基于生理特征融合的矿工服穿戴状态智能监测方法及系统

AITNT
正文
推荐专利
基于生理特征融合的矿工服穿戴状态智能监测方法及系统
申请号:CN202411685665
申请日期:2024-11-23
公开号:CN119622629A
公开日期:2025-03-14
类型:发明专利
摘要
本发明涉及矿工服穿戴状态智能监测方法技术领域,更具体地说,涉及基于生理特征融合的矿工服穿戴状态智能监测方法及系统,包括以下步骤:采集穿戴者的心率、体温和呼吸频率信号;获取穿戴者的动作状态数据;基于心率、体温和呼吸频率信号,利用边缘计算模块进行本地化数据处理,得到生理特征数据;基于生理特征数据和动作状态数据,利用多模态数据融合算法,生成融合特征数据;根据融合特征数据,利用深度学习算法建立个性化的生理基线模型;基于个性化的生理基线模型,判断穿戴者的穿戴状态是否异常;当判断穿戴状态异常时,触发振动提醒;将穿戴状态和预警信息通过无线通信模块传输至监管中心,能够根据工作环境和任务特点动态调整监测参数。
技术关键词
生理特征数据 状态智能监测方法 矿工服 多模态数据融合 融合特征 深度学习算法 融合处理器 巴特沃斯数字滤波器 无线通信模块 建立时序预测模型 心率 状态智能监测系统 基线 柔性传感器 工作环境参数 滑动平均滤波 长短期记忆网络
系统为您推荐了相关专利信息
1
一种声音来源判断方法及系统
多模态 智能穿戴设备 包络 生理 语音骨传导振动
2
负荷预测方法、装置、设备及可读存储介质
负荷预测方法 负荷预测模型 序列 习惯 负荷特征
3
基于多模态数据融合的煤仓物料状态监测方法
多模态数据融合 状态监测方法 融合特征 信息编码 生成位置信息
4
基于帧差与深度学习融合的车辆监控方法
车辆监控方法 深度学习融合 全方位数据采集 深度卷积神经网络 传感器数据校准
5
基于多模态特征融合算法的智能合同分析方法及系统
多模态特征融合 拓扑特征 图像块 多模态协同 特征提取模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号