基于多特征融合与机器学习的篮球运动姿态识别

为了有效识别篮球运动员的运动姿态,提升运动员的训练效果,提出了一种基于多特征融合和机器学习的篮球运动姿态识别方法。该方法利用惯性传感器采集运动员的加速度和角速度数据,分别从时域和频域提取多维运动姿态特征,通过特征选择和机器学习实现篮球运动姿态识别。实验结果表明,该方法能够有效识别篮球运动姿态,姿态识别平均准确率达到97%以上。     

三轴磁航向传感器误差补偿

用椭球拟合法进行磁航向传感器误差补偿时,约束矩阵奇异导致算法不稳定. 对此提出改进的最小二乘椭球拟合算法,讨论了磁航向传感器的误差来源,建立了误差数学模型. 结合对约束矩阵的奇异性分析,提出矩阵分块分解方法解决奇异性问题,并用最小二乘法求解椭球系数. 该算法消除了传统算法的不稳定性,降低了计算量. 计算机仿真和转台实验表明它能有效补偿磁航向传感器的测量误差,补偿后航向最大误差小于0.42m.     

汽车安全气囊加速度传感器的研究

论述了汽车安全气囊系统及其加速度传感器的基本结构和原理，并提供了该类传感器的重要技术数据。     

基于关键帧和姿态描述语言的实时手势识别方案

针对现有人体动作识别方法的准确性和实时性不强等问题,提出一种基于关键帧和姿态描述语言(PDL)的实时手势识别方案.首先,利用Kinect摄像机获取手势视频帧,并通过NITE工具获得骨架关节点的三维坐标.然后,从视频序列中找出最能代表手势类型的关键帧.最后,提出一种姿态描述语言,根据关键帧中关节点的位置和角度信息,通过一系列规则对手势进行识别.实验结果表明,该方法具有较高的识别率和良好的实时性.     

对四轴飞行器基于姿态算法的分析与实现

四轴飞行器是无人飞行器中一个热门的研究分支,随着惯性导航技术的发展与惯导传感器精度的提高,四轴飞行器在近些年得到了快速的发展。由于四轴飞行器具有不稳定、非线性、强耦合等特性,所以需要建立完整的数学模型进行分析。而姿态控制是四轴飞行器飞行控制系统的核心,所以分析姿态控制尤为必要。本文对四轴飞行器的控制系统进行设计,并对其姿态估计算法、控制算法以及几种自主悬停算法进行了研究与分析。     

航空发动机中加速度传感器的应用

<正>发动机是飞机的心脏,为保证飞机操作系统绝对安全可靠、飞行安全,必须在发动机上安装相应的传感器,用来测量发动机的工作参数,随时监控发动机的工作状态。加速度传感器在发动机研制、生产和使用过程中,对发动机进行振动测量和监视。目前用于航空发动机振动测量的传感器主要是磁电式速度传感器和压电加速度传     

基于多传感器数据融合技术的机器人运动姿态检测应用研究

本设计利用多传感器信息融合技术把采集到的数据进行融合,并把信息反馈给控制器,为实现实时控制和智能控制提供保障。最后,通过该算法在机器人运动姿态检测中的应用验证该算法的正确性。结果表明:此种方法无须传感器的任何先验知识,能客观显示各传感器的可靠程度,比其他方法具有更高的融合精度。     

基于凸包特征象棋棋子识别系统设计

针对象棋棋子识别系统复杂度高且效率低的问题,提出了一种基于凸包特征象棋文字识别系统的设计方法。该方法根据背景减法提取运动目标,霍夫圆检测判定是否为棋子;利用颜色直方图区分棋子颜色,接着对文字形态学骨架化等预处理;根据凸包特征模型识别象棋文字。结果表明:此系统能够实现象棋棋子的识别任务,避免了棋子识别中文字倾斜和相机畸变等问题,识别正确性及效率明显提高,为特殊领域文字识别提供了新思路。     

基于通道特征聚合的行人重识别算法

在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通道特征图对激活值的准确响应问题,引入一个动态学习因子来丰富通道特征权重信息,以形成新的加权激活函数Weighted ReLU(WReLU);基于分组卷积特征图局部而设计新的激活函数Leaky Weighted ReLU(LWReLU),有效提高不同位置的深度特征表达能力;在Split-Attention和SE block中应用LWReLU,改善Split-Attention对各组特征图的权重学习能力;利用circle loss改进损失函数,优化目标收敛过程,从而提高模型精度。实验结果表明：在CUHK03-NP、Market1501和DukeMTMC-ReID数据集上,所提方法的Rank-1比原骨干网络分别提高了19.08%、0.98%、2.02%,且其m AP比原骨干网络分别提高了17.13%、2.11%、2.56%。     

基于交互信息的混合特征选择算法

针对传统的特征选择算法只专注于特征间的相关性和冗余性而没有考虑特征之间交互作用的问题,提出一种基于交互信息的混合特征选择(hybrid feature selection based on mutual information,MIHFS)算法,该算法以K-最近邻算法的分类准确率作为衡量所选特征分类性能的评价指标,有效...     

基于特征模板提取及SVM的观点句识别

为了有效识别中文微博的观点句,提出了基于Hownet词典及模板的特征提取方法,并使用SVM 算法对微博中的观点句进行识别.运用新设计的一个模板匹配的方法来进行特征提取,并通过计算其信息增益筛选出最后的特征模板.实验结果表明：算法具有优越性和有效性.     

基于标记重要性的多标记特征选择算法

针对标记重要性不同,且这种不同可能会为多标记学习提供一定的信息,该文提出了基于标记重要性的多标记特征选择算法.该算法首先引入核函数将特征空间映射到一个新的可分性强的特征空间,在映射后的特征空间中利用标记对样本的可分性对标记赋以权重;其次,在每个新映射的特征空间计算样本的分类间隔,并将该间隔作为特征权重来衡量特征的重要性;最后,联合标记权重和特征权重,对特征进行排序,得到一组新的特征重要性排序.实验结果表明:该算法优于一些当前流行的多标记特征选择算法.     

基于加权全局时频特征的易混淆词识别

针对易混淆词特征差异小,分类决策困难的特点,提出了一种新的语音识别特征。该特征可以根据待识单词的发音特点,通过选用合适的基函数及加权处理,突出混淆词特征之间的差异性;     

基于AdaBoost分类器和特征脸的人脸检测与识别

本文在人脸检测与识别技术理论研究的基础上,提出了一种有效的人脸检测与识别机器学习方法.该方法采用了海尔特征级联的AdaBoost分类器进行人脸检测,使用了特征脸的主分量分析法进行人脸识别.实验结果表明该方法能较快地定位并跟踪人的脸部,然后通过比较人脸数据库能较好地识别出待检人物的身份.     

基于OSPA距离和特征点采样的路标识别算法

提出了一种基于最优次模式(OSPA)距离的路标识别算法.算法引入Markov随机场建立噪声的待检图像,然后采用条件迭代算法(ICM)恢复图像,进一步提取路标边缘点.这些边缘点作为特征点;该特征点看作为待检特征点集,计算其和标准路标库图像之间的OSPA的距离,以此来识别待检路标.分析表明,该算法对于路标的形态识别具有明显的优势,最后分析了图像尺寸大小、特征点数量对OSPA距离的影响.     

基于邻域互信息最大相关性最小冗余度的特征选择

特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法。本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息。其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法。最后,用此算法选择前若干特征进行分类并与其它算法比较分类精度。实验结果表明本文提出算法在分类精度方面且优于或相当于其它流行特征选择算法。     

基于支持向量机的多特征选择目标跟踪

目标判别跟踪方法一般以单一跟踪结果(正样本)和部分负样本训练分类器,并只用单一的特征描述目标,因此在目标发生遮挡、光照变化、形变等情况下很容易导致跟踪的失败. 为了克服单一正样本和单一特征训练的分类器导致跟踪不稳定的问题,提出一种基于支持向量机的多特征描述、多个正负样本进行分类器训练的目标跟踪方法,用训练分类器对所有候选粒子的不同特征进行判别和选择,并将具有最大置信概率的粒子确定为跟踪结果. 在跟踪过程中,利用子空间学习的方法实现正样本的更新,并以更新后的正负样本训练分类器. 实验结果表明,该方法在目标存在遮挡、光照变化、形变等情况下均可以取得较好的跟踪效果.     

基于灰度和轮廓特征的平面、凹面和凸面识别

平面、凹面、凸面是识别物体结构的重要线索,从单幅图像获取这些线索是进行三维重建、目标识别、场景分割和标定的关键步骤。针对这一问题,提出了一种基于灰度和轮廓特征的平面、凹面、凸面识别算法。通过区域的灰度拟合曲线分析区域的灰度分布特征与区域形状之间的关系,对区域轮廓进行方向编码,并将完整轮廓在角点处断开成若干连续线条,利用PCA方法判定其中是否包含光滑曲线段。综合考虑区域的灰度分布特征和区域轮廓特征,给出了区域表面形状的识别规则。灰度和轮廓两方面线索互相补充、互相约束,大大提高了区域表面形状的识别准确率。实验表明,该算法具有良好的识别效果。     

基于多域联合特征的密封继电器多余物材质识别

提出了一种基于多域联合特征的密封继电器多余物材质识别方法,利用声音转图像技术,将一维的多余物声音信号转换为二维的图像信号,从多余物信号生成的声谱图中提取纹理特征.结合时域和频域提取能量密度、左右对称程度和波峰系数等特征组成联合特征向量,采用随机森林算法进行模型训练和分类识别.结果表明,本方法对金属和非金属的识别准确度可...