类号： A61B5/318 , A61B5/346 , A61B5/352 , A61B5/353 , A61B5/36 , A61B5/366 , A61B5/358 , A61B5/355 , A61B5/00
摘要： 本发明公开了运动过程中的心电数据分类与健康特征识别方法，本发明针对长时间的运动周期设计了短停的心电数据采集方式，根据多个短停时间段内的心电单拍特征计算单个用户多个运动周期的心电参数向量序列，并计算向量序列的基准线，再根据心电参数向量序列与基准线的距离，通过每一个参数的距离异常百分比来对运动过程中的心电数据分类与健康特征识别，本发明给出了一种基于整个运动周期的心电数据分类和特征识别方法，可以帮助运动健身者实时掌握身体状态，减少因心脏原因导致的异常情况发生，对全民运动健身过程中的心电数据分类与健康特征识别具有重要意义。
-
公开(公告)号：CN114469124B
公开(公告)日：2024-04-09
申请号：CN202210114479.6
申请日：2022-01-30
摘要： 本发明公开一种运动过程中异常心电信号的识别方法，提出一种改进的EEMD算法，通过扰动插值的方法改变心电信号部分波段的陡性，以便更好的进行噪声辅助分析，解决了模态混叠问题；通过傅里叶变换自动划分心拍；搭建适用于心拍分类的VIT模型实现高准确率；相较现有技术，本方法处理心电数据更具灵活性和实用性，改进的EEMD算法能够为分类模型提供更高质量的数据，通过傅里叶变换划分心拍使其更具灵活性和准确性，搭建的VIT模型能够更好的对心电信号的二维频域特征进行学习捕捉，达到更好的分类效果，从而实现异常心电信号的精准动态识别，可很好地应用在目前移动电子测量设备中以实现异常监测，对进一步促进心电信号处理领域发展具有重要意义。
-
公开(公告)号：CN114469123B
公开(公告)日：2024-04-09
申请号：CN202210114469.2
申请日：2022-01-30
IPC分类号： A61B5/318 , A61B5/346 , A61B5/352 , A61B5/353 , A61B5/36 , A61B5/366 , A61B5/358 , A61B5/355 , A61B5/00
摘要： 本发明公开了运动过程中的心电数据分类与健康特征识别方法，本发明针对长时间的运动周期设计了短停的心电数据采集方式，根据多个短停时间段内的心电单拍特征计算单个用户多个运动周期的心电参数向量序列，并计算向量序列的基准线，再根据心电参数向量序列与基准线的距离，通过每一个参数的距离异常百分比来对运动过程中的心电数据分类与健康特征识别，本发明给出了一种基于整个运动周期的心电数据分类和特征识别方法，可以帮助运动健身者实时掌握身体状态，减少因心脏原因导致的异常情况发生，对全民运动健身过程中的心电数据分类与健康特征识别具有重要意义。
-
公开(公告)号：CN114469041A
公开(公告)日：2022-05-13
申请号：CN202210114478.1
申请日：2022-01-30
IPC分类号： A61B5/0245 , A61B5/318 , A61B5/346 , A61B5/352 , A61B5/00
摘要： 本发明公开了一种运动过程中心率变化数据特征分析方法，针对运动过程中可穿戴设备的心率变化数据的健康特征分析方法，根据采集的心电图数据，以心率时间序列的角度获取运动过程中的心率变化特征，并计算数据集的特征均值中心点与聚类中心点，再根据心率变化特征与个人数据集中心点的组合距离来对运动过程进行健康特征分析。移动装置采集到的心率数据，属于离散的时间序列，特点是数据规模大、维度高、持续更新；本发明可适用于实时采集的心率数据，可以主动适应不同用户，自动识别运动过程中的异常情况，算法计算复杂度低，操作简单方便，易于大规模应用，对全民运动健身过程中的心率健康特征分析具有重要意义。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.02 秒)
