公开(公告)号：CN113837222A

公开(公告)日：2021-12-24

申请号：CN202110968128.7

申请日：2021-08-23

Applicant: 南京信息职业技术学院

Inventor： 张波 ,  吴伟 ,  赵冉 ,  王文锋 ,  孙叶 ,  潘宇枫 ,  孟庆博 ,  奚航

IPC: G06K9/62 ,  G06F8/65 ,  G06F9/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于毫米波雷达路口车流量监测系统的云边协同的机器学习部署应用方法及装置，采用多任务卷积神经网络构建机器学习模型，将模型的第一和第二神经网络部署在边缘计算设备，将第三神经网络部署在云计算设备，通过云计算和边缘计算设备的协同，对毫米波雷达回波数据形成的图像进行目标检测、识别和分类，减少该应用中机器学习模型部署应用后的训练时间和检测时间，降低了数据传输的带宽需求，提高模型识别分类的准确率，具有通用和高效的优点。

公开(公告)号：CN113657474A

公开(公告)日：2021-11-16

申请号：CN202110894574.8

申请日：2021-08-05

Applicant: 南京信息职业技术学院

Inventor： 张波 ,  吴伟 ,  赵冉 ,  王文锋 ,  孙叶 ,  潘宇枫 ,  孟庆博 ,  奚航

IPC: G06K9/62 ,  G06N20/00 ,  G06F16/29 ,  G06F16/23 ,  G01S13/88 ,  G16Y20/10 ,  G16Y20/40 ,  G16Y40/10 ,  G16Y40/20

Abstract: 本发明公开了一种基于活动分布图的室内人员异常行为检测方法及系统，用户根据自身情况，设定应用环境；根据设定的应用环境，通过网关从远端服务器下载对应的机器学习模型；通过毫米波雷达采集人员的室内位置信息，上传至网关；网关中对人员室内位置信息进行存储，并进行周期性检测人员位置是否发生变化，根据人员位置信息和变化，触发活动分布图更新，生成并实时更新人员活动分布图；根据机器学习模型和活动分布图对人员行为状态检测分类。本发明针对不同场景下，室内人员的异常行为的检测服务需求，具有较高的工程应用价值，适用于面向多类需求的服务化系统，来满足不同场景下，室内人员异常行为检测需求。

公开(公告)号：CN113658412A

公开(公告)日：2021-11-16

申请号：CN202110894480.0

申请日：2021-08-05

Applicant: 南京信息职业技术学院

Inventor： 张波 ,  吴伟 ,  赵冉 ,  王文锋 ,  孙叶 ,  潘宇枫 ,  孟庆博 ,  奚航

IPC: G08B21/04 ,  H04W4/02 ,  H04W88/16 ,  G06K9/46 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种基于毫米波雷达的居家老人行为监测方法及系统，由用户自定义设置背景信息；毫米波雷达模块采集人员心跳信息、呼吸频率、位置信息和姿态信息，并发送至网关；网关将接收的信息与预设阈值进行对比，判定出现波动异常时，开启定位和姿态探测功能；毫米波雷达模块再次进行人员定位，并采集人员姿态信息；利用背景信息、定位信息、心跳信息、呼吸频率、姿态信息生成图像信息；基于人员姿态信息选择机器学习模型参数；将图像信息导入选择的机器学习模型参数，提取特征信息进行判别分类。本发明针对居家老人健康状态监测需求，可个性化定制、非接触式监测，及时性、可靠性、准确性和有效性高。

公开(公告)号：CN113499051A

公开(公告)日：2021-10-15

申请号：CN202110894559.3

申请日：2021-08-05

Applicant: 南京信息职业技术学院

Inventor： 张波 ,  吴伟 ,  孟庆博 ,  潘宇枫 ,  奚航 ,  赵冉 ,  王文锋 ,  孙叶

IPC: A61B5/0507 ,  A61B5/16 ,  A61B5/0205 ,  G06N20/00 ,  A61B5/11

Abstract: 本发明公开了一种基于毫米波雷达的疲劳检测系统，包括检测终端件和远端服务器，所述检测终端获取工作人员状态信息后传送至本地处理终端，由本地处理终端根据机器学习模型对疲劳状态进行判断处理，并挖掘收集的典型特征上报远端服务器更新机器学习的模型参数；所述系统还包括为客户提供定制检测服务的检测服务终端。本发明通过无接触且结合心跳呼吸频率和体态变化探测数据的方式进行疲劳判定，准确度更高且操作更方便快捷；可根据用户需求定制不同的检测服务，适用性广，系统不断学习提升，应用价值高。

公开(公告)号：CN113447902A

公开(公告)日：2021-09-28

申请号：CN202110684658.9

申请日：2021-06-21

Applicant: 南京信息职业技术学院

Inventor： 张波 ,  吴伟 ,  王文锋 ,  孙叶 ,  赵冉 ,  潘宇枫

IPC: G01S7/41

Abstract: 本发明公开了一种基于机器学习的对海监视雷达目标识别方法，包括如下步骤：S01，采集路口不同场景下的对海雷达探测信息，形成回波监视画面；S02，将对海雷达回波监视画面进行截图，形成图像信息数据；S03，对S02获得数据进行预处理，作为训练样本，构建训练集、测试集；S04，构建基于多任务卷积神经网络的机器学习模型；S05，用S02得到的训练集和测试集对S03得到的机器学习模型进行训练，得到合适的模型参数；S06，将S02得到的对海雷达回波监视画面数据输入到S05训练好的机器学习模型进行分类，识别船舶目标并定位和判断数量。本发明通过对对海雷达回波数据形成的图像进行处理，实现目标识别和分类，具有通用性和高效性的优点。