基于BSN和神经网络的人体日常动作识别方法

基于人体传感器网络(BSN)对人体动作的识别,在远程医疗服务中具有重要应用．搭建了一个基于BSN的人体动作监测平台,实验中通过固定在人体腰部和大腿上的两个加速度传感器节点,来采集人体日常生活中的7个动作所产生的加速度信号．特征提取包含传感器节点在3个轴上信号的时域和频域信息,并采用神经网络和分层的方法融合信息对7个动作进行分类和识别．实验结果表明,应用所搭建的BSN平台和识别方法,采用两个传感器节点识别人体日常生活中的7个动作具有很高的正确率．     

基于BSN和CHMMs的人体日常动作识别方法研究

应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高.     

基于3DCNN的人体动作识别方法

针对三维卷积神经网络在特征提取过程中,极易出现神经元被抑制直接失去活性的现象,提出一种改进的人体动作识别模型,在卷积过程中使用Leaky ReLU激活函数,对静默神经元恢复更新利用,深层次摄取图像之间的时间和空间信息,丰富神经网络特征结构;并且结合批量归一化处理,使信息素点规则化重新分布,有助于高效完成特征提取,提高收敛速度。在UCF-50公共数据集上的实验结果表明,该模型的准确率达到91.25%,相比其他方法至少提高6%,验证了模型的有效性。     

时滞混沌神经网络的指数同步

本文研究了带有时滞混沌神经网络的指数同步问题,通过利用非线性回归控制和有效地控制定律,根据所给定的条件构造相应的线性矩阵不等式,得到了时滞神经网络的指数同步。这个方法比之前的线性控制方法更有效,数值结果进一步证明了该方法的有效性。     

基于WLLE和SVM的植物叶片图像识别方法

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.     

基于深度卷积神经网络的人体动作识别

针对人体动作识别问题,提出一种基于智能手机加速传感器数据并运用深度卷积神经网络进行分类识别的方法,可以有效地分类人体的走、坐、躺、跑、站五类动作.该方法模型由输入层、两层卷积层、两层池化层、一层全连接层和输出层组成,使用滑动窗口折叠法将传感器数据变换为类似于三通道的RGB图像格式,自动提取加速传感器数据的特征,对各个动作进行分类,免去了传统方法繁琐的特征提取工程.该方法在Actitracker开源数据库上达到了0.912 6的识别率,验证了该方法的可行性.     

两级2维局部判别嵌入特征提取的SAR图像识别方法

提出一种基于两级2维局部判别嵌入(2DLDE)特征提取方法,并将其应用于SAR图像目标识别.该方法以矩阵的形式处理单个样本数据,对SAR图像采用两级特征提取,先后对图像矩阵从行列两个方向进行投影变换,避免了LDE方法将图像数据转化为向量带来的维数灾难和小样本问题,同时增强了特征判别性.结合相应的图像预处理过程和分类方法,应用两级2维局部判别嵌入特征提取方法对MSTAR SAR图像数据进行实验,证明了该文方法的有效性和优越性.     

基于角度和概率的WSN源位置隐私保护路由研究

在无线传感器网络源位置隐私保护问题中,针对具有局部流量分析行为的逐跳反向攻击者,提出了基于随机角度和概率转发的源位置隐私保护路由协议RAPFPR。该协议主要分为两个阶段:真实源节点根据随机角度和距离的有向路由阶段,幻影节点到基站的概率转发路由阶段。协议产生的幻影节点能够很好地均匀分布在真实源节点周围,且采取概率转发路由大大减少了重合路径的产生,增加了逐跳反向攻击的难度。仿真结果表明,与现有的隐私保护方案相比,该路由协议能够在不显著增加通信开销的前提下,有效延长网络的平均安全时间,具有很好的隐私保护性能。     

浅谈文化设计

文化设计,是近几年一个新起的设计话题。本文阐述了文化设计是将设计与文化结合,将文化融入设计活动之中的设计行为,具有实用价值和象征价值两种意义。对于产品设计方法来说,产品语义学和产品语用学两门学科对应着文化设计中的实用价值和象征价值。本文探讨了通过这两门学科,如何将文化的两种价值附加到产品的设计之中,为文化的传播创造条件,让设计更好的适应相对应的社会形态的设计方法。     

基于LMP-KCPA的人体动作识别方法

为解决人体动作识别中由于特征描述子的维数过高, 无法表征目标变化的本质运动变化信息的问题,给出了核主成分分析(KPCA: Kernel Principal Component Analysis)对局部运动模式描述子(LMP: Local Motion Pattern)降维方法。首先利用LMP 描述子对人体运动目标进行描述, 然后利用KPCA 算法对局部运动模式特征
描述子进行处理, 获取新的特征描述方式。通过MATLAB 仿真, 与Cuboids+SVM 和LMP+SR 两种算法对比结果表明, 基于LMP鄄KPCA 的人体动作识别, 特征描述子维数明显降低, 可以表征人体运动目标变化关键信息,识别率比Cuboids+SVM 算法提高1. 1%, 比LMP+SR 提高1%。     

太阳能电池系统故障检测

本文介绍一种快捷方便的太阳能电池故障在线检测方法,利用单片机Atmega16,通过编写程序控制电池系统电池个体间的电子开关,使电池单体逐个脱出和接入电池系统,在线检测负载端电压和工作电流来检测和判断电池状态或故障位置。     

基于机器学习的人体动作深度信息识别方法研究

为了实现人体动作的准确检测识别,提出基于机器学习的人体动作深度信息识别方法,构建人体动作的三维图像采集模型,建立人体动作三维重建图像的表面结构重构模型,结合模糊度特征提取方法对人体动作三维重建图像进行多尺度分解,采用三维空间结构重组的方法进行人体动作细节特征识别,建立人体动作图像的多维分割模型;采用机器学习算法进行人体动作的细节特征分类识别,建立人体动作深度信息的提取和分类模型,在机器算法下实现人体动作的深度信息检测和多维识别。仿真结果表明,采用该方法进行人体动作深度信息识别的准确度较高,特征分辨力较好,具有很好的人体动作信息检测和辨识能力。     

融合人体骨架和姿势信息特征的轻量级人体动作识别方法

针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCIHAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)–长短期记忆(long short term memory,LSTM)网络输出最终的分类结果。实验结果表明,在自建数据集下融合姿势和骨架特征达到99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约5.31个百分点;相比于只使用人体骨架特征,识别准确率提高了约1.87个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约29.73 s;相比于只使用人体骨架数据,识别时间降低了约9 s。使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率。     

三峡库区湿地研究进展

对当前三峡库区消落带新生湿地的相关研究进展进行了分类综述,主要包括三峡库区湿地植物生态学研究、湿地生态环境问题研究、湿地保护与可持续利用研究、湿地土壤理化性质研究等4个方面。然而,现有研究中存在的一些不足,主要包括:基础理论与实践研究不够深入;与周边环境耦合关系研究较少;动态研究不足;湿地的空间分布与类型划分不明确;与全球变化关系研究十分薄弱。最后指出,三峡库区湿地研究必将是多学科交叉研究;湿地生态系统的恢复与重构,生态系统演替的长期监测,湿地开发与利用在相当长一段时间内仍是热点;长期定位观测技术、"3S"技术、计算机模拟等技术与方法将会广泛应用于三峡库区湿地的研究。     

基于模糊聚类理论的无线传感器节点休眠优化策略

由于无线传感器网络中节点部署密度大,因此数据采集存在较高冗余度。基于模糊聚类理论,提出了一种利用格贴近度来建立模糊相似矩阵,进行聚类后依据在尽可能少的观测节点数目条件下使得信息量最大的准则,遴选出冗余节点。然后针对这部分冗余节点给出了特定的休眠调度机制以节省能量。实验结果表明,提出的策略能够在保证整个传感系统的有效性和精确性的基础上,显著延长网络生命周期。     

基于模糊神经网络的舰载机着舰动作识别方法

舰载机着舰动作识别是评估舰载机飞行员着舰调整技能的前提,对提供着舰训练反馈,提高飞行员着舰技能有重大意义。分析了舰载机着舰调整动作的特点,提出了一种基于模糊神经网络的舰载机着舰识别方法,用于实现小机动动作的识别。并以此为基础,讨论了该模糊神经网络的 Alopex 权值训练算法和识别结果聚类方法,最后利用人在回路的着舰仿真数据和专家识别结果对该算法进行了仿真验证,试验表明文中方法能够有效地实现舰载机着舰动作识别。     

基于敏感特征的网络钓鱼网站检测方法

网络钓鱼(phishing)是一种在线欺诈行为,普遍存在于电子商务和电子金融中。将黑白名单方法和异常特征检测方法相结合,针对网络钓鱼网站URL异常和页面身份异常特点提出基于敏感特征的网络钓鱼网站检测方法——PhishDetector。使用黑白名单技术对URL进行拦截,对于名单中不存在的URL,提取其敏感特征,然后使用线性分类器判断该网站是否为网络钓鱼网站。实验结果表明,基于敏感特征的网络钓鱼网站检测方法,提高了网络钓鱼网站检测的正确率,显著降低了误判率。     

高校教学方法改革之我见

高校传统的教学方法已不能满足新形势下社会对人才培养的需要,急需改革。本文分析了高校传统"填鸭式"教学方法存在的一系列弊端,并针对这些弊端指出高校教学方法改革应由传统的以教为主转变为以学生自主学习及师生合作性教学为主、由重"教"轻"学"转到重"学",在教学中充分发挥学生的主体作用。     

线性无源无限两端网络问题

线性网络一般指由线性元件构成的网络,通常指由电阻构成的网络。如果一个无限延展的网络不含电源且通过两个端点与外电路连接,则称这个网络为线性无源无限两端网络。解决线性无源无限两端网络问题,对培养学生的逻辑思维和推理归纳能力都有较高的要求。     

科技型企业创新研究

科技型企业是最具潜力和活力的创新群体,创新是企业在竞争市场上克敌制胜的法宝。在创新发展中具有重要的带动作用,有利于推动我国科技型企业创新发展,不但可以满足我国经济发展水平的需要,也提高了企业自主创新的能力。同时更为我们抓住后金融危机时代全球新技术革命和产业革命创造了机遇,为实现抢占国际先进技术制高点奠定了基石。本文针对科技型企业创新发展面临的问题进行阐述,并从企业自身和国家两个方面就科技型企业创新发展策略进行分析。