基于多模感知数据的驾驶员房颤检测方法及系统研究

设计了一种针对驾驶环境的房颤自动检测方向盘。该方案利用安装在方向盘上的传感器对驾驶员的心率数据进行采集,将数据上传至云平台后,云平台利用基于深度互学习和判别滤波群算法的神经网络对心率信号进行分类识别,并将识别结果反馈至车辆终端,如果检测到司机有房颤现象,车辆终端则会及时发出警报,协同制动或者提供医疗介入。所提算法在真实数据集上表现优异,能够精确分别出正常心率和房颤。通过在模拟驾驶环境中的实验,所设计的方案可以在不对驾驶员操作造成任何影响的情况下,低延时、高准确性地对驾驶员心率状态进行判断。

我的“头痛”等级

这个年代，什么都要分级，就连我的头痛也分级呢。我的三大等级头痛，交替袭（xi）来，随时开启切换模式，经常痛得我天旋地转。

基于移动物联的空气质量监测大数据分析应用

依托现有公共交通资源,在公交车辆上搭载移动空气质量监测设备实时采集PM2.5、PM10等空气污染物监测数据,全面掌握路段区域空气质量污染的时空差异性,快速识别出污染因子,掌握其扩散与传播机理,形成智能化治理闭环。结果表明,基于移动物联的空气质量监测大数据分析应用可有效弥补原有固定监测模式的短板,使空气污染治理更加精细化、智能化。