公开(公告)号：CN118502716B

公开(公告)日：2025-01-17

申请号：CN202410560967.9

申请日：2024-05-08

Applicant: 电子科技大学

Inventor： 李文 ,  段立新 ,  韩世蛟 ,  苑舒雨

IPC: G06F7/556 ,  G06N3/0495 ,  G06N3/048

Abstract: 本发明公开了一种线性查找表构建方法及查询方法，本发明针对指数运算的结果，建立了一个线性查找表，并联合尺度因子等量化参数，进行每一段分段的端点查找和确认。本发明可以适应更广泛的激活范围，在极端情况下得到比一对一查找表更优秀的运算速度，同时极大地减少了算力上的消耗，可以有效提高深度学习中涉及自然指数运算操作的效率。

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

Inventor： 邢建川 ,  谭玉博 ,  王翔 ,  刘懿尧 ,  王雨轩 ,  陈思芹 ,  王宇萌 ,  苑舒雨

IPC: A61B5/11 ,  A61B5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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：CN118502716A

公开(公告)日：2024-08-16

申请号：CN202410560967.9

申请日：2024-05-08

Applicant: 电子科技大学

Inventor： 李文 ,  段立新 ,  韩世蛟 ,  苑舒雨

IPC: G06F7/556 ,  G06N3/0495 ,  G06N3/048

Abstract: 本发明公开了一种线性查找表构建方法及查询方法，本发明针对指数运算的结果，建立了一个线性查找表，并联合尺度因子等量化参数，进行每一段分段的端点查找和确认。本发明可以适应更广泛的激活范围，在极端情况下得到比一对一查找表更优秀的运算速度，同时极大地减少了算力上的消耗，可以有效提高深度学习中涉及自然指数运算操作的效率。

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

Inventor： 邢建川 ,  谭玉博 ,  王翔 ,  刘懿尧 ,  王雨轩 ,  陈思芹 ,  王宇萌 ,  苑舒雨

IPC: A61B5/11 ,  A61B5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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。