-
公开(公告)号：CN118298462A
公开(公告)日：2024-07-05
申请号：CN202410411168.5
申请日：2024-04-08
Applicant: 东南大学
IPC: G06V40/10 , G06V10/774 , G06V10/764 , G06V40/20 , G06V10/74 , A61B5/11 , A61B5/0205 , A61B5/00
Abstract: 本发明公开了一种人体姿态的检测方法，考虑了待测目标的生理反应，从而使得检测人体姿态更加准确。该检测方法包括：S1采集受试者人体姿态数据和生命体征数据，制作姿态‑生命体征同步时序数据集；S2获取正常人体姿态的受试者的身体晃动分数分布模型，从所述身体晃动分数分布模型中得到晃动异常分数范围，训练头部姿态‑体征一分类模型，训练跌倒检测模型；S3获得前置判断模型；S4获取前置判断模型阈值，相似性识别模型阈值和人体姿态识别模型阈值；S5采集待测人体的呼吸速率、心率生命体征时序数据、人体特征点位置以及头部欧拉角人体姿态时序数据，得到总分数；将所述总分数与所述人体姿态识别模型阈值比较，获取待测人体姿态数据。
-
公开(公告)号：CN118131223A
公开(公告)日：2024-06-04
申请号：CN202410247624.7
申请日：2024-03-05
Applicant: 东南大学
Abstract: 本发明提供一种基于毫米波和WiFi分时检测的人体姿态估计方法，包括以下步骤：步骤10，获取毫米波点云数据，对毫米波点云数据进行可信度判断，如果毫米波点云数据可信，则执行步骤20；否则执行步骤30；步骤20，采用毫米波点云数据，对人体姿态进行识别；步骤30，获取并采用WiFi信道状态信息，对人体姿态进行识别。本发明提供一种基于毫米波和WiFi分时检测的人体姿态估计方法，增大检测范围的同时提高估计精度。
-
公开(公告)号：CN118152855A
公开(公告)日：2024-06-07
申请号：CN202410259719.0
申请日：2024-03-07
Applicant: 东南大学
IPC: G06F18/24 , G06F18/25 , G06F18/10 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种变压器热寿命损失的预测方法，提高变压器热寿命损失预测结果的准确性。该方法包括：S1获取油浸式电力变压器的多维运行数据；S2获取S1中相同时间段内所述油浸式电力变压器所在地区的相关数据；S3将数据类型分为强相关数据类型和弱相关数据类型；S4对强相关数据类型与弱相关数据类型进行数据清洗；S5获得强相关数据序列和弱相关数据序列；S6训练第一LSTM神经网络预测模型和第二LSTM神经网络预测模型；S7获得变压器的第一热寿命损失预测数据和第二热寿命损失预测数据；对第一热寿命损失预测数据和第二热寿命损失预测数据进行加权融合，得到变压器热寿命损失的预测值。
-
公开(公告)号：CN118134507A
公开(公告)日：2024-06-04
申请号：CN202410247621.3
申请日：2024-03-05
Applicant: 东南大学
IPC: G06Q30/018 , G06F17/10 , G06Q50/06
Abstract: 本发明公开了一种区域电碳因子的预测方法，该方法通过采集所述区域及相关区域的能源数据，通过较少数据量计算所述区域及相关区域总发电电量电碳因子基础值，并以区域调出电力为权重计算电力调入量电碳因子基准值，将两者拟合，生成所在区域电碳因子数据样本，以此构建灰色预测模型得到区域电碳因子预测结果，还可再根据数据处理参数，对区域电碳因子预测结果进行时间颗粒度上的再处理。本发明有效降低了计算区域电碳因子过程中电力调入量的影响，使预测所需的数据样本更加可靠，以此提升了区域电碳因子预测结果的精度。
-
-
-
Search Results
4
records
(took 0.024 seconds)
