“方垣闰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于信道状态信息和BiLSTM-Attention的康复检测方法-CN202010412872.4在审
发明人：肖甫;周颖;盛碧云;周剑;方垣闰;司娜娜 -专利权人：南京邮电大学
申请日： 2020-05-15 - 公布日： 2020-08-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于信道状态信息和BiLSTM‑Attention的康复检测方法，其实现步骤包括：在室内环境中采集康复动作的CSI数据，提取幅度信息；对CSI数据进行低通滤波、归一化、主成分分析等预处理步骤；对预处理后的信号进行切分，检测动作的起始和终止点，并将切分的数据段划分为训练集和测试集；通过将训练集输入基于BiLSTM‑Attention的深度神经网络进行动作识别模型训练，得到康复动作识别模型，采用该模型可以对采集到的CSI测试集数据进行分类，达到康复动作识别、对康复程度打分的目的。本发明采用基于BiLSTM‑Attention的深度神经网络自动学习并选择特征，实现对三种不同动作的十个康复程度的识别。
一种基于信道状态信息 bilstm attention 康复检测方法

[发明专利]一种基于信道状态信息和BiLSTM的多场景室内动作识别方法-CN202010345957.5在审
发明人：肖甫;方垣闰;盛碧云;周剑;周颖;陈霄 -专利权人：南京邮电大学
申请日： 2020-04-27 - 公布日： 2020-08-18 - 主分类号： H04W4/33 文献下载
摘要：一种基于信道状态信息（CSI）和BiLSTM的多场景室内动作识别方法，在多个室内场景采集室内运动的Wi‑Fi信号，并提取信道状态信息（CSI）数据；对CSI数据进行低通滤波、归一化等预处理，并将多个场景的数据分别划分为训练集和测试集；通过将原场景训练集输入基于BiLSTM的深度神经网络进行原场景动作识别模型训练；利用学习到的原场景模型可以对采集到的原场景CSI测试集数据进行分类，达到室内动作识别目的；利用迁移学习机制，得到适用于新场景的室内动作识别模型，并进行新场景下的动作识别。本发明采用基于BiLSTM的深度神经网络提取CSI中的时序特征，进行动作识别，并利用迁移学习实现多场景适配，具有较好的准确性、普适性和鲁棒性。
一种基于信道状态信息 bilstm 场景室内动作识别方法