← 返回列表
运动量估算方法和配套可穿戴设备
摘要文本
本发明涉及一种运动量估算方法和配套可穿戴设备，方法包括使用传感器设备获取人体日常活动量的原始数据, 提取原始数据的特征，得到原始特征集；采用遗传算法对从原始特征集进行迭代优选，得到最优的特征子集，其中，在采用遗传算法迭代优选的过程中伴随着深度森林模型的训练，最优的特征子集构建的深度森林模型作为最优的深度森林模型；将最优的深度森林模型部署于云端，在云端使用部署好的深度森林模型进行运动量估算。本发明结合了深度森林与遗传算法，一方面去除特征之间的信息冗余度，一定程度上可以带来估计精度提升；另一方面大大减少了估计所需的特征数量，减轻了边缘计算时硬件设备的负担；此外云端的估计模型复杂度也得到了下降。 数据由马 克 团 队整理
申请人信息
- 申请人:无锡市精神卫生中心; 无锡市中心康复医院; 江南大学
- 申请人地址:214000 江苏省无锡市钱荣路156号
- 发明人: 无锡市精神卫生中心; 无锡市中心康复医院; 江南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 运动量估算方法和配套可穿戴设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310633426.X |
| 申请日 | 2023/5/30 |
| 公告号 | CN117322833A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | A61B5/00 |
| 权利人 | 无锡市精神卫生中心; 无锡市中心康复医院; 江南大学 |
| 发明人 | 谢溢翀; 孙杨帆; 计樱莹; 任彩丽; 周彪 |
| 地址 | 江苏省无锡市钱荣路156号; ; 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园) |
专利主权项内容
1.一种运动量估算方法，其特征在于：包括：S1：使用传感器设备获取人体日常活动量的原始数据, 提取所述原始数据的特征，得到原始特征集；S2：采用遗传算法对从原始特征集进行迭代优选，得到最优的特征子集，其中，在采用遗传算法迭代优选的过程中伴随着深度森林模型的训练，所述最优的特征子集构建的深度森林模型作为最优的深度森林模型；S3：将最优的深度森林模型部署于云端，按照最优的特征子集计算并上传用户的运动数据特征，在云端使用部署好的深度森林模型进行运动量估算。