一种基于全MLP架构的高度紧凑型人体长时运动预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于全MLP架构的高度紧凑型人体长时运动预测方法,包括:获取原始时序人体骨架数据并进行预处理,预处理为将原始时序人体骨架数据由时域变换为频域后映射到高维空间,形成高维空间特征;建立全MLP架构模型,包括N个依次连接的动态时空特征感知模块;将高维空间特征输入全MLP架构模型,获得第一提取特征;将第一提取特征依次经过层归一化和第一线性层从高维空间恢复至三维空间;将恢复后的第一提取特征从频域变换为时域,形成第二提取特征;将第二提取特征输入多时段联合预测模块,获得最终预测结果。通过轻量化设计大大减少模型的参数量,从而降低了计算复杂度与资源消耗,提高了预测的准确性和可靠性,通用性好。
《一种基于全MLP架构的高度紧凑型人体长时运动预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024112760305,当前法律状态为已下证,由浙江工业大学提出申请,发明人为刘盛;张少波;高飞;冯缘;陈胜勇;柯正昊;柯程远,申请日期为2024-09-12,公开(公告)日期为2025-09-23,国际专利分类号(IPC)为 G06V 40/10 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于全MLP架构的高度紧凑型人体长时运动预测方法,包括:获取原始时序人体骨架数据并进行预处理,预处理为将原始时序人体骨架数据由时域变换为频域后映射到高维空间,形成高维空间特征;建立全MLP架构模型,包括N个依次连接的动态时空特征感知模块;将高维空间特征输入全MLP架构模型,获得第一提取特征;将第一提取特征依次经过层归一化和第一线性层从高维空间恢复至三维空间;将恢复后的第一提取特征从频域变换为时域,形成第二提取特征;将第二提取特征输入多时段联合预测模块,获得最终预测结果。通过轻量化设计大大减少模型的参数量,从而降低了计算复杂度与资源消耗,提高了预测的准确性和可靠性,通用性好。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
