基于拓扑非线性动态建模的神经退行性疾病异常步态识别

通过对步态节律变化的观察,可以实现对人体复杂系统的观测,在行走过程中,步幅间隔时间序列的动态特性,能有效反映人体系统的状态变化,可用于步态异常检测及相关疾病辨识。人体步态传感信息的时间序列相空间重建,是一种有效表征系统非线性动力学特性的建模方法。相空间的几何建模和统计分析,是异常步态识别典型的分析方法,被广泛应用于神经退行性疾病检测等临床研究中。该文从空间拓扑特性分析的角度出发,提出一种基于拓扑非线性动态建模的分析方法,用于神经退行性疾病的异常步态识别。该文首先采用延时嵌入的相空间重构方法,将步态的波动时间序列转化为抽象相空间的状态点云;其次,采用基于计算拓扑中的持续同调工具,提取状态点云所在空间的拓扑描述信息;再次,采用基于拓扑描述的持续态势图,构建时间序列的拓扑非线性动态特征;最后,融合步态周期中左右足的步幅间隔、站立间隔、摆动间隔时间序列的拓扑非线性动态特征,作为分类器输入,构建出异常步态的机器学习识别模型。对患有肌硬化症、亨廷顿病和帕金森病的神经退行性疾病患者,进行 5 min 异常步态的连续行走数据(50 步滑动窗数据)测试,步态识别的准确率分别为 0.875 0(0.914 6)、0.940 6(0.962 3) 和 0.958 3(0.961 4)。因此,拓扑非线性动态建模分析是一种有效的神经退行性疾病异常步态检测方法,为基于步态分析的神经退行性疾病检测和可穿戴数据分析提供了一种新的思路。     

基于相空间重构的语音特征研究

本文通过重构语音信号相空间。研究语音的相似序列重复度及其熵信息,分析比较了语音信号在相空间中的非线性特征。根据清音和浊音在多维相空间中的不同空间分布特性,对语音音素进行了分类。利用语音信号在相空间中的非线性特征可以为语音识别研究提供一个新的方向。     

计算机辅助拓扑设计 ——持续同调在几何设计和处理中的应用

持续同调是一种计算不同尺度拓扑特征的有效方法。其从一簇向后包含的单纯复形序列中提取 出拓扑特征的出现和消失时刻,并使用拓扑特征的“生命周期”来量化地衡量该特征的几何尺度和重要程度。拓 扑特征的提取与应用在几何设计中扮演着重要角色,催生出了一些基于持续同调的几何设计研究。从持续同调 特征的提取与基于持续同调的建模和优化两方面进行综述,在持续同调特征的提取方面,介绍了从点云和三角 网格数据中提取拓扑特征的不同方法,总结了拓扑特征在部分几何设计问题中的应用路径。在建模和优化方面, 综述了基于拓扑变换的单纯复形重建方法、拓扑可感知的曲面重建方法与基于持续同调的拓扑去噪和优化 方法。     

基于加速度传感器的连续动态手势识别

针对个体手势动作信号的差异性和不稳定性,提出了一种基于加速度传感器的连续动态手势识别方法.通过MEMS加速度传感器采集手势动作信号,并结合手势信号的动作特征,对单个手势的有效数据进行自动定位截取,经预处理和特征提取后,构建隐马尔可夫模型(HMM)以实现对特定手势的实时识别.通过设计实现了一种可穿戴手势信号采集硬件原型系统,对10类手势的1000个手势数据进行识别对比实验,统计结果表明:该方法可以对连续手势进行实时有效的识别.     

穿戴位置无关的手机用户行为识别模型

基于智能手机的人体行为识别能用于健康监控和个人运动管理,针对不同用户携带手机的位置和习惯,分析基于手机传感器获取的三轴加速度信息,从人体不同位置的行为数据中提取多种特征,优选出与行为相关度高且与手机位置相关度低的特征,构建三种决策树分类模型:(行为位置)矢量模型、位置—行为模型和行为模型,其中行为模型准确率最高;针对手机放置在三种不同位置的混合样本,其行为判断准确率为80.29％,耗时最短,能有效进行用户行为识别.     

一种基于流形拓扑结构的轴承故障分类方法

根据不同故障类型的轴承信号在高维相空间中呈现不同结构的流形形态,提出了基于流形拓扑结构的轴承故障无监督分类方法.新方法首先将反映轴承状态的一维振动信号重构到高维相空间中,利用相点邻域的切空间信息逼近流形的局部几何结构,从而得到描述流形拓扑结构的矩阵;对所有样本构成的流形拓扑结构作多向主元分析后,将获得的主元信息作为特征集输入到C-均值分类器中进行轴承的状态识别.用轴承在正常状态、内圈故障、外圈故障的试验数据进行验证,结果表明,与传统的利用振动统计量为特征输入的方法相比,新方法能够更完整地刻画信号特征,获得更准确的分类识别率.     

基于相空间模糊熵算法的金属缺陷形状辨识

提出了一种多线圈涡流无损检测方法,通过相空间模糊熵算法分析涡流信号复杂度,进而实现对金属微小缺陷形状的辨识.为了从足够的测量信息中获取有效的缺陷特征,设计了多线圈传感器模型.通过仿真实验选取适合的传感器参数和激励模式.采用相空间模糊熵算法,研究不同大小、深度、形状的缺陷对涡流信号复杂度的影响.为了准确提取涡流信号的内在规律,获得对缺陷敏感的信号分析结果,对涡流信号进行相空间重构,并在重构的相空间中计算信号的模糊熵.分析结果表明:随着缺陷体积的增加,模糊熵增大,涡流信号的复杂度增加.根据不同形状缺陷的模糊熵均值分布图,可以实现对孔、洞、裂缝3种缺陷较精确的区分.     

基于改进DTW及互信息去噪的手势认证研究

为了应对智能手机所面临的信息安全威胁,提出一种基于行为生物特征的手势用户认证方案。实时采集手机内置三轴加速度传感器的数据,经有效手势端点检测得到认证数据,在信号去噪环节提出了一种结合小波包分解与互信息熵的新方法,最终由改进的动态时间规整算法进行手势信号序列相似性度量,从而得出认证结论。实验结果表明,当他人模仿手势错误接受率趋近0%时,本人认证手势错误拒绝率维持在7%左右,认证精度良好,同时算法时间复杂度低,可以实时有效对智能手机的持有者进行身份识别。     

基于生理振动分析的手机用户身份识别

为保护手机用户的个人信息,对用户进行身份识别认证,提出一种生物识别方法。利用智能手机内置的传感器,采集人体的生理振动信息;通过对采集数据进行去重力等预处理,提取均值、方差、能量、峰度、偏度等特征指标,利用z‐score方法进行标准化处理;进行分类器设计,得出分类器的查准率、误检率等评价指标。分析60组不同用户的生理振动数据,分析结果表明,该分类器的查准率最高可达98?33％。     

静电驱动MEMS谐振式压力传感器闭环拓扑研究

谐振式压力传感器闭环拓扑结构对保持机械谐振器振荡的稳定性和可靠性起着重要作用.针对一种典型结构的静电驱动电容检测MEMS谐振式压力传感器,在分析工作原理的基础上,构建了其混合信号模型.基于该模型搭建了自激振荡、自动增益控制、锁相环和带AGC的自激振荡四种闭环拓扑结构.在混合信号仿真平台下,对四种拓扑结构在起振状况、自动...