Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院深圳先进技术研究院周永强获国家专利权

中国科学院深圳先进技术研究院周永强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利基于单个惯性传感器的实时运动模式切换识别系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118557179B

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410566960.8,技术领域涉及:A61B5/11;该发明授权基于单个惯性传感器的实时运动模式切换识别系统及方法是由周永强;赵国如;刁亚楠;宁运琨;陈桂兰;游子儆;彭德民;胡睿设计研发完成,并于2024-05-09向国家知识产权局提交的专利申请。

基于单个惯性传感器的实时运动模式切换识别系统及方法在说明书摘要公布了:本申请涉及运动检测技术领域,特别涉及一种基于单个惯性传感器的实时运动模式切换识别系统及方法,该系统包括:依次连接的运动模式转换数据流自动采集模块、时空步态参数特征处理模块以及改进的K‑medoids聚类算法模型;运动模式转换数据流自动采集模块包括惯性运动传感单元和概率分布建模单元;时空步态参数特征处理模块包括特征提取单元、排序单元和交叉验证单元;改进的K‑medoids聚类算法模型用于根据精选的步态特征,对不同的切换运动状态进行分类训练和预测,实现复杂人体运动切换过程的精准识别。本申请提供的基于单个惯性传感器的实时运动模式切换识别系统,主要解决穿戴式设备进行运动模式切换时准确率低而复杂性偏大的问题。

本发明授权基于单个惯性传感器的实时运动模式切换识别系统及方法在权利要求书中公布了:1.一种基于单个惯性传感器的实时运动模式切换识别系统,其特征在于,包括:依次连接的运动模式转换数据流自动采集模块、时空步态参数特征处理模块以及改进的K-medoids聚类算法模型; 所述运动模式转换数据流自动采集模块包括惯性运动传感单元和概率分布建模单元;其中,所述惯性运动传感单元用于获取连续时域内的九轴惯性数据;所述概率分布建模单元用于对连续时域内的九轴惯性数据进行分割处理,识别处于切换运动状态的时域区间,得到转换数据流; 所述时空步态参数特征处理模块包括特征提取单元、排序单元和交叉验证单元;所述特征提取单元用于采用滑动窗口在所述转换数据流中分别提取不同类别的时域特征;所述排序单元用于对提取的不同类别的时域特征进行排序;所述交叉验证单元用于对排序后的不同类别的时域特征进行交叉验证,对K-medoids切换识别模型进行训练和验证测试,得到精选的步态特征; 所述改进的K-medoids聚类算法模型用于根据精选的步态特征,对不同的切换运动状态进行分类训练和预测,实现复杂人体运动切换过程的精准识别; 采用贝叶斯更新公式对连续时域内的九轴惯性数据进行分割处理; 所述贝叶斯更新公式通过先验概率和后验概率的乘积迭代更新后验概率得到;所述贝叶斯更新公式如下所示: 1 其中,cn表示感知类别;所述感知类别包括活动状态类别和转换阶段类别;zt表示时间t的d后验概率;zt-1表示时间t的前一次t-1的后验概率;Pcn|zt和Pzt|cn为时间t的后验概率和假设cn为真的情况下观察到zt的似然性;Pcn为先验概率;Pzt|zt-1为边际概率。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区深圳大学城学苑大道1068号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。