专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果61个,建议您升级VIP下载更多相关专利
  • [发明专利]基于毫米波雷达信号的人体血压检测装置-CN202111244372.5有效
  • 陈彦;冉有;张东恒;张冬;孙启彬;吴曼青 - 中国科学技术大学
  • 2021-10-25 - 2023-10-20 - A61B5/021
  • 本公开实施例提供了一种基于毫米波雷达信号的人体血压检测装置,该装置对应的方法包括:在距离人体手腕处预设高度的位置采集毫米波雷达信号,其中,毫米波雷达信号包括多个接收信号;对多个接收信号进行波束成形处理,分离不同距离和角度的接收信号,得到目标二维网格,其中,目标二维网格包括多个不同距离‑角度的接收信号;利用第一神经网络从目标二维网格的多个不同距离‑角度的接收信号中确定目标接收信号,其中,第一神经网络是利用第一训练样本数据集对第一初始神经网络进行训练得到的;将目标接收信号输入第二神经网络,输出预测血压信息,其中,第二神经网络是利用第二训练样本数据集对第二初始神经网络进行训练得到的。
  • 基于毫米波雷达信号人体血压检测装置
  • [发明专利]一种半监督域自适应脑电信号的分类方法-CN202310052274.4在审
  • 陈勋;梁邓;刘爱萍;孙启彬;张勇东;吴枫;吴曼青 - 中国科学技术大学
  • 2023-02-02 - 2023-09-12 - G06F18/2415
  • 本发明公开了一种半监督域自适应脑电信号的分类方法,包括:1、获取不同个体的带标注数据,获取目标个体的数据并选取部分进行标注,随后进行统一的预处理;2、设计数据增强机制,将样本进行增强表示;3、搭建学生模型和教师模型;4、记录每次更新后的学生模型权重,将其与历史的权重进行滑动平均,作为教师模型的权重;5、计算特征空间上已有个体和目标个体的特征对齐损失;6、计算学生模型与教师模型对应的输出概率间的一致性损失;7、将上述损失函数与交叉熵损失相组合,共同优化模型参数,获得最优分类模型。本发明能够在目标个体仅有一小部分数据被标注的情况下充分校准分类模型,以实现高准确度的跨个体脑电信号分类。
  • 一种监督自适应电信号分类方法
  • [发明专利]基于毫米波雷达信号的人体活动成像的训练方法及系统-CN202111068219.1有效
  • 陈彦;俞聪;张东恒;张冬;孙启彬;吴曼青 - 中国科学技术大学
  • 2021-09-13 - 2023-09-01 - G06V40/10
  • 本发明公开了一种基于毫米波雷达信号的人体活动成像的训练方法,包括:获取训练样本,训练样本包括源视频图像样本和射频信号样本;构建生成对抗网络并初始化生成对抗网络参数,生成对抗网络包括生成部和判别部;获得第一水平特征图和第一垂直特征图;获得第一射频融合表征;获取生成图像;获得第二水平特征图和第二垂直特征图;获得第二射频融合表征;获取第一判别结果;获取第一拼接图像;获取第二拼接图像;获取第二判别结果;利用第一判别结果和第二判别结果对生成部和判别部的参数进行优化;当第一判别结果和第二判别结果的准确率稳定在预设范围内时,获得优化后的生成部。本发明还公开了一种基于毫米波雷达信号的人体活动成像方法及系统。
  • 基于毫米波雷达信号人体活动成像训练方法系统
  • [发明专利]基于DeepSleepNet的非接触式睡眠分期方法-CN202310384595.4在审
  • 王超;濮玉;张冬;孙启彬 - 中国科学技术大学先进技术研究院
  • 2023-04-06 - 2023-07-18 - A61B5/00
  • 本申请公开了一种基于DeepSleepNet的非接触式睡眠分期方法,属于睡眠监测技术领域。所述基于DeepSleepNet的非接触式睡眠分期方法包括:基于单元平均恒虚警率算法从初始雷达信号中获取目标待测信号,初始雷达信号为在目标雷达向目标对象发送调频连续波的情况下所返回的回波信号;对目标待测信号进行生理特征提取,获取目标对象对应的第一睡眠生理信号;基于第一睡眠生理信号,预测得到目标对象的睡眠阶段。本申请的基于DeepSleepNet的非接触式睡眠分期方法,能够无需与被测者接触,不受设备影响,降低了侵犯被测者隐私的风险,操作简单,能够长期监测,适用于日常生活中的睡眠监测,适用场景较广泛。
  • 基于deepsleepnet接触睡眠分期方法
  • [发明专利]睡眠姿态模型的训练方法和睡眠姿态识别方法-CN202310149791.3有效
  • 李云飞;张东恒;陈彦;孙启彬 - 中国科学技术大学
  • 2023-02-22 - 2023-07-18 - G06V40/20
  • 本发明提供了一种睡眠姿态模型的训练方法和睡眠姿态识别方法。该方法包括针对毫米波雷达输出的每个目标睡眠数据,基于预设裁剪规则对目标睡眠数据进行处理,生成多个第一中间数据单元,其中,目标睡眠数据是在距离处于睡眠状态的人体的预设高度的位置上采集的;针对每个第一中间数据单元,基于预设变换规则对第一中间数据单元进行处理,得到目标数据单元;根据多个目标数据单元,生成训练伪彩图;将对应于不同目标睡眠数据的多个训练伪彩图作为睡眠姿态训练样本集中的多个训练样本,根据多个训练样本和与每个训练样本对应的标签数据训练待训练的深度学习网络模型,得到训练后的睡眠姿态模型,标签数据表征训练样本中的人体的睡姿。
  • 睡眠姿态模型训练方法识别
  • [发明专利]基于波束形成的抗干扰呼吸检测方法-CN202310186771.3有效
  • 陈彦;谢学诚;张东恒;张冬;孙启彬;吴曼青 - 中国科学技术大学
  • 2023-03-02 - 2023-07-18 - A61B5/08
  • 本公开提供一种基于波束形成的抗干扰呼吸检测方法,利用WiFi设备对目标区域内存在干扰个体的情况下对待检测目标的呼吸状态进行检测,呼吸检测方法包括:操作S1:构建基于WiFi设备接收天线阵列的导向矢量;操作S2:获得波束形成的最佳权重;操作S3:将接收天线阵列接收到的原始信号转换到空域;操作S4:选取时间窗,对转换到空域后的信号做相邻帧差分,实现目标区域内静止物体信号的消除和干扰个体信号的增强;操作S5:计算每个位置波束形成后得到的间序列的呼吸噪声比;操作S6:将目标区域重叠地分成若干子区域,选择干扰较小的子区域;以及操作S7:寻找待检测目标的呼吸最可能存的位置提取信号,进而得到待检测目标的呼吸状态参数。
  • 基于波束形成抗干扰呼吸检测方法
  • [发明专利]摔倒检测方法及摔倒检测装置-CN202310391380.5有效
  • 杨飞;童建文;胡洋;李厚强;孙启彬 - 中国科学技术大学
  • 2023-04-13 - 2023-07-18 - G01S7/41
  • 本发明提供了一种摔倒检测方法及摔倒检测装置。该方法包括获取毫米波雷达采集的回波信号,其中,回波信号是毫米波雷达向目标区域内的目标对象发射调频连续毫米波信号后,经目标对象反射被毫米波雷达所接收得到的;基于预设处理规则,对回波信号进行转化处理,得到时序上的多帧点云数据,其中,点云数据包括多个点云信息;基于预设跟踪规则,对多个点云数据中的点云信息进行聚类跟踪处理,得到至少一个目标对象的时序上的多个关联点云;基于预设判定规则,根据目标对象的多个关联点云,确定目标对象的摔倒判定结果;在摔倒判定结果表明目标对象处于摔倒姿态的情况下,将转换数据输入至摔倒识别网络模型,输出目标对象的摔倒识别结果。
  • 摔倒检测方法装置
  • [发明专利]基于WiFi信道状态信息的行为识别方法和装置-CN202310384520.6在审
  • 陶丽卫;梁素;张冬;孙启彬 - 中国科学技术大学先进技术研究院
  • 2023-04-06 - 2023-07-14 - H04B7/06
  • 本申请公开了一种基于WiFi信道状态信息的行为识别方法和装置,属于行为识别技术领域。所述基于WiFi信道状态信息的行为识别方法包括:获取多个子载波对应的多个信道状态信息,所述多个子载波与所述多个信道状态信息一一对应,所述多个信道状态信息为基于接收到的同一射频信号所确定的;从各所述信道状态信息中提取目标行为信号;分别从时间维度和空间维度对所述目标行为信号进行处理,获取目标对象的行为状态。本申请的基于WiFi信道状态信息的行为识别方法,能够有效分割连续行为,将连续行为准确区分出来,且能够充分挖掘数据的潜在特征,以提取到较全面的特征,行为识别的准确度和精度较高。
  • 基于wifi信道状态信息行为识别方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top