一种基于属性贝叶斯网络的行为识别模型

针对传统行为识别方法仅利用底层特征识别的不足,提出了一种将动作属性与贝叶斯网络相结合的行为识别方法.首先,提取视频中的时空兴趣点及其3D-SIFT特征描述符,用词袋的方法建立时空词典对视频序列进行表示;然后,利用底层特征训练属性分类器,构造由底层特征到高层特征的映射,将底层特征样本经过属性分类器后得到行为—属性的样本信息,并采用MAP(最大后验概率)准则学习贝叶斯网络结构,从而建立一种基于属性贝叶斯网络的行为识别模型.实验结果表明该模型能有效地进行行为识别.     

基于跳-扩散过程的振动系统的模态识别方法(英文)

本文提出了Lévy激励下LTI系统的一种时域模态识别方法.系统响应可看做是一个跳-扩散过程.基于二次变差和多幂次变差的性质,跳-扩散过程被分解成扩散过程和纯跳激励的过程,二者都具有和原系统相同的未知参数.最后通过扩散过程的极大似然估计方法来估计Lévy激励下LTI系统的参数.数值结果表明该方法估计精度高.     

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

考虑信噪比和车-桥耦合效应的桥梁健康监测

目前桥梁健康监测在海量数据采集、分析和存储等方面存在不足,限制了健康监测的应用和推广.为了舍弃大量信噪比低或无异常的数据,节约计算资源并提高分析效率,在理论依据的基础上实现具有针对性的监测,提出考虑信噪比和车-桥耦合效应的桥梁监测策略.对监测信号成分进行分析,指出为了实现监测策略,需要根据车-桥耦合动力理论确定合理准确的监测阈值.将车群等效为具有主体部分和耦合均布质量的时变动力模型,建立桥梁结构与移动车群相耦合的动力平衡方程及其解析表达式.以一实际简支梁健康监测为例,根据车-桥耦合理论分析车群的均布质量、行驶速度以及振动频率对桥梁动力反应的影响,并结合实际监测数据确定监测阈值,实现监测策略,验证了分析方法及监测策略的有效性.     

基于互信息和文化基因算法的网络流量特征选择

利用文化基因框架的引导,提出一种结合了封装和过滤的混合型特征选择算法.该算法在传统的遗传算法中采用了基于互信息的局部搜索算法,全局搜索以分类器精度为适应度函数,保证得到全局最优解;局部搜索以联合互信息为评价指标,加快了寻找最优特征子集的收敛速度.实验表明,与现有算法相比,该算法在特征数量和计算复杂度上有显著改进,采用该算法的网络流量识别方法能以更少的特征获得更高的分类精度.     

基于LIF技术的煤矿水源识别系统应用

本文主要叙述LIF(激光诱导荧光光谱分析)技术的基本原理以及在水源识别中的应用,重点分析LIF技术的系统构成和主要模块的选择设计。通过该系统对某矿的送检水样和标准水样进行荧光实验,得到水样的荧光光谱图。传统的水源识别主要依据水中代表离子的离子浓度进行分析,但是从荧光光谱分析水中代表离子的离子浓度难度较大。本文提出一种较为简单且实用的方法由荧光光谱进行水源的精确识别,即使用相应分析软件分别测量未知水样与标准水样的欧氏距离,得出未知水样的精确分类。对未知水样的水源识别验证了该系统的可行性,解决了当前煤矿无法对突水情况进行实时在线监测的难题,对于煤矿的安全生产具有重要意义。     

刷卡式空调预付费控制系统的设计

为了使人们的生活更加舒适便捷,设计了一种以MSP430单片机为核心配合射频识别技术的空调预付费控制系统。系统以超低功耗的MSP430单片机为核心,从而简化了外围硬件电路的设计,包含射频读写模块、LED显示模块、键盘模块等多个组成部分。采用IAR5.0软件完成软件的编程与硬件的调试,进而实现了刷卡计费,键盘键值、余额显示等功能。     

基因识别问题及其算法实现（下）

利用序列的频谱曲线和信噪比曲线,建立基因识别的简化算法.提出可变窗宽的DFT算法,代数推导出Voss映射和Z-curve映射下频谱和信噪比的函数关系.运用Bootstrap算法,在精度指标下比较四组具有代表性的基因序列的阈值.     

模型识别的自动化程序研究——以汇率数据为例

介绍了最小信息准则法、扩展样本自相关函数法和最小典型相关法等3种时间序列模型识别的自动化程序.利用人民币对美元、英镑和加元的每日汇率中间价数据建模,从模型的拟合优度和预测精度等方面评估了3种自动化程序在实证研究中的效果.研究表明,扩展样本自相关函数法的预测效果相对较好,但是3种自动化程序没有明显的优劣分化.因此,建议将自动化程序和传统的Box-Jenkins方法结合起来以达到精确选择模型的目的.