可穿戴式人体呼吸状态监测系统的设计

设计了一种基于蓝牙的可穿戴式睡眠呼吸暂停低通气综合征监测装置,通过该装置可以实时检测到睡眠呼吸暂停低通气综合征病人的睡眠呼吸状态。可穿戴技术实现基本生理信号的低负荷获取;蓝牙实现呼吸数据短距离无线传输且方便与PDA或Android智能手机等手持终端通信,保证了对病人的连续实时监测。     

基于RFID加速度传感器标签的导线舞动在线监测

针对目前各种导线舞动无线监测方式存在高功耗、高成本和不适于长期监测的缺陷,提出了一种基于射频识别(RFID)加速度传感器标签的导线舞动长期在线监测的设计方案,设计了一种RFID加速度传感器标签结构,因其工作在无源模式下,可以实现导线舞动的长期在线监测.介绍了加速度信号的处理方式,提出了基于小波变换的趋势项去除算法.在实验室环境下,对加速度传感器标签进行了通信性能测试和模拟导线舞动监测实验.测试结果表明:标签通信性能良好;模拟实验结果表明:经过处理后得到的位移信号能够准确反映模拟导线的舞动情况,实现了导线舞动的在线监测.     

PVDF传感器的睡眠呼吸检测研究

睡眠呼吸暂停综合征(SAS)有可能诱发心肌梗塞、脑血管意外和其他疾病,具有潜在危险性。目前用于呼吸检测的主流方法存在诸多不足。针对SAS检测的问题,提出一种基于聚偏氟乙稀(PVDF)传感器的睡眠呼吸检测方法。根据PVDF材料的压电特性,设计了一种用于检测呼吸信号的PVDF传感器。通过检测呼吸时胸部运动产生的振动信号,反映睡眠者的呼吸状态。设计了滤波电路和放大电路,对检测到的振动信号进行滤波和放大处理。通过采集受试者睡眠呼吸信号和实际睡眠状态并作对比,验证了该方法用于睡眠时呼吸信号实时检测的可能性。与传统的睡眠呼吸检测方法相比,因PVDF压电材料的阻抗和人体相近,同时具有质量轻、伸展性好等优点,故PVDF传感器具有更好的适用性和推广性。     

感知无线云网络中基于传输时间的节能优化方案

在感知无线云网络中,本文针对感知用户数据传输时发生冲突造成能量浪费问题,给出了一种移动云计算辅助下基于感知数据传输时间优化的终端节能方案。通过云平台强大的计算处理能力对感知用户业务量进行统计分析,并导出了不可靠检测区域;在此基础上,采用感知用户不可靠检测概率为目标函数,使不可靠检测概率最小的同时,计算出感知用户最佳的数据传输时间,并根据业务量对感知用户的传输时间进行自适应调整,实现对感知用户的宏观调控,从而节约系统中感知终端的能耗。仿真结果表明该方案使得感知用户的碰撞概率降低,在提高了感知用户数据传输可靠性,并降低由于数据碰撞造成的终端能耗。     

穿戴式动态睡眠呼吸监测系统的设计

本系统基于数字呼吸感应体积描记技术(R IP)和人体传感网络(BSN)开发平台,将织物传感器整合到衣物中,设计了穿戴式的睡眠呼吸监测系统,可以实现实时胸、腹呼吸监测。系统中的信号处理算法可以对信号质量进行评估,并提取出动态呼吸率和运动等信息。通过对10位测试者进行整夜的睡眠呼吸监测实验,并且和B iopac生理记录仪的结果进行对比分析,证明了本系统测量准确、工作稳定。由于其成本低,未来可以应用于家庭中进行睡眠呼吸疾病的监测。     

无线泛在网络环境下用户环境感知关键技术研究

在阐述了无线泛在网络概念的基础上,通过分析无线泛在网络环境下用户环境感知的内涵,针对无线泛在网络环境下用户环境感知关键技术进行了研究,提出了用户环境感知信息存取、用户环境感知信息建模表示、用户环境感知信息存储、用户环境感知信息交互控制机制、用户环境感知信息推理利用以及用户环境感知信息安全等关键技术的解决方案。     

面向电气设备状态监测的传感标签防碰撞算法

射频识别(RFID)传感标签是一种新型的融合标识传感功能的电气设备状态无线监测技术,高效防碰撞算法是提高基于RFID传感标签技术的电气设备状态无线监测系统实时性的主要手段.在改进自适应多叉树搜索(IAMS)防碰撞算法基础上,通过碰撞概率模型计算碰撞传感标签数,制定优先申请分配专有时隙原则,提出一种改进的自适应时隙多叉树防碰撞(IATMSA)算法.算法仿真结果表明:相比IAMS算法和四叉树算法,IATMSA算法总时隙数更小、识别速度更快、吞吐率更高.     

供应链环境下UC安全的RFID所有权转移协议*

针对供应链环境下无线射频识别(RFID)标签流动所涉及的节点隐私和供应链可见性管理问题,定义了供应链环境下RFID标签所有权转移的安全需求,提出了通用可组合安全模型,并基于所提出的RFID认证协议,设计了一个能实现该模型的RFID标签所有权转移协议。安全性证明和效率分析表明该协议通过利用授权机制和哈希函数的单向性,很好地解决了可见性和不可追踪性问题,采用索引机制和标签端轻量级的计算方式提高了执行效率。与同类方案相比,该协议降低了标签端的计算量且安全性更高。     

基于压缩感知的感兴趣区域编码

受无线信道带宽的约束,图像经传统图像压缩方法压缩并经无线信道传输后,图像质量受损严重,会影响后续探测识别结果的准确性,本文针对这个问题提出一种基于压缩感知(Compressed Sensing,CS)的感兴趣区域(Region Of Interest,ROI)图像压缩方法。首先,将位平面位移技术引入压缩感知,对获得的图像进行量化、位平面分解;然后位移ROI位平面,并给出编码方案;最后,在解码端通过解码、重构,得到ROI质量良好的重构图像。仿真结果表明,本文算法重构图像的ROI部分PSNR高于传统的压缩感知编码方法,验证了方法的可行性和有效性,从而为ROI图像编码提供了一种可行的解决方案。     

集成应变传感器的无源超高频标签电路设计

针对现有有线有源应变传感器不适用于固体火箭发动机壳体应变监测的问题,基于UHF RFID(超高频无线射频识别)技术,设计了一款无源超高频应变传感标签.标签通过电磁反向散射方式,收集超高频射频能量为电路供能,同时在标签电路中加入了大容值储能电容,储存经RFID芯片中的倍压整流电路转换成的直流能量.将标签电路分为UHF标签模块、控制模块和应变传感器模块3个部分进行了设计,并通过使用低功耗芯片以及控制测量电路的断开和闭合来减小功耗.标签将传统的电阻式应变测量技术与UHF RFID技术结合在一起,为实现固体火箭发动机壳体应变的无线监测提供了解决方案.     

床垫式睡眠监测系统及信号处理方法

为解决非接触式睡眠监测系统中混合信号的可靠获取以及生理特征参数的有效分离和识别等问题,采用压电薄膜传感器获取人体睡眠状态下压力信号,并采用电荷放大电路和信号调理电路进行实时采集;信号处理过程中先利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,然后使用K-means算法对分离出的心冲击信号中不同类型的波峰聚类,进而通过平均心跳周期计算心率.实验结果表明,所设计的监测系统具有较强的自适应性,能有效提取呼吸和心跳信号.     

Non-invasive analysis of sleep patterns via multimodal sensor input

The monitoring of sleep patterns is of major importance for various reasons such as the detection and treatment of sleep disorders, the assessment of the effect of different medical conditions or medications on the sleep quality, and the assessment of mortality risks associated with sleeping patterns in adults and children. Sleep monitoring by itself is a difficult problem due to both privacy and technical considerations. The proposed system uses a combination of non-invasive sensors to assess and report sleep patterns: a contact-based pressure mattress and a non-contact 3D image acquisition device, which can complement each other. To evaluate our system, we used real data collected in Heracleia Lab’s assistive living apartment. Our system uses Machine Learning techniques to automatically analyze the collected data and recognize sleep patterns. It is non-invasive, as it does not disrupt the user’s usual sleeping behavior and it can be used both at the clinic and at home with minimal cost.     

Priming Effects and Strategic Influences in Social Tagging

In many social tagging systems, users can see the tags already created by others. Prior research has shown that this exposure leads users to create tags that are semantically related to the previous ones. We investigate two possible mechanisms through which this occurs, semantic priming and strategic choice. Semantic priming occurs when an existing tag subconsciously primes the user’s mind to suggest semantically related tags. In an experiment, no such effect is found, in contrast to prior research. A follow-up study shows that whether semantic priming occurs depends on whether the person uses others’ previously created tags or is just passively exposed to them. The second type of influence, strategic choice, occurs in ESP-type settings. It refers to behavior in which a user chooses words that are semantically related to an existing tag in order to increase the chances of matching one’s partner. Experimental results provide clear evidence of this strategic influence. In a follow-up study, we demonstrate that there is a meaningful difference in the tag sets that are created under the influence of strategic choice. Our work sheds light on the conditions and mechanisms through which existing tags influence subsequent tagging behavior.     

Item recommendation using tag emotion in social cataloging services

Due to the overload of contents, the user suffers from difficulty in selecting items. The social cataloging services allow users to consume items and share their opinions, which influences in not only oneself but other users to choose new items. The recommendation system reduces the problem of the choice by recommending the items considering the behavior of the people and the characteristics of the items.In this study, we propose a tag-based recommendation method considering the emotions reflected in the user’s tags. Since the user’s estimation of the item is made after consuming the item, the feelings of the user obtained during consuming are directly reflected in ratings and tags. The rating has overall valence on the item, and the tag represents the detailed feelings. Therefore, we assume that the user’s rating for an item is the basic emotion of the tag attached to the item, and the emotion of tag is adjusted by the unique emotion value of the tag. We represent the relationships between users, items, and tags as a three-order tensor and apply tensor factorization. The experimental results show that the proposed method achieves better recommendation performance than baselines.     

一种融合个性化与多样性的人物标签推荐方法

针对人物标签推荐中多样性及推荐标签质量问题,该文提出了一种融合个性化与多样性的人物标签推荐方法。该方法使用主题模型对用户关注对象建模,通过聚类分析把具有相似言论的对象划分到同一类簇;然后对每个类簇的标签进行冗余处理,并选取代表性标签;最后对不同类簇中的标签融合排序,以获取Top-K个标签推荐给用户。实验结果表明,与已有推荐方法相比,该方法在反映用户兴趣爱好的同时,能显著提高标签推荐质量和推荐结果的多样性。     

手机轨迹中活动停驻点识别

针对现有停驻点的问题,将手机用户轨迹与背景地理信息相结合,并引入功能区概念,通过考虑用户在某一功能区域内的整体活动来判断用户是否在此停驻。通过对带有标签的模拟的手机轨迹数据进行实验,证明了新的停驻点识别方法有效地避免了由于正常切换、错误切换带来的误判。停驻点的判断更为宽泛,不仅限于一个小的范围（单个基站的覆盖范围）,而是由多个相邻且功能相似小区组成的功能区中的小区集合。     

基于协同过滤和标签的混合音乐推荐算法研究

结合音乐这一特定的推荐对象,针对传统单一的推荐算法不能有效解决音乐推荐中的准确度问题,提出一种协同过滤技术和标签相结合的音乐推荐算法。该算法先通过协同过滤技术确定相似用户,再通过相似用户对某一歌手的标签评分预测另一用户对该歌手的偏好程度,从而选择更符合用户喜好的音乐进行推荐,以此提升个性化推荐效率,为优化音乐推荐系统提供参考方法。     

标签扩展的协同过滤推荐算法

大多数利用标签与用户和项目之间关系的推荐算法,都要面临用户个体不同所导致的标签稀疏问题,不同的用户为项目所标注的标签会有所不同.针对由于用户标注标签的随意性而导致的用户标签和项目标签矩阵稀疏问题,提出了一种标签扩展的协同过滤推荐算法.该算法根据用户标注标签的行为计算基于标签的标签相似度,根据用户标注的标签语义计算基于标签语义的标签相似度,从用户行为和标签语义2个方面评估标签的相似度,并利用标签相似度来扩展每个项目标签,降低由项目与标签的关联关系产生的矩阵稀疏度.在M ovieLens数据集上的实验结果表明,所提算法在精度上有所提高.     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法:对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波;最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。