基于流形假设的骨架序列动作识别算法

骨架数据是通过对动作的空间几何位置进行编码获取,可以避免冗余背景信息的干扰, 是动作识别领域常用的数据类型之一.现有骨架数据的动作识别主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用.相较于传统欧氏度量下的识别方法,流形为更好地研究非线性结构提供了重要数学工具. 然而,目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此,从骨架表示、轨迹时间对齐、动作序列表征以及动作分类 4 个关键步骤出发,系统地总结了基于流形假设的动作识别工作,对比了各项工作在基准数据集上的表现. 最后,根据当前动作识别工作的发展趋势,对流形假设在动作识别方向上的进一步改进进行了展望.     

基于GIS的郑东新区绿色空间指数演变研究

景观格局一般指景观的空间格局,是大小、形状、属性不一的景观空间单元(斑块)在空间上的分布与组合规律。本文选取最大斑块指数(LPI)和景观形状指数(LSI)两个指标,分析郑东新区2007—2019年城市化进程中的景观格局演变。     

基于MODIS-NDVI汶川震中区域十年后植被恢复的时空变化特征分析

为分析研究受汶川地震影响下茂县、汶川以及都江堰三县的植被动态恢复状况,通过对中分辨率成像光谱仪-植被指数(MODIS-NDVI)时间序列数据计算2007～2017年各年的植被覆盖度,进一步计算2009～2012年以及2013～2017年植被覆盖恢复率,并结合地形地貌、地质构造、地质灾害、植被类型和人类活动等影响因素探讨该地区植被恢复的时空差异变化。结果表明:研究区植被在2007～2017年这10年内随着时间逐渐恢复,且恢复较好,但震中区域差异明显;结合实地调查滑坡数据,得知研究区与滑坡区植被恢复都表现出明显的滞后性;海拔和道路距离与植被恢复面积比分别存在显著的相关性;不同坡向上的植被恢复面积比也存在差异;研究区内地质构造复杂的区域地质灾害频发,灾害密度越大,植被恢复显著点较少;由于各种植被类型的特性不同,导致植被恢复的快慢不同,其中草甸、针叶林、阔叶林及灌丛自然恢复速率较快。可见,研究区内植被恢复受到自然与人为等多种因素影响,震后绝大部分区域植被在10年内恢复到震前水平,但部分区域需要人类进行政策保护,研究结果可为地震灾后植被恢复的决策干预提供理论支撑。     

基于有限差分方法的橡胶坝挡水性能分析及简化设计

橡胶坝常用于低水头、大跨度的闸坝工程,如防洪、储水、发电、供水、挡潮及城市园林美化等工程,不仅起到闸门、滚水坝和活动坝等作用,而且具有瀑布景观效果.本文建立了橡胶坝有限差分计算模型,系统分析了充水压力、上游水位及坝袋几何尺寸等参数对橡胶坝断面形状的影响.开展了室内模型试验,验证了计算模型的准确性.讨论了上游挡水水位与坝袋高度、断面面积、宽度、接地宽度和顶部位置等参数间的关系.研究发现,坝高H/L和横断面面积A/L2随上游水位Hr/L的增大呈非线性减小趋势,而坝宽B/L、接触宽度b/L和坝顶距锚固点水平距离D/L随上游水位Hr/L的增大而非线性增大.基于Chapman-Richard曲线模型对本文得到的橡胶坝几何形状尺寸进行拟合,提出了简化的橡胶坝设计计算公式,可为实际工程设计评估提供参考.     

基于3D Voronoi模型形状不规则度组合梯度泡沫金属的动态冲击力学性能研究

泡沫金属的力学性能与其细观结构参数密切相关。四个形状不规则度参数梯度组合的3D Voronoi结构模型被用于开展动态冲击数值仿真实验,探究不同冲击速度下形状不规则度梯度组合类型对泡沫金属的变形特性、荷载-位移和能量吸收特性的影响。结果表明,冲击速率仅在临界速度范围内时对形状不规则度梯度组合模型的力学性能有明显影响,沿着冲击方向形状不规则度从小到大梯度组合的模型具有最优的能量吸收能力。     

一种面向IPv6的定制化路由备份机制

针对网络定制化能力和可靠路由问题，提出一种面向IPv6的定制化路由备份机制.该机制设计了路由定制化流程，使网络在满足多种应用差异化需求的基础上，考虑用户和网络服务提供商对网络的满意度最大化问题，并结合IPv6崭新的包头格式设计路由备份机制来增强网络的可靠性.仿真实验和性能分析表明，本机制通过二人博弈在选路由时均衡了用户和网络服务提供商的效用，使路由具备了定制化能力.在可靠性上，相比不存在定制的原IPv6路由，本机制在路由时间开销增加16.8%的基础上，预留了备份路径资源，使路由恢复响应时间缩短15%以上.     

车载数据库远程备份与恢复系统的设计与实现

针对车载数据库系统存在的备份和管理问题,开发了远程备份系统.该系统实现了对车载数据库的远程备份与备份文件的智能管理.该系统根据备份策略,对数据库进行相应的备份,并将备份文件自动存储到远程服务器端.在数据库恢复时,先对备份文件进行有效性检测,为用户制定恢复策略提供依据,再根据恢复策略对数据库进行恢复.该系统有效解决了车载数据库系统存在的问题.     

一种基于视频图像的挖掘机工作状态识别方法

为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features (LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine (SVM)分类器自动判别挖掘机的工作状态—-工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53%.     

基于异或解密的(k,n)视觉密码方案

传统的视觉密码方案是通过直接叠加分享份来恢复秘密图像的,这种解密方式实质上是对分享份进行逻辑或运算,白像素无法完全恢复,解密效果不理想.利用异或运算的自反性改进加密方式,并使用与数字图像相同的颜色表示方式,提出一种基于异或解密的(k,n)随机网格视觉密码方案.该方案有两种解密方式:当没有计算设备时,使用传统的叠加解密,解密过程简单;当有计算设备时,使用异或解密,需少量计算,但具有更好的视觉质量,并且当所有分享份都参与异或解密时,可以无损恢复秘密图像.与已有的视觉密码方案相比,该方案提高了解密图像的视觉质量.