-
公开(公告)号:CN111436944B
公开(公告)日:2021-09-28
申请号:CN202010309877.4
申请日:2020-04-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于智能移动终端的跌倒检测方法,包括以下步骤:采集在身高、体重、年龄方面有良好代表性的人体活动数据,并构建数据集;运用特征工程技术对数据集进行特征提取与分析,使用PCA降维技术对特征向量进行分析;基于LSTM‑FCN模型设计FallNet模型,对FallNet模型进行训练;将训练好的FallNet模型内置在移动设备中进行跌倒检测;本发明方法通过设计FallNet模型,在增加少量参数的情况下,FallNet模型的17类别分类效果达到了98.59%,APP能够对人体活动进行识别,也可以对人体跌倒发出警报和报警,可以实现对老龄人群健康状态的智能监测,且监测过程实时性高。
-
公开(公告)号:CN115906852A
公开(公告)日:2023-04-04
申请号:CN202211605278.2
申请日:2022-12-14
Applicant: 电子科技大学 , 民航成都电子技术有限责任公司 , 中国民用航空总局第二研究所
IPC: G06F40/295 , G06F16/36 , G06F40/289 , G06F40/211 , G06F21/62
Abstract: 本发明属于隐私数据使用合规性检查技术领域,提供了一种基于知识图谱的隐私数据使用的合规性检查方法。主旨在于自动检测数据的使用过程中是否有不合规,主要方案包括从获取的隐私政策数据中抽取出进行合规性检测的规则,为了将非结构化文本中的语句使用形式化方法进行表述,首先识别实体;根据识别出的实体,从隐私政策中挖掘不同实体之间的关系,构建由三元组组成的规则库,并构建知识图谱;从数据处理引擎的审计日志中获得隐私数据的处理过程,找出隐私数据中元数据,并建立表示数据处理过程的有向无环图,简称数据处理图;将表示数据处理过程的图与知识图谱进行匹配,判断数据处理过程是否符合隐私政策定义的规则,并找出导致不合规的原因。
-
公开(公告)号:CN111436944A
公开(公告)日:2020-07-24
申请号:CN202010309877.4
申请日:2020-04-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于智能移动终端的跌倒检测方法,包括以下步骤:采集在身高、体重、年龄方面有良好代表性的人体活动数据,并构建数据集;运用特征工程技术对数据集进行特征提取与分析,使用PCA降维技术对特征向量进行分析;基于LSTM-FCN模型设计FallNet模型,对FallNet模型进行训练;将训练好的FallNet模型内置在移动设备中进行跌倒检测;本发明方法通过设计FallNet模型,在增加少量参数的情况下,FallNet模型的17类别分类效果达到了98.59%,APP能够对人体活动进行识别,也可以对人体跌倒发出警报和报警,可以实现对老龄人群健康状态的智能监测,且监测过程实时性高。
-
-