一种基于深度学习的行为识别方法

    公开(公告)号:CN109886109B

    公开(公告)日:2022-08-30

    申请号:CN201910041967.7

    申请日:2019-01-16

    Inventor: 王玉峰 李潇

    Abstract: 本发明公开了一种基于深度学习的行为识别方法,行为识别分为训练阶段和识别阶段,在训练阶段,对加速度传感器采集的三轴加速度数据预处理之后提取合加速度值,即xyz三轴加速度平方和的均方根值,然后对合加速度值进行STFT变换以提取数据中时间和频率之间的关系,将STFT序列的能量谱和每次采集数据对应的行为标签作为行为识别模型的训练集输入;行为识别模型采用基于LSTM单元的DRNN网络,使用训练集数据训练初始模型,选择测试集分类正确率最高的训练模型应用于识别阶段。该方法相对与已有方案而言,识别的准确度更高,且功耗较低,适合工作在资源受限的智能终端。

    一种小尺寸过渡金属硫族化合物二维纳米片的制备方法

    公开(公告)号:CN108423642B

    公开(公告)日:2021-07-13

    申请号:CN201810300486.9

    申请日:2018-04-04

    Abstract: 本发明涉及一种小尺寸过渡金属硫族化合物二维纳米片的制备方法,以过渡金属硫族化合物的块体粉末为原料,以高分子作为助剂,通过高分子辅助球磨制备出不同尺寸、不同成分的过渡金属硫族化合物二维纳米片,包括3个步骤:高分子和高分子辅助球磨制备块体粉末的称取;球磨剥离和加水混匀取出;梯度离心获得不同尺寸产物,纯化除去多余的高分子。本发明解决了当前小尺寸过渡金属硫族化合物二维纳米片制备方法中存在的产率低、形貌不均一、工艺复杂等问题,具有产率高、工艺简单、通用性强、过程易控制,等优点。通过本发明所制备的小尺寸的过渡金属硫族化合物二维纳米片可以应用于不用的领域,诸如催化、光电及生物医学领域等。

    一种提高跌倒检测系统精度的方法

    公开(公告)号:CN107358248B

    公开(公告)日:2021-03-23

    申请号:CN201710421301.5

    申请日:2017-06-07

    Inventor: 李潇 王玉峰

    Abstract: 本发明提出一种提高跌倒检测系统精度的方法,包括跌倒检测系统的训练阶段和跌倒检测系统的识别阶段。前者包括传感器数据采集和预处理、特征值获取、建立行为识别模型和得到特征值对应阈值。后者包括传感器数据采集和预处理、特征值获取、跌倒触发过程、纠正判断过程。纠正判断过程中,通过方向传感器提取跌倒发生的暂态时间中手机围绕x轴的旋转角度,如果该角度大于60°且跌倒后通过GPS发现用户位置不变,则跌倒检测系统检测到用户跌倒行为。本发明通过加速度传感器获取合加速度和垂直速度特征值,通过方向传感器获取跌倒发生的暂态时间中手机围绕x轴的旋转角度,通过内置的GPS获取跌倒后用户的位置,不用额外配置检测设备,具有普遍适用性。

    一种小尺寸过渡金属硫族化合物二维纳米片的制备方法

    公开(公告)号:CN108423642A

    公开(公告)日:2018-08-21

    申请号:CN201810300486.9

    申请日:2018-04-04

    Abstract: 本发明涉及一种小尺寸过渡金属硫族化合物二维纳米片的制备方法,以过渡金属硫族化合物的块体粉末为原料,以高分子作为助剂,通过高分子辅助球磨制备出不同尺寸、不同成分的过渡金属硫族化合物二维纳米片,包括3个步骤:高分子和高分子辅助球磨制备块体粉末的称取;球磨剥离和加水混匀取出;梯度离心获得不同尺寸产物,纯化除去多余的高分子。本发明解决了当前小尺寸过渡金属硫族化合物二维纳米片制备方法中存在的产率低、形貌不均一、工艺复杂等问题,具有产率高、工艺简单、通用性强、过程易控制,等优点。通过本发明所制备的小尺寸的过渡金属硫族化合物二维纳米片可以应用于不用的领域,诸如催化、光电及生物医学领域等。

    一种基于深度学习的行为识别方法

    公开(公告)号:CN109886109A

    公开(公告)日:2019-06-14

    申请号:CN201910041967.7

    申请日:2019-01-16

    Inventor: 王玉峰 李潇

    Abstract: 本发明公开了一种基于深度学习的行为识别方法,行为识别分为训练阶段和识别阶段,在训练阶段,对加速度传感器采集的三轴加速度数据预处理之后提取合加速度值,即xyz三轴加速度平方和的均方根值,然后对合加速度值进行STFT变换以提取数据中时间和频率之间的关系,将STFT序列的能量谱和每次采集数据对应的行为标签作为行为识别模型的训练集输入;行为识别模型采用基于LSTM单元的DRNN网络,使用训练集数据训练初始模型,选择测试集分类正确率最高的训练模型应用于识别阶段。该方法相对与已有方案而言,识别的准确度更高,且功耗较低,适合工作在资源受限的智能终端。

    一种多齿巯基两嵌段聚合物及其制备方法和应用

    公开(公告)号:CN105968277B

    公开(公告)日:2018-05-11

    申请号:CN201610319080.6

    申请日:2016-05-13

    Abstract: 本发明提供了一种多齿巯基两嵌段聚合物及其制备方法和应用,涉及高分子化学技术领域,其包括亲水嵌段和疏水嵌段,亲水嵌段含有聚乙二醇和羧基,疏水嵌段含有巯基。将本发明所公开的多齿巯基两嵌段聚合物应用于量子点表面修饰具有以下特点:一方面利用多个巯基的协同作用可以大幅提高聚合物与量子点表面金属离子结合能力,显著提高了量子点的光化学稳定性;另一方面聚合物中的PEG基团能够有效增加量子点的胶体化学稳定性和pH稳定性,同时,甲基丙烯酸单体中的羧基不仅能够提高量子点的亲水性,还可以为量子点进一步连接生物分子做好准备。

Patent Agency Ranking