胡春雨
- 作品数：12 被引量：28H指数：2
- 供职机构：中国科学院计算技术研究所更多>>
- 发文基金：国家自然科学基金中国科学院科研装备研制项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于可穿戴设备的跌倒检测算法综述被引量：21
- 2018年
- 综述2013-2018年基于穿戴式惯性传感器的跌倒检测研究工作.从跌倒的定义出发,阐述常规跌倒行为的几种状态、跌倒的分类方式及其类别.以可穿戴跌倒检测系统框架为基础,依次从数据采集、预处理、特征提取、模型构建等角度分别展开介绍当前的研究工作.归纳用于跌倒检测性能评估的一系列技术指标,展示9个跌倒检测的公开数据集,以及当前跌倒检测研究工作在这些数据集上的检测精度.旨在为后续开展可穿戴跌倒检测工作提供借鉴与参考.
- 忽丽莎王素贞陈益强高晨龙胡春雨蒋鑫龙陈振宇高兴宇
- 关键词：跌倒检测健康监护
- 一种面向传感器动态增加的行为识别模型更新方法及系统
- 本发明涉及一种面向传感器动态增加的行为识别模型更新方法及系统，包括：模型构建步骤，通过初始传感器获取用户行为的初始数据，并提取初始特征数据以构建行为识别模型；增量特征数据获取步骤，通过该初始传感器和新增传感器获取用户行为...
- 陈益强胡春雨高晨龙
- 文献传递
- 用于大规模数据标定的迁移学习方法及系统
- 本发明提供一种迁移学习方法，该方法利用基于已标定的源域数据训练的至少两个分类器对待标定的目标域数据进行初次标定，根据标定结果将目标域数据划分为候选集和余部；在具有相同标定的源域数据组和候选集中目标域数据组之间进行迁移变换...
- 陈益强王晋东沈建飞胡春雨王记伟张宇欣忽丽莎
- 基于众包数据的室内定位方法和平台被引量：7
- 2016年
- 随着WLAN的普及,基于Wi-Fi的室内定位方法逐渐成为研究与应用的热点。虽然,其中基于位置指纹的定位算法研究相对广泛,应用效果较好,然而现有的指纹定位方法或系统仍存在以下3个问题:(1)离线阶段的数据标定和定位模型的训练需要耗费大量人力物力,以及时间消耗,使系统很难得到实际应用;(2)真实环境中WLAN信号波动呈现高动态性,采集的数据存在显著的时效性,无法提供长时间的有效定位保证;(3)实际环境中AP设备变动频繁,导致训练数据与定位数据特征维度不等长,造成模型失效。针对上述问题,本文提出了一种基于众包数据的模型更新方法,通过不断融合增量数据,使定位模型保持实时有效。该方法主要包括半监督极速学习机(SELM)、具有时效机制的增量式定位方法(TMELM)和特征自适应的在线极速学习机(FA-OSELM)3部分。基于上述方法,本文设计并实现了基于众包数据的室内定位平台系统。实际应用表明,本文提出的方法能够显著降低模型训练阶段的数据采集工作量,有效提升模型训练速度,并且长时间保持较高的定位精度。
- 黄正宇陈益强刘军发蒋鑫龙胡春雨
- 关键词：极速学习机
- 人‑机器人运动数据映射的方法及系统
- 本发明提供了一种人‑机器人运动数据映射的方法。该方法包括：获取训练数据，所述训练数据包括人体运动数据和相应运动的机器人样本数据；以所述人体运动数据作为输入，以所述机器人样本数据作为期望的输出，通过训练深度学习网络获得深度...
- 陈益强王晋东张宇欣胡春雨忽丽莎沈建飞
- 文献传递
- 基于联邦随机森林学习的健康监护模型构建方法、系统
- 本发明涉及一种基于联邦随机森林学习的健康监护模型构建方法，包括：于任一客户端，对本地的当前数据集进行分类，以构建客户端决策树的当前节点，获取该当前节点的分裂属性、分裂值和信息增益为该客户端的中间结果，并将该中间结果发送至...
- 陈益强胡春雨
- 一种类别增量行为识别方法和系统
- 本发明涉及一种类别增量行为识别方法和系统，其特征在于，包括：获取用户固定行为类别的初始行为数据，并利用该初始行为数据及其所属行为类别训练随机森林模型，该随机森林模型中决策树用分层嵌套包围盒的形式来表示，该决策树中每个节点...
- 陈益强胡春雨高晨龙
- 文献传递
- 基于联邦随机森林学习的健康监护模型构建方法、系统
- 本发明涉及一种基于联邦随机森林学习的健康监护模型构建方法，包括：于任一客户端，对本地的当前数据集进行分类，以构建客户端决策树的当前节点，获取该当前节点的分裂属性、分裂值和信息增益为该客户端的中间结果，并将该中间结果发送至...
- 陈益强胡春雨
- 文献传递
- 基于目标均衡度量的核增量学习跌倒检测方法
- 2018年
- 针对增量学习模型在更新阶段的识别效果不稳定的问题,提出一种基于目标均衡度量的核增量学习方法。通过设置经验风险均值最小化的优化目标项,设计了均衡度量训练数据个数的优化目标函数,以及在增量学习训练条件下的最优求解方案;再结合基于重要性分析的新增数据有效选择策略,最终构建出了一种轻量型的增量学习分类模型。在跌倒检测公开数据集上的实验结果显示:当已有代表性方法的识别精度下滑至60%以下时,所提方法仍能保持95%以上的精度,同时模型更新的计算消耗仅为3 ms。实验结果表明,所提算法在显著提高增量学习模型更新阶段识别能力稳定性的同时,大大降低了时间消耗,可有效实现云服务平台中关于可穿戴设备终端的智能应用。
- 忽丽莎王素贞陈益强胡春雨蒋鑫龙陈振宇高兴宇
- 关键词：神经网络核函数跌倒检测
- 用于大规模数据标定的迁移学习方法及系统
- 本发明提供一种迁移学习方法，该方法利用基于已标定的源域数据训练的至少两个分类器对待标定的目标域数据进行初次标定，根据标定结果将目标域数据划分为候选集和余部；在具有相同标定的源域数据组和候选集中目标域数据组之间进行迁移变换...
- 陈益强王晋东沈建飞胡春雨王记伟张宇欣忽丽莎
- 文献传递
