-
公开(公告)号:CN114187404A
公开(公告)日:2022-03-15
申请号:CN202111511729.1
申请日:2021-12-06
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明公开了一种用于近海域高分辨率的三维重建方法和系统,包括采用透视尺寸不变特征对近海域多视场角图像进行匹配,根据特征相似度指导采样,得到稀疏特征点云;基于结构化局部二值模式,利用图割法获取每个像素深度,加密稀疏特征点云生成稠密点云;对所有视角的点云进行全局误差优化,并根据匹配的特征点的深度信息,生成特征点在空间中的三维坐标;构建平面基元之间的强弱连接关系,通过图结构与能量函数获取表面模型。该发明可获取海域的广域大范围全景高分辨率信息,构建三维模型,能够直观展示近海域时空大数据。
-
公开(公告)号:CN118675696B
公开(公告)日:2025-01-24
申请号:CN202411139431.6
申请日:2024-08-20
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明涉及康复运动质量评价技术领域,具体涉及一种基于边缘计算的运动质量评价方法及系统,本发明方法通过分析历史训练记录中训练日期的分布特征和心率数据的分布特征,得到康复人员的康复训练规律度和康复训练强度;然后根据康复训练规律度和康复训练强度,确定康复人员所处的康复训练恢复阶段层级;再在边缘端进行康复人员训练数据的记录和分析,基于康复训练恢复阶段层级,对康复人员进行运动质量评价。通过本方法可以使康复人员在合理的康复训练恢复阶段层级进行恰当的运动质量评价,避免对所有康复人员使用的同一的评价标准而造成的参差不齐的评价质量问题,更好地针对各个康复人员进行更为精准、细致的运动指导。
-
公开(公告)号:CN118675696A
公开(公告)日:2024-09-20
申请号:CN202411139431.6
申请日:2024-08-20
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明涉及康复运动质量评价技术领域,具体涉及一种基于边缘计算的运动质量评价方法及系统,本发明方法通过分析历史训练记录中训练日期的分布特征和心率数据的分布特征,得到康复人员的康复训练规律度和康复训练强度;然后根据康复训练规律度和康复训练强度,确定康复人员所处的康复训练恢复阶段层级;再在边缘端进行康复人员训练数据的记录和分析,基于康复训练恢复阶段层级,对康复人员进行运动质量评价。通过本方法可以使康复人员在合理的康复训练恢复阶段层级进行恰当的运动质量评价,避免对所有康复人员使用的同一的评价标准而造成的参差不齐的评价质量问题,更好地针对各个康复人员进行更为精准、细致的运动指导。
-
公开(公告)号:CN118646495A
公开(公告)日:2024-09-13
申请号:CN202411124666.8
申请日:2024-08-16
Applicant: 罗普特科技集团股份有限公司
IPC: H04B17/12 , H04B17/20 , H04B17/21 , H04B17/318 , H04B17/345 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本申请涉及终端射频校准技术领域,具体涉及基于神经网络的多模态智能终端射频校准方法,该方法包括:采集智能终端接收到的射频信号,获取射频信号各时刻的信号强度,获取智能终端的本地振幅和本地频率,将射频信号解调后得到各时刻的温度、湿度;基于各时刻的温度、湿度与最佳工作温度、最佳工作湿度的差异,得到各时刻的偏离温度、偏离湿度;确定各时刻的标准载波成分函数;得到各时刻的噪音成分向量;确定各时刻的噪音干扰强度;获取各时刻的温度干扰强度、湿度干扰强度;利用神经网络模型,确定各时刻的本地校准振荡信号。本申请提高了智能终端射频校准的准确度。
-
公开(公告)号:CN118646495B
公开(公告)日:2024-11-08
申请号:CN202411124666.8
申请日:2024-08-16
Applicant: 罗普特科技集团股份有限公司
IPC: H04B17/12 , H04B17/20 , H04B17/21 , H04B17/318 , H04B17/345 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本申请涉及终端射频校准技术领域,具体涉及基于神经网络的多模态智能终端射频校准方法,该方法包括:采集智能终端接收到的射频信号,获取射频信号各时刻的信号强度,获取智能终端的本地振幅和本地频率,将射频信号解调后得到各时刻的温度、湿度;基于各时刻的温度、湿度与最佳工作温度、最佳工作湿度的差异,得到各时刻的偏离温度、偏离湿度;确定各时刻的标准载波成分函数;得到各时刻的噪音成分向量;确定各时刻的噪音干扰强度;获取各时刻的温度干扰强度、湿度干扰强度;利用神经网络模型,确定各时刻的本地校准振荡信号。本申请提高了智能终端射频校准的准确度。
-
-
-
-