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！

龙图腾网获悉上海工程技术大学申请的专利一种基于CNN-LSTM运动模式识别的自适应步频检测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：CN115439934B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211102627.9，技术领域涉及：G06V40/20；该发明授权一种基于CNN-LSTM运动模式识别的自适应步频检测方法是由杨运成;吴飞;朱润哲;杨明泽;朱海设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本一种基于CNN-LSTM运动模式识别的自适应步频检测方法在说明书摘要公布了：本发明涉及一种基于CNN‑LSTM运动模式识别的自适应步频检测方法，所述检测方法包括以下步骤：获得用户行走时传感器采集数据；将采集数据输入CNN‑LSTM模型进行运动模式识别分类；将采集数据和分类结果输入到采用自适应阈值波峰检测的步频检测算法中，得到步频检测结果；采用所述CNN‑LSTM模型进行运动模式识别分类的步骤包括：将采集数据制成二维切片数据，并将切片数据输入到CNN；利用卷积层提取切片数据运动特征；经过池化层进行降维下采样；通过展平层将数据展开为一维阵列输入到LSTM层；利用LSTM层对数据的不同运动模式进行分类；通过全连接层输出分类结果。与现有技术相比，本发明具有自适应行人不同运动模式，无需人工提取特征，识别准确性高，有效消除伪波峰等优点。

本发明授权一种基于CNN-LSTM运动模式识别的自适应步频检测方法在权利要求书中公布了：1.一种基于CNN-LSTM运动模式识别的自适应步频检测方法，其特征在于，所述检测方法包括以下步骤：获得用户行走时传感器采集数据；将采集数据输入CNN-LSTM模型进行运动模式识别分类；将采集数据和分类结果输入到采用自适应阈值波峰检测的步频检测算法中，得到步频检测结果，包括以下步骤： 使用滤波器对采集数据进行滤波； 将滤波后数据根据下式进行最小峰距筛选，得到符合条件的峰值Peakt； Peakt＝at≥at-k∶at-1amp;amp;at≥at+1∶at+k 其中，at指在t样本下合加速度值，k是t左右两侧的样本数量阈值，所述k根据采集数据的运动状态分类结果设定； 根据下式计算动态阈值窗口W大小， W＝Ts*Fs-1 其中，Ts为每步时间，Fs为当前手机采样频率； 再根据下式计算当前窗口下动态阈值THpeak； 其中，Wmax为当前窗口的最大值，Wmin为当前窗口最小值，d为趋近峰值程度； 将经过最小峰距过滤后的峰值与窗口内的动态阈值作比较，若当前峰值大于等于在此窗口内动态阈值则计为真实一步； 采用所述CNN-LSTM模型进行运动模式识别分类的步骤包括： 将采集数据制成二维切片数据，并将切片数据输入到CNN； 利用卷积层提取切片数据运动特征； 经过池化层进行降维下采样； 通过展平层将数据展开为一维阵列输入到LSTM层； 利用LSTM层对数据的不同运动模式进行分类； 通过全连接层输出分类结果，所述分类结果包括运动状态和手机姿态。

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上海工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333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。