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349750个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于联合层次选择的子空间学习的跨视角步态识别方法-CN202010198551.9有效
  • 贲晛烨;肖瑞雪;李玉军;陈雷;黄天欢;任家畅 - 山东大学
  • 2020-03-20 - 2023-04-07 - G06V40/20
  • 一种基于联合层次选择的子空间学习的跨视角步态识别方法,首先将目标视角和注册视角的步态样本划分为训练集和测试集,将两种视角步态数据同时进行层次分块划分,对于多层次的步态能量图块分别向量化后特征选择并进行级联;然后将注册视角和目标视角数据同时投影到公共子空间,通过构建跨视角对偶图的方式增强两者联系,投影的过程中进行有效特征选择和有效步态能量图块选择,去除冗余,形成公共子空间内注册样本集,通过训练的目标视角投影矩阵将测试目标视角数据投影到公共子空间中、形成公共子空间内目标样本集,采用欧式距离的最近邻方式对两个样本集进行步态识别。本发明将注册视角步态数据引入目标视角领域,增强跨视角步态识别效果。
  • 一种基于联合层次选择空间学习视角步态识别方法
  • [发明专利]一种多体位外骨骼下肢康复训练机器人-CN200610155048.5无效
  • 杨灿军;张佳帆;耿昱;张杰;邓美英;张欣 - 浙江大学
  • 2006-12-07 - 2007-06-06 - A61H1/00
  • 本发明公开的多体位外骨骼下肢康复训练机器人包括机座、护栏、悬吊系统、外骨骼训练装置和计算机控制系统。该机器人通过对国际通用的Brunnstrom训练方法进行分析,结合对卒中病人瘫痪下肢的“物理疗法(PT)和作业疗法(OT)”,针对脑卒中病人不同阶段不同体位的康复训练要求,建立具有不同激励程度和多种训练模式的卒中病人下肢训练康复机器人同时可以根据不同卒中患者在不同疗程中实现多种激励的训练模式,包括主动步态、被动力控制步态、被动阻尼可调步态等模式,从而达到最佳康复锻炼的效果。该机器人可满足患者坐姿,站立和平躺三种训练状态,适用脑卒中患者的不同康复阶段下肢康复训练
  • 一种体位骨骼下肢康复训练机器人
  • [实用新型]多体位外骨骼下肢康复训练机器人-CN200620140779.8无效
  • 杨灿军;张佳帆;耿昱;张杰;邓美英;张欣 - 浙江大学
  • 2006-12-07 - 2008-01-16 - A61H1/00
  • 本实用新型公开的多体位外骨骼下肢康复训练机器人包括机座、护栏、悬吊系统、外骨骼训练装置和计算机控制系统。该机器人通过对国际通用的Brunnstrom训练方法进行分析,结合对卒中病人瘫痪下肢的“物理疗法(PT)和作业疗法(OT)”,针对脑卒中病人不同阶段不同体位的康复训练要求,建立具有不同激励程度和多种训练模式的卒中病人下肢训练康复机器人同时可以根据不同卒中患者在不同疗程中实现多种激励的训练模式,包括主动步态、被动力控制步态、被动阻尼可调步态等模式,从而达到最佳康复锻炼的效果。该机器人可满足患者坐姿,站立和平躺三种训练状态,适用脑卒中患者的不同康复阶段下肢康复训练
  • 体位骨骼下肢康复训练机器人
  • [发明专利]一种基于多线性均值成分分析的步态识别方法-CN201410030101.3有效
  • 贲晛烨;张鹏;田雅薇;刘天娇;孙孟磊;王凤君 - 山东大学
  • 2014-01-22 - 2017-01-11 - G06K9/00
  • 本发明提供了一种基于多线性均值成分分析的步态识别方法,训练阶段,对线性插值后的半个周期步态序列图像通过以下算法进行降维处理,并训练得到算法的投影变换矩阵:通过广义张量分析将半个周期步态序列图像投影到一个低维的多线性子空间中;采用多线性均值成分分析做进一步特征提取;采用线性判别分析使得训练的张量样本最终投影到低维的向量空间中。识别阶段,待识别的半个周期步态序列图像样本经过广义张量分析、多线性均值成分分析算法训练得到的变换矩阵在张量空间中两次投影,再经过线性判别分析算法训练得到的变换矩阵在向量空间中投影,识别时在向量空间中采用最近邻分类器本发明可提高步态识别的准确性,且在不同环境下的鲁棒性强。
  • 一种基于线性均值成分分析步态识别方法
  • [发明专利]一种基于步态图像的身份识别方法-CN201810263768.6有效
  • 刘欣刚;余涛;梅永勇;王艺豪;严敬仁;代成;汪卫彬 - 电子科技大学
  • 2018-03-28 - 2022-05-03 - G06V40/20
  • 本发明公开了一种基于步态图像的身份识别方法,包括训练步骤,对步态图像序列进行行人检测和图像预处理并给相应的步态图像赋予标签值,再对其使用由卷积受限玻尔兹曼机和全连接层组成的特征学习网络进行训练,生成具有身份识别的特征学习网络模型和特征中心值模型;识别步骤,对待识别的步态图像进行行人检测和图像预处理,由归一化的自相关函数计算步态周期性以获取一个周期的步态序列,通过深度学习网络和投票算法对行人进行身份进行识别。本发明以周期性的步态图像序列作为输入,保留了完整的步态信息;采用深度学习网络进行特征学习,获取更多具有区分度的步态特征以提高识别率;通过深度学习网络和投票算法并用增强了识别的准确率和鲁棒性。
  • 一种基于步态图像身份识别方法
  • [发明专利]基于足底压力阵列检测的儿童异常步态识别系统及方法-CN202011248715.0在审
  • 徐铃辉;杨巍;杨灿军;余林繁 - 浙大宁波理工学院
  • 2020-11-10 - 2021-01-22 - A61B5/11
  • 本发明涉及一种儿童异常步态识别系统,特别是一种基于足底压力阵列检测的儿童异常步态识别系统,包括:步态数据采集单元;步态数据初步处理单元;步态数据特征提取单元;步态参数降维单元;建立步态分类模型单元;以及,在线步态识别单元;其中,步态数据采集单元采集儿童步态数据,后经步态数据初步处理单元,步态数据特征提取单元,以及步态参数降维单元得到步态数据特征值,输入到训练好的步态分类模型单元,在线步态识别单元得到分类结果另外,本发明中还提供了一种基于足底压力阵列检测的儿童异常步态识别方法。本发明解决了“提升儿童异常步态的识别精度”的技术问题,具备检测方便、功耗低、经济成本低等优点。
  • 基于足底压力阵列检测儿童异常步态识别系统方法
  • [发明专利]一种步态康复训练装置-CN201710018048.9有效
  • 刘建英;刘建姣 - 刘建英
  • 2017-01-11 - 2019-03-19 - A61H1/02
  • 一种步态康复训练装置,属于医疗器械技术领域。其特征在于:包括承重机构(1)以及步态训练机构(2),承重机构(1)包括用于固定使用者身体的承重架以及带动承重架行走的驱动机构;步态训练机构(2)包括设置在两侧的机械腿以及动力机构,机械腿包括大腿杆(16本步态康复训练装置能真正刺激偏瘫的伸肌活动,刺激了患者的主动选择控制,对临床应用具有较大帮助。
  • 一种步态康复训练装置
  • [发明专利]一种基于GRU的步态识别方法-CN202010315195.4有效
  • 耿艳利;蔡晓东;杨鹏;宣伯凯;陈玲玲 - 河北工业大学
  • 2020-04-21 - 2022-07-22 - G06V10/764
  • 本发明公开了一种基于GRU的步态识别方法,属于假肢技术领域,本发明解决了传统步态分类方法计算复杂、实时性差等问题,通过GRU省却了繁复的特征提取工程,只需使用模型参数进行分类即可,大大提升了计算速度,且实现了步态阶段的实时计算,摆脱了传统步态识别需要在线下进行分类的繁琐过程。:利用穿戴于假肢足底的FSR薄膜压力传感器采集行走时的足底压力信息;根据目标典型行走特征和时间戳将各数据队列打上相应标签;搭建GRU网络模型;定义GRU单元、全连接层及各激活函数;得到的数据标签对分成训练集与测试集,训练集送入GRU网络模型进行训练训练完成后利用测试集评估模型分类效果,进行线上实时分类。
  • 一种基于gru步态识别方法

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