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！

龙图腾网获悉浙江工业大学申请的专利基于多模态传感器的疲劳步态模式识别设备及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：CN120654103B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511160192.7，技术领域涉及：G06F18/2415；该发明授权基于多模态传感器的疲劳步态模式识别设备及识别方法是由冯迪;李振佳设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本基于多模态传感器的疲劳步态模式识别设备及识别方法在说明书摘要公布了：本发明涉及基于多模态传感器的疲劳步态模式识别设备及识别方法，基于多模态传感器采集多模态传感数据，预处理后进行步态分割，获得步态分割后的数据样本，包括多模态传感数据及对应的数据特征；构建改进的特征融合模型，以数据样本训练至模型稳定；采集多模态传感数据，预处理后输入训练后的模型，输出疲劳步态模式识别结果；设备包括2组采集多模态传感数据的多模态传感器，同步收发装置将配合的2组多模态传感数据对应后发送，控制器获取多模态传感数据，识别疲劳步态模式。本发明实现疲劳步态模式的高精度分类，准确率较传统单模态方法提升15%‑20%；基于动态阈值分类与多维特征分析，生成用户特异性康复建议，提升行走能力与安全性。

本发明授权基于多模态传感器的疲劳步态模式识别设备及识别方法在权利要求书中公布了：1.一种基于多模态传感器的疲劳步态模式识别方法，其特征在于：所述方法基于多模态传感器采集多模态传感数据，预处理后进行步态分割，基于预处理后的多模态传感数据，按照步态周期顺次划分步态相位，对任一步态相位内的多模态传感数据的每个维度分别进行归一化处理，获得用于表征步态的多维特征；获得步态分割后的数据样本，包括多模态传感数据及对应的数据特征； 构建改进的特征融合模型，以数据样本进行训练至模型稳定；所述改进的特征融合模型包括顺次连接的深度卷积神经网络、改进的DR‑SE模块、特征融合模块和分类模块；所述深度卷积神经网络包括分别对应不同模态数据的并列的卷积层、所有的卷积层连接至平均池化层和批归一化层； 所述改进的DR‑SE模块包括顺次连接的降维层和SE模块； 所述批归一化层的输出端连接至降维层的输入端； 批归一化层的输出与SE模块的输出相加后输入特征融合模块； 采集多模态传感数据，预处理后输入训练后的模型，输出疲劳步态模式识别结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。

以上内容由龙图腾AI智能生成。