公开(公告)号：CN117814816A

公开(公告)日：2024-04-05

申请号：CN202410030183.5

申请日：2024-01-09

Applicant: 南京邮电大学

Inventor： 沈澍 ,  顾明辉 ,  吴梦实 ,  晋则柯

IPC: A61B5/389 ,  A61B5/397 ,  A61B5/00 ,  G06F18/24 ,  G06F18/2415 ,  G06N3/047 ,  G06N3/096

Abstract: 本发明公开了一种基于表面肌电信号的边缘端识别方法及系统，涉及生物信号处理和人工智能技术领域，包括采集表面肌电信号，通过带通滤波得到连续的原始信号；将原始信号通过神经网络模型进行轻量化优化，得到轻量级模型；基于轻量级模型进行二次转化得到网络模型，建立神经网络模型的轻量化编码格式；使用推理引擎执行轻量化编码格式，获取边缘端识别结果。在边缘端的识别模型基于TensorFlow中定义和训练好的神经网络模型，进行包括知识蒸馏和量化过程的轻量化处理，得到的模型在通过ASAP算法遍历计算图的方法解决不同模型结构的计算步骤差异问题后，转化为一种适合嵌入式系统运行的数据结构，使网络模型变成轻量化的编码格式。

公开(公告)号：CN116649957A

公开(公告)日：2023-08-29

申请号：CN202310482098.8

申请日：2023-04-29

Applicant: 南京邮电大学

Inventor： 沈澍 ,  孙鹏 ,  陈欣荣 ,  顾明辉 ,  耿昕雨 ,  晋则柯

IPC: A61B5/11 ,  A61B5/00

Abstract: 本发明属于机器学习、深度学习、信号处理和模式识别的技术领域，公开了一种基于惯性传感器的马匹步态识别及跛行检测方法。本发明基于深度学习，将BiLSTM引入卷积神经网络，提取特征序列的正向和向后依赖关系，提高了网络的性能，并且有效提升了马匹的步态识别准确率；相较于基于图像的步态识别，基于惯性传感器的步态识别成本低、体积小、功耗低、灵活性高且不受环境因素影响；本发明主要针对马术训练场景，在马术训练中客观、全面、精准掌握马匹的实时步态以及跛行程度，不但可以提高马术训练效果和马匹竞技状态，而且对于马匹的早期运动伤病预防具有很好的控制作用，实用性强。