Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 杭州电子科技大学李平获国家专利权

杭州电子科技大学李平获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种维度自适应的人体行为预测方法及设备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:CN120632337B

龙图腾网通过国家知识产权局官网在2026-01-27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:202510650235.3,技术领域涉及:G06F18/20;该发明授权一种维度自适应的人体行为预测方法及设备是由李平;姜茗;黄继业;林辉品;杨宇翔设计研发完成,并于2025-05-20向国家知识产权局提交的专利申请。

一种维度自适应的人体行为预测方法及设备在说明书摘要公布了:本发明公开了一种维度自适应的人体行为预测方法及设备,该方法首先采集包含人体行为的D维时间序列,进行模态分解处理,得到各个维度的模态。其次针对每个模态,基于动力学方程构建隐含状态、活动贡献度与观测事件之间的内在关系。然后估计动力学方程的各个参数,并构建总参数集。最后基于总参数集推理各个模态的预测序列,并重建为D维时间序列,实现人体行为的预测。该设备中,中央处理模块处理感知模块采集的人体行为数据,发现异常行为控制交互模块报警,使用通信模块将异常数据发送回个人电脑端,并在断电或断网时将数据传输到存储模块保存。本发明在进行人体行为预测时无需先验知识,低成本且准确率高。

本发明授权一种维度自适应的人体行为预测方法及设备在权利要求书中公布了:1.一种维度自适应的人体行为预测方法,其特征在于,包括以下步骤: 步骤一:由传感器采集包含人体行为的D维时间序列X; 步骤二:对所述时间序列X进行模态分解处理,得到各个维度的模态; 步骤三:针对每个模态,基于动力学方程构建隐含状态s、活动贡献度w与观测事件v之间的内在关系,具体实现过程如下: 基于动力学方程构建隐含状态s、活动贡献度w与观测事件v之间的内在关系,第d维时间序列的第l阶模态的第i个模式具体如下: 其中,表示第i个模式的隐含状态,sijt表示第i个模式的隐含状态的第j个维度值,k′表示隐含状态的维度,Sit=sitTsit表示第i个模式的隐含状态矩阵,c表示模式数量,表示模式的活动贡献度,wi为权重系数在估计模式参数时设置为1,vt表示当前模态的观测事件,表示模式切换参数集,tc表示序列长度,pi,Qi和Ai表示状态迭代方程参数,ui和Vi表示观测方程参数; 步骤四:估计动力学方程的各个参数,并构建总参数集M; 步骤五:基于总参数集M推理各个模态的预测序列,并重建为D维时间序列,实现人体行为的预测; 所述基于总参数集M推理各个模态的预测序列,具体实现过程如下: 步骤501:第d维时间序列的第l阶模态下,定义当前窗口里的真实序列为XC,基于第i个模式生成的序列为VC,i; 步骤502:通过迭代计算在每个模式下基于模式参数生成的序列与当前窗口序列XC之间偏差最小时的状态初始值,其中第i个模式的优化目标函数表示为: 其中,为状态初始值,为状态初始值的估计,fC为生成函数;如果遍历所有模式后,最小的模式偏差也被接受,则考过步骤401-步骤405生成新的模式,并更新M; 步骤503:获得每一个模式下的生成序列VC,i,不同模式的活动贡献度wt 的优化目标函数表示如下: 通过迭代优化寻找最佳的w,则根据推理第d维时间序列的第l阶模态的预测序列并将模式切换参数集R加入总参数集M。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。

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。