Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜郑州大学段鹏松获国家专利权

恭喜郑州大学段鹏松获国家专利权

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!

龙图腾网恭喜郑州大学申请的专利一种非接触式多目标行为识别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:CN114358103B

龙图腾网通过国家知识产权局官网在2024-09-24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:202111119794.X,技术领域涉及:G06F18/214;该发明授权一种非接触式多目标行为识别方法是由段鹏松;曹仰杰;王超;李晨设计研发完成,并于2021-09-24向国家知识产权局提交的专利申请。

一种非接触式多目标行为识别方法在说明书摘要公布了:本发明提供了一种非接触式多目标行为识别方法,包括:采集单发射器‑单接收器的Wi‑Fi监测环境下的原始信道状态信息数据H(f,t);使用子成分重构算法CCR‑ICA对采集到的数据进行盲源分离;采用子载波相关系数分析方法将盲源分离后的数据进行排序处理,得到一维时序信号;使用滑动窗口将一维时序信号进行分割,再生成频率能量图,作为识别算法的输入数据;进行识别时,使用ABiGRU分支网络和TCN分支网络进行特征信息提取,再进行特征融合,随后输入到分类器中进行行为分类,最终实现多目标行为识别功能。本发明解决了多目标行为混合信息分离顺序错乱问题,能显著提升Wi‑Fi场景下的多目标行为识别准确率。

本发明授权一种非接触式多目标行为识别方法在权利要求书中公布了:1.一种非接触式多目标行为识别方法,其特征在于,包括:采集单发射器-单接收器的Wi-Fi监测环境下的原始信道状态信息数据H(f,t);使用子成分重构算法CCR-ICA对采集到的数据进行盲源分离;采用子载波相关系数分析方法将盲源分离后的数据进行排序处理,得到一维时序信号;使用滑动窗口将一维时序信号进行分割,再生成频率能量图,作为识别算法的输入数据;进行识别时,使用ABiGRU分支网络和TCN分支网络进行特征信息提取,再进行特征融合,随后输入到分类器中进行行为分类,最终实现多目标行为识别功能;使用子成分重构算法CCR-ICA对采集到的数据进行盲源分离方法包括:将原始信道状态信息数据H(f,t)的第1条子载波信号使用FastICA算法分离为两个一维基础矩阵,作为初始比较基准;对原始信道状态信息数据H(f,t)的第2条子载波信号执行FastICA算法分离操作得到两个一维基础矩阵,再对这两个一维基础矩阵分别执行翻转操作共得到四个一维基础矩阵;分别计算这四个一维基础矩阵和与第1条子载波分离得到的两个一维基础矩阵间的皮尔逊积矩相关系数,作为两子载波间的相关系数;以上述方式依次计算各相邻子载波间的相关系数;所述ABiGRU分支网络包括三层,第一层使用以GRU网络为基本神经元的BiGRU来提取行为数据的过去和未来信息,使用dropout层防止过拟合;第二层使用注意力机制,实现步骤包括:首先提取输入数据的特征,然后使用Softmax函数计算权重向量,最后将输入数据与其权重向量相乘求和得到输出结果,用来为不同特征添加不同权重以区分不同特征的重要程度;第三层使用全局平均池化,减少参数量和计算量,减少过拟合;所述TCN分支网络包括四层,第一层使用一个TCN模块,TCN模块由一个一维卷积层一个批归一化层一个激活函数层构成;第二层与第三层使用一个TCN模块叠加一个Dropout层的方式;第四层使用全局平均池化。

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郑州大学,其通讯地址为:450001 河南省郑州市高新技术产业开发区科学大道100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”。

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。