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 > 哈尔滨理工大学束子豪获国家专利权

哈尔滨理工大学束子豪获国家专利权

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!

龙图腾网获悉哈尔滨理工大学申请的专利一种基于坐垫的坐姿分类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:CN119622496B

龙图腾网通过国家知识产权局官网在2025-08-01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:202411694282.X,技术领域涉及:G06F18/2413;该发明授权一种基于坐垫的坐姿分类方法是由束子豪;刘卓夫;李健玮;张中平设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

一种基于坐垫的坐姿分类方法在说明书摘要公布了:一种基于坐垫的坐姿分类方法,它属于坐姿分类技术领域。本发明解决了传统坐姿分类方法存在的分类准确率低、成本高且适应性差的问题。本发明在坐垫主体上固定相对应于人体坐骨结节以及大腿区域的力敏电阻器和加速度计,能够全面且有效地采集人体坐姿信号数据,且有效降低了坐姿分类的成本。通过求解压力‑加速度坐姿信号数据关联度指数矩阵,筛选出与坐姿分类强相关的数据;对筛选出的与坐姿分类强相关的信号数据进行融合,有效建立数据之间的联系,最后通过构造关联度特征距离以及关联度特征距离分类算法,将待分类信号数据与融合结果一起进行处理,获得人体坐姿分类结果。本发明方法可以应用于人体坐姿分类领域。

本发明授权一种基于坐垫的坐姿分类方法在权利要求书中公布了:1.一种基于坐垫的坐姿分类方法,其特征在于,所述方法具体包括以下步骤: 步骤一、从服务器端获取用于坐姿分类的参考数据矩阵; 所述参考数据矩阵的生成方法为: 步骤一一、共选择R名受试者,每名受试者分别以各种坐姿坐在坐垫上,即对于选择的第r名受试者,在第r名受试者的每种坐姿下均采集P组信号数据,且每组信号数据内均包括力敏电阻器信号数据和加速度计信号数据,r=1,2,…,R; 并采集坐垫上没有任何受试者时的R×P组信号数据作为基线信号; 步骤一二、分别对每名受试者的信号数据进行数值标准化处理,其中,以第r名受试者为例: 对第r名受试者对应的各组信号数据中第一力敏电阻器采集的数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第二力敏电阻器采集的数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第三力敏电阻器采集的数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第四力敏电阻器采集的数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第一加速度计采集的x轴方向加速度数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第一加速度计采集的y轴方向加速度数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第一加速度计采集的z轴方向加速度数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第二加速度计采集的x轴方向加速度数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第二加速度计采集的y轴方向加速度数据进行数值标准化处理; 对第r名受试者对应的各组信号数据中第二加速度计采集的z轴方向加速度数据进行数值标准化处理; 再将第r名受试者对应的第i组信号数据的数值标准化处理结果记为 其中,是第i组信号数据中第一力敏电阻器采集数据的数值标准化值,是第i组信号数据中第二力敏电阻器采集数据的数值标准化值,是第i组信号数据中第三力敏电阻器采集数据的数值标准化值,是第i组信号数据中第四力敏电阻器采集数据的数值标准化值,是第i组信号数据中第一加速度计采集的x轴方向加速度数据的数值标准化值,是第i组信号数据中第一加速度计采集的y轴方向加速度数据的数值标准化值,是第i组信号数据中第一加速度计采集的z轴方向加速度数据的数值标准化值,是第i组信号数据中第二加速度计采集的x轴方向加速度数据的数值标准化值,是第i组信号数据中第二加速度计采集的y轴方向加速度数据的数值标准化值,是第i组信号数据中第二加速度计采集的z轴方向加速度数据的数值标准化值; 同理,对每名受试者的数据进行数值标准化处理; 步骤一三、利用任意一名受试者所对应的数值标准化数据,确定出与坐姿分类的关联度指数大于阈值的数据,并将确定出的数据作为各组中与坐姿分类相关联的数据; 步骤一四、保留全部组中的与坐姿分类相关联的数据,再分别对每组中保留的力敏电阻器数据和加速度计数据进行融合,得到融合后的各组数据; 将融合后的每组数据分别作为参考数据矩阵的一行,利用融合后的各组数据组成参考数据矩阵; 所述步骤一三的具体过程为: 对于任意一种坐姿,第r名受试者在该种坐姿下第一力敏电阻器采集的数据与第一加速度计采集的x轴方向加速度数据的关联度指数为: 其中, 则第r名受试者在该种坐姿下对应的关联度指数矩阵Q为: 分别计算出矩阵Q中每个元素的绝对值,获得矩阵Q中绝对值大于0.8的全部元素,再根据获得的全部元素确定出与该种坐姿相关联的数据,即若ra,b的绝对值大于0.8,则a和b均为与该种坐姿相关联的数据, 同理,分别确定出与第r名受试者每种坐姿相关联的数据,利用确定出的全部数据作为与坐姿分类相关联的数据; 步骤二、当用户坐在坐垫上时,利用坐垫上的各个力敏电阻器和加速度计来采集用户的信号数据,再从采集的用户信号数据中选取出与坐姿分类相关联的数据; 步骤三、根据步骤二中选取出的数据与参考数据矩阵得到用户的坐姿分类结果。

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哈尔滨理工大学,其通讯地址为:150080 黑龙江省哈尔滨市南岗区学府路52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。