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 IP管家助手 科技果 科技人才 科技服务 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 > 浙江理工大学吴江获国家专利权

浙江理工大学吴江获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利神经网络模型及其跌倒判决方法、人体跌倒监测系统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:CN115936066B

龙图腾网通过国家知识产权局官网在2025-07-04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:202211503600.0,技术领域涉及:G06N3/0464;该发明授权神经网络模型及其跌倒判决方法、人体跌倒监测系统是由吴江;王少兵;戴燕云;占敖;吴呈瑜;程维维设计研发完成,并于2022-11-28向国家知识产权局提交的专利申请。

神经网络模型及其跌倒判决方法、人体跌倒监测系统在说明书摘要公布了:本发明公开了一种用于跌倒判决的神经网络模型及其跌倒判决方法、人体跌倒监测系统,本发明一种基于深度学习的人体跌倒监测系统,其包括:终端侧,包括可穿戴传感器、移动端,可穿戴传感器佩戴在被监测人体身上,用于采集数据,可穿戴传感器采集的数据传输到移动端,通过移动端发送到云端侧;云端侧,包括云管理平台、神经网络模型,云管理平台接收终端侧的数据,并将数据输入到所述的神经网络模型;已训练好的神经网络模型,对传入的数据进行判断,判决为跌倒或未发生跌倒,当判决为跌倒时,云管理平台发送报警信息给医疗救助侧;医疗救助侧,在接收到云平台管理的报警信息后,立刻进行救护。

本发明授权神经网络模型及其跌倒判决方法、人体跌倒监测系统在权利要求书中公布了:1.一种用于跌倒判决的神经网络模型,其特征是包括: 线性投影层:将可穿戴传感器数据提取分割为二维样本矩阵块序列,输入样本矩阵块大小为N*N*M,N*N表示矩阵块的维度,M表示输入序列长度,线性投射层的维度为M*M*D,D代表样本点被映射的向量长度;输入序列经过线性投射层之后的输出维度为M*D,即一共有M个标识token,每个token的维度是D;再加上一个特殊字符*classtoken即cls,该特殊字符放在序列头部以区分不同时间序列;cls随机初始化并与位置信息相加,其中,位置信息设定为1到M的数字;最终线性投影层的输出加上位置信息后维度是M+1*D; 编码层:由N个相同的Transformer编码器堆叠,编码器为一个子层,在每个子层中使用一个残差连接,然后是层归一化和一个多层感知机;每个子层的输出公式为: Sublayery=LayerNormx+Sublayerx1 其中,Sublayerx是子层本身实现的函数,模型的所有子层中嵌入层的维度都为128;编码器的主体结构采用多头注意力机制;注意力函数描述为将一个查询Query和一组键key-值value对映射到一个输出,其中查询、键、值和输出都是向量;输出是按值的加权和计算的,其中分配给每个值的权重是通过查询兼容性函数与相应键计算的;多头注意力机制中使用缩放点积注意,输入是由维度为dk的查询和键以及维度为dv的值组成;所有键计算查询的点积,每个键除以后应用softmax函数来获得值的权重;同时计算一组查询的注意函数,打包到一个矩阵Q中;键和值也被打包到矩阵K和V中;计算输出矩阵结果为: 在多头注意力机制前后采用层归一化,利用层归一化,计算样本的均值和方差; 分类层:由一层全连接层组成,其中,全连接层的输入维度为M*D,全连接层的输出实现了跌倒和非跌倒的二分类。

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浙江理工大学,其通讯地址为:310018 浙江省杭州市经济技术开发区白杨街道2号大街928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。